출처: https://github.com/HimrajDas/SQTHON
스큐톤
여러 데이터베이스에 연결하고, 원시 SQL 쿼리를 실행하고, 분석을 수행하고, 시각화합니다.
현재 작업 중인 항목:
- SqthonAI: 선택한 LLM을 사용하여 SQL 쿼리 생성 ?
- 보안 개선?
- 새로운 기능
- 더 나은 오류 쇼케이스를 위한 사용자 정의 예외 ?
패키지는 아직 pypi에 게시되지 않았으며 시를 사용하여 제작되고 있습니다. ?
현재 이 패키지는 Windows에서만 작동합니다.
그리고 안전을 위해 가상 환경을 만드세요.?
설치 ?
1. 리포지토리를 복제합니다.
https://github.com/HimrajDas/SQTHON.git
cd sqthon
2. 시를 설치하세요(설치되어 있지 않은 경우)
Windows Powershell 사용
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -
Linux, macOS, Windows(WSL) 사용
curl -sSL https://install.python-poetry.org | python3 -
pipx 사용
pipx install poetry
3. 시를 사용하여 종속성 설치
poetry install
대체 설치 ?
pip 설치 Git https://github.com/HimrajDas/SQTHON
이제 어떻게 사용하나요?
1. 프로젝트 루트에 .env 파일을 만듭니다. [반드시 해야 할 단계]
-
다음과 같이 데이터베이스 비밀번호를 설정하세요:
password ✅
2. 데이터베이스에 연결해 보겠습니다.
from sqthon import Sqthon # Instantiate the class. Passwords gets fetch from the .env file (that's why you have to create it) sq = Sqthon(dialect="mysql", user="root", host="localhost", service_instance_name="MySQL service instance name") # Connects to a database conn1 = sq.connect_to_database(database="dbname", local_infile=True) # local_infile controls the infile settings for the client. conn2 = sq.connect_to_database("dbname") # or you can connect like this: conn3 = sq.connect_db.connect(database="dbname") # not preferred ❌.
MySQL 서버가 실행되고 있지 않은 경우 service_instance_name을 제공하면 서버가 자동으로 시작됩니다.
스크립트를 관리자로 실행하지 않는 경우 서버를 시작하려면 관리자 권한을 요청합니다.
3. 쿼리. ⭐
dummy 라는 데이터베이스가 있다고 가정해 볼까요?
데이터베이스에 연결합니다.
dummy_conn = sq.connect_to_database(database="dummy")
이제 일부 쿼리를 어떻게 실행합니까?
# Suppose, You have a table named sales in the dummy database. query = """ SELECT customer_name FROM sales; """ customer_names = dummy_conn.run_query(query=query) # it will return the result as pandas dataframe.
run_query에는 쿼리 이외의 여러 매개변수가 있습니다. visualize: bool = False,
plot_type: str = 없음,
x=없음,
y=없음,
제목=없음.
visualize=True로 설정하고 x, y 및 plot_type 인수를 제공하면
과 함께 그래프가 반환됩니다. 좋지 않은 데이터는 나중에 변수로 활용하기에는 좋지 않을 것 같아요.
4. 시각화.
https://github.com/HimrajDas/SQTHON.git
5. CSV를 테이블로 가져오기.
여러 보안상의 이유로 이 기능을 격리했습니다. 내 말은 별도의
걱정할 필요가 없는 테이블로 CSV를 가져오는 엔진 ?
타인과 생명력이 없는 별도의 메소드로 util.py에 존재합니다.
현재는 mysql만 지원합니다.
메소드 이름: import_csv_to_mysqltable
매개변수는 다음과 같습니다.
- 사용자: str
- 호스트: str
- 데이터베이스: str
- csv_path: str
- service_instance: str = 없음
- 테이블: str
사용자: 사용자 이름,
호스트: 호스트,
데이터베이스: 데이터베이스 이름,
csv_path: csv 파일의 상대 또는 절대 경로입니다.
table: 테이블 이름. 테이블이 없으면 csv 파일에 따라 테이블을 생성합니다.
데이터 유형에 대해 걱정할 필요가 없습니다. 처리해드리겠습니다.
cd sqthon
위 내용은 여러 데이터베이스에 연결하고, SQL 쿼리를 만들거나 생성하고, 분석하거나 시각화하세요.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

시끄러운 이미지를 다루는 것은 특히 휴대폰 또는 저해상도 카메라 사진에서 일반적인 문제입니다. 이 튜토리얼은 OpenCV를 사용 하여이 문제를 해결하기 위해 Python의 이미지 필터링 기술을 탐구합니다. 이미지 필터링 : 강력한 도구 이미지 필터

PDF 파일은 운영 체제, 읽기 장치 및 소프트웨어 전체에서 일관된 콘텐츠 및 레이아웃과 함께 크로스 플랫폼 호환성에 인기가 있습니다. 그러나 Python Processing Plain Text 파일과 달리 PDF 파일은 더 복잡한 구조를 가진 이진 파일이며 글꼴, 색상 및 이미지와 같은 요소를 포함합니다. 다행히도 Python의 외부 모듈로 PDF 파일을 처리하는 것은 어렵지 않습니다. 이 기사는 PYPDF2 모듈을 사용하여 PDF 파일을 열고 페이지를 인쇄하고 텍스트를 추출하는 방법을 보여줍니다. PDF 파일의 생성 및 편집에 대해서는 저의 다른 튜토리얼을 참조하십시오. 준비 핵심은 외부 모듈 PYPDF2를 사용하는 데 있습니다. 먼저 PIP를 사용하여 설치하십시오. PIP는 p입니다

이 튜토리얼은 Redis 캐싱을 활용하여 특히 Django 프레임 워크 내에서 Python 응용 프로그램의 성능을 향상시키는 방법을 보여줍니다. 우리는 Redis 설치, Django 구성 및 성능 비교를 다루어 Bene을 강조합니다.

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

데이터 과학 및 처리가 가장 좋아하는 Python은 고성능 컴퓨팅을위한 풍부한 생태계를 제공합니다. 그러나 Python의 병렬 프로그래밍은 독특한 과제를 제시합니다. 이 튜토리얼은 이러한 과제를 탐구하며 전 세계 해석에 중점을 둡니다.

이 튜토리얼은 Python 3에서 사용자 정의 파이프 라인 데이터 구조를 작성하여 클래스 및 작업자 과부하를 활용하여 향상된 기능을 보여줍니다. 파이프 라인의 유연성은 일련의 기능을 데이터 세트, GE에 적용하는 능력에 있습니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

mPDF
mPDF는 UTF-8로 인코딩된 HTML에서 PDF 파일을 생성할 수 있는 PHP 라이브러리입니다. 원저자인 Ian Back은 자신의 웹 사이트에서 "즉시" PDF 파일을 출력하고 다양한 언어를 처리하기 위해 mPDF를 작성했습니다. HTML2FPDF와 같은 원본 스크립트보다 유니코드 글꼴을 사용할 때 속도가 느리고 더 큰 파일을 생성하지만 CSS 스타일 등을 지원하고 많은 개선 사항이 있습니다. RTL(아랍어, 히브리어), CJK(중국어, 일본어, 한국어)를 포함한 거의 모든 언어를 지원합니다. 중첩된 블록 수준 요소(예: P, DIV)를 지원합니다.

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

DVWA
DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는

PhpStorm 맥 버전
최신(2018.2.1) 전문 PHP 통합 개발 도구
