avg

#二、分组函数 /* 功能：用作统计使用，又称为聚合函数或统计函数或组函数 分类： sum 求和、avg 平均值、max 最大值 、min 最小值 、count 计算个数 特点： 1、sum、avg一般用于处理数值型 2、以上分组函数都忽略null值 3、可以和distinct搭配实现去重的运算 4、count函数的单独介绍 一般使用count(*)用作统计行数 5、和分组函数一同查询的字段要求是group by后的字段 */ #1、简单 的使用 SELECT SUM(salary) FROM employees; SELECT AVG(salary) FROM employees; SELECT MIN(salary) FROM employees; SELECT MAX(salary) FROM employees; SELECT COUNT(salary) FROM employees; SELECT SUM(salary) 和,AVG(salary) 平均,MAX(salary) 最高,MIN(salary) 最低,COUNT(salary) 个数 FROM employees; SELECT SUM(salary) 和,ROUND(AVG(salary),2) 平均,MAX(salary) 最高,MIN(salary) 最低,COUNT(salary) 个数 FROM

基于局部对比度的质量评价隶属于全参考的图片质量评估，是将图片分块后求加权均值和方差最后利用提出的公式计算QILV的一共方法，原文:《Image Quality Assessment Based on Local Variance,Santiago A.F.》 步骤:对原图像和参考图像 1.将原始图像转化为灰度图像后，转化为若干个M*N大小的图像分块。利用同等大小的二维高斯函数获得每个像素对应的权值; maxi=max(m,n); mini=min(m,n); sig=randi([mini,maxi]); w_x=(1-floor(n/2):n-floor(n/2));%为与图像大小相同 mn互换 w_y=(1-floor(m/2):m-floor(m/2)); [X,Y]=meshgrid(w_x,w_y); W=exp(-(X.^2+Y.^2)./sig.^2);%生成二维高斯函数，用于计算块内每个的像素的权值 W即为高斯函数 2.加权求每个(第k个)分块的均值和方差； 3.求原图像的总均值和方差( len(mean)表示分了多少个子图像) 4.对于两个图像I J 分别得到miu和kesi后，求基于局部对比的相似度： 5.根据一下公式求最后的QILV: 代码： function [avg,var]=get_every_image(I)%返回子图象的加权均值和方差 [m,n]

python制作简单excel统计报表2之操作excel的模块openpyxl简单用法 # coding=utf-8 from openpyxl import Workbook, load_workbook from openpyxl.drawing.image import Image from openpyxl.styles import Font,colors from datetime import datetime import MySQLdb class ExcelUtils(object): """ pip install openpyxl pip install pillow 参考文档：https://openpyxl.readthedocs.io/en/stable """ def __init__(self): self.wb = Workbook() # 激活表单 self.ws = self.wb.active self.ws_two = self.wb.create_sheet('我的表单') self.ws.title = '你的表单' self.ws.sheet_properties.tabColor = 'ff000000' self.ws_three = self.wb.create_sheet() def do_sth(self): # 插入数据

定义和用法 AVG 函数返回数值列的平均值。NULL 值不包括在计算中。 SQL AVG() 语法 SELECT AVG(column_name) FROM table_name SQL AVG() 实例 我们拥有下面这个 "Orders" 表： O_Id OrderDate OrderPrice Customer 1 2008/12/29 1000 Bush 2 2008/11/23 1600 Carter 3 2008/10/05 700 Bush 4 2008/09/28 300 Bush 5 2008/08/06 2000 Adams 6 2008/07/21 100 Carter 例子 1 现在，我们希望计算 "OrderPrice" 字段的平均值。 我们使用如下 SQL 语句： SELECT AVG(OrderPrice) AS OrderAverage FROM Orders 结果集类似这样： OrderAverage 950 例子 2 现在，我们希望找到 OrderPrice 值高于 OrderPrice 平均值的客户。 我们使用如下 SQL 语句： SELECT Customer FROM Orders WHERE OrderPrice>(SELECT AVG(OrderPrice) FROM Orders) 结果集类似这样： Customer Bush

1.首先我们需要了解下什么是聚合函数 　　 聚合函数aggregation function又称为组函数。 认情况下 聚合函数会对当前所在表当做一个组进行统计。 2. 聚合函数的特点 　　1.每个组函数接收一个参数（字段名或者表达式） 统计结果中默认忽略字段为NULL的记录 　　2.要想列值为NULL的行也参与组函数的计算，必须使用IFNULL函数对NULL值做转换。 　　3. 不允许出现嵌套 比如 sum(max(xx)) 3.聚合函数 count（），求数据表的行数 1 select count (*/字段名) from 数据表 4.聚合函数 max（），求某列的最大数值 1 select max (字段名） from 数据表 　　 5.聚合函数min（）,求某列的最小值 1 select main(字段名） from 数据表 　　 6.聚合函数sum（）,对数据表的某列进行求和操作 1 select sum (字段名) from 数据表 　　 7.聚合函数avg()，对数据表的某列进行求平均值操作 1 select avg (字段名） from 数据表 　　 8.聚合函数和分组一起使用 1 select count (*),group_concat(age) from students group by age; 　　 　　 总结： 　

生成器函数send方法案例：每输入一个值，求移动平均值，如下：10 20 30 40 50...10 15 20 25 30... def avg_creater(): num = 0 count = 0 avg = 0 while True: num1 = yield avg num += num1 count += 1 avg = num/count g = avg_creater() g.__next__() avg = g.send(10) avg = g.send(20) avg = g.send(30) avg = g.send(40) avg = g.send(50) print(avg) #打印： 30.0 但是每次使用时，第一次读取数据都必须用next接收，所以可以把这一步可以用装饰器函数替代，从而不用每次调用都要先使用next预激生成器函数： def avgcorator(f): def inner(*args,**kwargs): g = f(*args,**kwargs) g.__next__() return g return inner @avgcorator def func(): num = 0 count = 0 avg = 0 while True: num1 = yield avg num += num1 count += 1 avg =

/*************************************************************************************************/ 第 1 章 基本SQL-SELECT语句 /*************************************************************************************************/ 1. 对于日期型数据, 做 *, / 运算不合法 2. 包含空值的数学表达式的值都为空值 3. 别名使用双引号! 4. oracle 中连接字符串使用 "||", 而不是 java 中的 "+" 5. 日期和字符只能在单引号中出现. 输出 last_name`s email is email select last_name || ' `s email is ' || email EMAIL from employees 6. distinct 关键字, 以下语法错误 select last_name, distinct department_id from employees /*************************************************************************************

最近线上频繁收到CPU超过阈值的告警, 很明显是哪里出了问题. 于是排查了一番, 到最后找到罪魁祸首的时候, 突然意识到这次是一次很有意思的"非典型"的CPU的问题, 所以这里特意记录一下. 为啥说它是非典型呢, 因为在我的经验里, 典型的CPU飙升通常都是业务代码里面有死循环, 或是某个RPC性能过低阻塞了大量线程等等, 而这次的CPU问题却是由GC引起的, 因吹斯汀 来看看排查过程 找出占用CPU的线程 top 首先肯定是先看哪些线程占用CPU最高, 这个可以使用top命令: top -Hp $pid -b -n 1|sed -n "7,17p" PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 94349 app 20 0 11.2g 5.0g 12m S 15.0 32.1 215:03.69 java 94357 app 20 0 11.2g 5.0g 12m S 15.0 32.1 88:22.39 java 94352 app 20 0 11.2g 5.0g 12m S 13.1 32.1 215:05.71 java 94350 app 20 0 11.2g 5.0g 12m S 11.2 32.1 215:04.86 java 94351 app 20 0 11.2g 5.0g 12m S 11.2 32

------------------------------------------聚合函数--------------------------------------------- --1: AVG(DISTINCT|ALL) ALL表示对所有的值求平均值,DISTINCT只对不同的值求平均值 SELECT AVG(SAL) FROM SCOTT.EMP; SELECT AVG(DISTINCT SAL) FROM SCOTT.EMP; --2: MAX(DISTINCT|ALL) 求最大值,ALL表示对所有的值求最大值,DISTINCT表示对不同的值求最大值,相同的只取一次 (加不加查询结果一致，不知DISTINCT有什么用途，不同于AVG等聚合函数) SELECT MAX(DISTINCT SAL) FROM SCOTT.EMP; SELECT MAX(SAL) FROM SCOTT.EMP --3: MIN(DISTINCT|ALL) 求最小值,ALL表示对所有的值求最小值,DISTINCT表示对不同的值求最小值,相同的只取一次 SELECT MIN(SAL) FROM SCOTT.EMP; SELECT MIN(DISTINCT SAL) FROM SCOTT.EMP; --4: STDDEV(distinct|all) 求标准差,ALL表示对所有的值求标准差

分组函数是对一批(一组)数据进行操作(综合)之后返回一个值。这批数据可能是整个表，也可能是按某种条件把该表分成的组。 一、分组函数 Oracle常用的分组函数有以下5个： COUNT、AVG、SUM、MAX、MIN 1.COUNT的格式如下： COUNT {*[DISTINCT| ALL ] 表达式} 该函数返回查询的行数。 SQL > select count ( * ) 2 from emp; COUNT ( * ) -- -------- 14 备注：COUNT(*)返回表中所有的行包括空行和重复的行。 2.AVG和SUM函数 AVG函数的格式如下： AVG ([DISTINCT| ALL ]表达式) 该函数返回表达式的平均值。 SUM函数的格式如下： SUM ([DISTINCT| ALL ]表达式) 该函数返回表达式的总和。 SQL > select avg (sal) "Average Salary", sum (sal) "Summary", count (sal) "Records" 2 from emp; Average Salary Summary Records -- ------------ ---------- ---------- 2073.21429 29025 14 3.MIN和MAX函数 MAX函数的格式如下： MAX ([DISTINCT|