大数据智能加工系统进度报告模板,大数据智能加工系统进度报告怎么做

  大数据智能加工系统进度报告模板,大数据智能加工系统进度报告怎么做

  核心技术:烧瓶框架熊猫文件上传数据字典查看进度报告:主要实现了用户登录、文件上传、数据字典查看功能。

  核心代码:文件导入#文件导入

  @app.route(/import_data ,methods=[POST , GET])

  定义导入数据():

  flag=0;

  _ file=请求。文件。get( file )#接收前端发送过来的文件,获取文件对象

  type=the_file.filename.split( . )[1] #根据文件名获取文件类型

  打印(类型)#输出文件类型

  #根据文件类型调用对应函数保存文件

  if(type==csv 或type==txt ):

  _ file。保存( score _ table/ the _ file。文件名)#保存文件到指定路径(分数_表格路径下)

  flag=connectsql。read _ CSV(文件。文件名)#导入文件到数据库

  elif(type==xlsx 或type==xls ):

  _ file。保存( excel _ example/这个_文件。文件名)#保存文件到指定路径(excel _示例路径下)

  flag=连接SQL。read _ example(_ file。文件名)

  elif(type==docx ):

  _ file。保存( word _ data/这个_文件。文件名)#保存文件到指定路径(word_data路径下)

  否则:

  _ file。保存( test _ data/这个_文件。文件名)#保存文件到指定路径(测试数据路径下)

  if(flag==1):

  返回jsonify({code: 0, msg : , data: }) #code代表操作状态,味精是描述信息,数据是请求的业务数据。

  否则:

  返回jsonify({code: -1, msg : , data: })查询已导入文件@app.route(/get_table_list )

  def get_table_list():

  数据=[]

  data=dictionary.get_table_data()

  data_re=[]

  对于数据中的表名、数据库名、行、数据时间:

  #时间strftime()函数接收以时间元组,并返回以可读字符串表示的当地时间, %Y-%m-%d %H:%M:%S 返回时间类型:2021-11-05, 10:24:28

  数据时间字符串=数据时间。strftime( % Y-% M-% d % H:% M:% S )

  #append()方法用于在列表末尾添加新的对象,该方法无返回值,但是会修改原来的列表

  数据回复。追加({ 表名:表名,数据库名:数据库名,行数:行,创建时间:数据时间字符串})

  计数=长度(数据)

  打印(数据)

  返回jsonify({code: 0, msg : , count: count, data:data_re})查看数据字典@ app。路线(/get _ look _ dictionary )

  def get_look_dictionary():

  表名=请求。价值观。get(表名)

  数据库名称=request.values.get(数据库名称)

  表_数据,表_单元=字典。获取_字典(表名,数据库名)

  data_re=[]

  计数=长度(表数据)

  对于范围内的索引(len(表数据)):

  打印(表_数据[索引][4],表_单元[索引])

  数据回复。追加({ key _ English :table _ data[index][0], key _ China :table _ data[index][1], key_type:table_data[index][2],

   key _ long :table _ data[索引][3], key _ null :table _ data[索引][4], key _ unit :table _ unit[索引]})

  返回jsonify({code: 0, msg : , count: count, data: data_re})读取样表生成数据字典定义读取示例(路径):

  标志=1

  conn,cursor=get_conn_mysql()连接数据库

  #将超过转换为战斗支援车文件

  数据=PD。read _ excel( excel _ example/路径, Sheet1) #使用熊猫读取超过文件

  data.fillna( ,inplace=True) #fillna——缺失值替代,原地=真直接修改原对象,原地=假创建副本,修改副本

  打印(数据)

  csv_name=path.split( . )))[0] #split()——指定分隔符对字符串进行切片,以.进行分割

  # 编写表创建语句(字段类型就设为字符串)

  # 表名

  table_name=path.split( . )[0]

  sql=如果不存在则创建表csv_name (

  # 获取键值创建表` bigwork_data`.`table_test `(

  # 循环加入键值

  keys_china=

  keys=

  key_china=data.keys()

  j=0

  对于data.values.tolist()[1]中的我:

  SQL=SQL I VARCHAR(45)NOT NULL DEFAULT # comment key _ China[j] ,

  j=j 1;

  keys=keys i ,

  keys_china=keys_china[0:-1]

  keys=keys[0:-1]

  creat _ SQL=SQL[0:-1])ENGINE=InnoDB DEFAULT CHARACTER SET=utf8 COLLATE=utf8 _ bin;

  打印(创建sql)

  # 获取%s

  s=, .join([ % s for _ in range(len(data。列))])

  # 获取价值观念

  keys _ unit=data。价值观。to list()[0];

  值=[]

  价值观。追加(数据。价值观。要列出()[0])

  对于data.values.tolist()[2:]中的我:

  values.append(i)

  打印(值)

  # 组装插入语句

  insert_sql=insert into {}({})值({})。格式(表名,关键字,s)

  打印(插入sql)

  # 创建表

  尝试:

  游标. execute(创建sql)

  除了:

  traceback.print_exc()

  标志=0

  打印(表创建失败)

  # # 插入数据

  尝试:

  对于我加入值:

  cursor.execute(insert_sql,I)

  打印(插入sql)

  打印(一)

  conn.commit()

  除了:

  traceback.print_exc()

  标志=0

  打印(写入错误)

  close_conn_mysql(游标,连接)

  返回读取超过文件def read_excel(路径):

  conn,cursor=get_conn_mysql()连接数据库

  #将超过转换为战斗支援车文件

  数据=PD。read _ excel( excel _ data/路径,工作表1 )

  csv_name=path.split( . )))[0]

  # 编写表创建语句(字段类型就设为字符串)

  # 表名

  table_name=path.split( . )[0]

  sql=创建表csv_name (

  # 获取键值创建表` bigwork_data`.`table_test `(

  # 循环加入键值

  keys=

  对于data.keys()中的我:

  sql=sql i VARCHAR(45) NOT NULL,

  keys=keys i ,

  keys=keys[0:-1]

  creat _ SQL=SQL[0:-1])ENGINE=InnoDB DEFAULT CHARACTER SET=utf8 COLLATE=utf8 _ bin;

  # 获取%s

  s=, .join([ % s for _ in range(len(data。列))])

  # 获取价值观念

  values=data.values.tolist()

  打印(值)

  # 组装插入语句

  insert_sql=insert into {}({})值({})。格式(表名,关键字,s)

  打印(插入sql)

  打印(创建sql)

  打印(按键);

  打印(值)

  close_conn_mysql(游标,连接)读取战斗支援车文件def read_csv(路径):

  conn,cursor=get_conn_mysql()

  标志=1

  data=pd.read_csv(score_table/路径)

  data.fillna( ,inplace=True)

  #编写表创建语句(字段类型就设为字符串)

  #表名

  table_name=path.split( . )[0]

  SQL= CREATE TABLE IF NOT EXISTS TABLE _ name (

  # 获取键值创建表` bigwork_data`.`table_test `(

  # 循环加入键值

  keys_china=

  keys=

  key_china=data.keys()

  j=0

  对于data.values.tolist()[1]中的我:

  SQL=SQL I VARCHAR(45)NOT NULL DEFAULT # comment key _ China[j] ,

  j=j 1;

  keys=keys i ,

  keys_china=keys_china[0:-1]

  keys=keys[0:-1]

  creat _ SQL=SQL[0:-1])ENGINE=InnoDB DEFAULT CHARACTER SET=utf8 COLLATE=utf8 _ bin;

  打印(创建sql)

  # 获取%s

  s=, .join([ % s for _ in range(len(data。列))])

  # 获取价值观念

  keys _ unit=data。价值观。to list()[0];

  值=[]

  价值观。追加(数据。价值观。要列出()[0])

  对于data.values.tolist()[2:]中的我:

  values.append(i)

  打印(值)

  # 组装插入语句

  insert_sql=insert into {}({})值({})。格式(表名,关键字,s)

  打印(插入sql)

  # 创建表

  尝试:

  游标. execute(创建sql)

  除了:

  traceback.print_exc()

  标志=0

  打印(表创建失败)

  # # 插入数据

  尝试:

  对于我加入值:

  cursor.execute(insert_sql,I)

  打印(插入sql)

  打印(一)

  conn.commit()

  除了:

  traceback.print_exc()

  标志=0

  打印(写入错误)

  close_conn_mysql(游标,连接)

  返回获取表的数据字典def get_dictionary(name_table,database_name):

  sql=select列名,列注释,数据类型,字符最大长度,列默认值\

  来自 information_schema.columns

  其中,表名=表名 ,表模式= 数据库名

  res=query_mysql(sql)

  SQL= select * from name _ table limit 1

  res2=query_mysql(sql)

  打印(分辨率)

  打印(结果2)

  return res,res2[0]

  及格获取表信息def get_table_data():

  sql=SELECT表名,表模式,表行,创建时间\

  来自信息模式.表格\

  其中TABLE _ SCHEMA= bigdata

  res=query_mysql(sql)

  打印(分辨率)

  返回资源

  及格运行结果:

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

相关文章阅读

  • oracle的clob大小,oracle clob类型转字符串,Oracle的CLOB大数据字段类型操作方法
  • ,,大数据分析R语言RStudio使用超详细教程
  • 大数据在不同应用场景的价值体现,举例说明大数据应用的场景和优势
  • Python与大数据,python能不能分析大数据
  • 人工智能产业的框架结构分别为,人工智能产业的框架结构的基础层包括大数据
  • Python处理大数据,Python科学计算及大数据
  • 随着ai和大数据技术的发展,对大数据与人工智能的理解
  • 数据开发和大数据开发的区别,大数据开发是啥
  • 应用统计学思考题,应用统计学在大数据背景下的应用与创新
  • hadoop大数据技术基础及应用pdf,基于hadoop的大数据处理技术
  • 大数据技术主要包括哪几方面,大数据技术包括哪些主要内容
  • 与大数据相关的书籍,大数据方面的书籍推荐
  • 数据存储方式,大数据存储的概念是什么,大数据的存储方式包括
  • 学python大数据,Python做大数据
  • 如何成为大数据架构师,大数据架构师发展前景分析,如何成为大数据架构师,大数据架构师发展前景怎么样
  • 留言与评论(共有 条评论)
       
    验证码: