云服务器价格_云数据库_云主机【优惠】最新活动-搜集站云资讯

服务器_mysql数据库编码_限时特惠

小七 141 0

SAP云平台是一个开放式平台即服务(PaaS),提供内存功能、核心平台服务和独特的微服务,用于构建和扩展智能、移动云应用程序。

数据科学是通过组织,处理和分析数据。

Python是一种动态的解释(字节码编译)语言。源代码中没有变量、参数、函数或方法的类型声明。这使得代码简短而灵活,52返现网,并且您失去了源代码的编译时类型检查请注意我们将开发一个简单的python脚本,云服务平台,使用panda、matplotlib和pyhdb等数据科学包,通过打开SAP HANA云平台的数据库隧道。

PYHDB是SAP HANA数据库的纯Python客户端包,南昌大数据,大数据的商业价值,基于SAP HANA数据库SQL命令网络协议。MATPLOTLIB是一个python2d绘图库,它以各种硬拷贝格式和跨平台的交互环境生成出版物质量的图形。PANDAS是一个开放源码、BSD许可的库,为Python编程语言提供高性能、易于使用的数据结构和数据分析工具。

前提条件:

您应该拥有SAP HCP developer(试用版)帐户:在注册https://account.hanatrial.ondemand.com创建HANA MDC()数据库系统配置用户也可以使用SHINE来稍后处理数据。如有任何问题,请参阅此链接https://blogs.sap.com/2017/05/31/steps-to-create-database-tables-in-sap-hana-cloud-platform-previous-hcp您应该在工作站上安装pythonide以及上述软件包。最新的Python版本可以从https://www.python.org/getit/安装后,打开命令提示符并输入:python—版本要安装软件包,请打开命令提示符并输入:pip安装pyhdb使用pip安装程序在您的计算机上安装以下软件包:PYHDB公司熊猫MATPLOTLIB数据库您应该拥有针对SAP云平台的SDK工具:从下载SDKhttps://tools.hana.ondemand.com/

现在开始开发:

打开SAP HANA云数据库的数据库隧道打开命令提示符并输入command将当前目录更改为引用尼欧.sh下载的SDK的文件。将用户名替换为工作站名称。cd C:\Users\username\Desktop\PY\SDK\tools现在输入下面的连接字符串打开一个数据库隧道云。替换用户名,数据库名和密码与您的HANA试用帐户用户名,数据库名和密码。neo开放式db隧道-hhanatrial.ondemand.com-usernametrial-u username-i databasename-p密码恭喜您成功打开了一个数据库隧道。

让我们使用SAP HANA studio将示例数据上载到HANA云:

我已从以下位置下载了过去一年的NIFY-50历史数据:https://www.nseindia.com/products/content/equities/index/historical_index_data.htm打开HANA studio并使用下载的CSV文件将数据导入架构。下面是我们在schema SAP\u HANA\u DEMO中创建的表定义:

是python开发的时候了

打开python IDE并创建一个新文件下面是连接到数据库并对获取的数据执行数据分析操作的代码数据:替换用户名和密码,以及MDC数据库实例的数据库用户名和密码。导入pyhdb作为pd导入导入matplotlib.pyplot文件作为plt导入matplotlib连接=pyhdb.连接('localhost',30015,'username','password')光标=连接.光标()游标.执行("选择前20个日期,从SAPèHANA高_演示.NIFTY\u 50\u数据")a=游标.fetchall()数据=pd.数据帧(一)matplotlib.rcParams文件['轴.u减号']=假图,ax=plt子地块()斧头图(数据[1],数据[0],'o')ax.set\u标题('NIFTY-50')节目()通过传递服务器凭据,使用pyhdb包中的connect函数建立连接。我们正在从表NIFTY\u50\u数据中获取前20条记录,返利机器人是真的吗,并使用来自pandas包的dataframe方法将其转换为dataframe。最后使用matplotlib包显示散点图。

测试开发的脚本

按F5运行python脚本。下面生成的散点图显示了与日期相关的日最高价格的变化。

祝贺您使用SAP HANA Cloud在python中成功地可视化了数据站台。请注意,我们可以根据需求开发执行复杂的脚本来分析数据。