Joins em SQL

Serve este post para partilhar um excelente recurso do autor Steve Steadman. Ao longo destas páginas explica muito bem todos os joins de SQL. 

Fica aqui portanto partilhado para referência futura:






Comentários

Enviar um comentário

Mensagens populares deste blogue

Python - Excel - Lista de Còdigos Postais de Portugal

Imagem
Study day #64 ! Ora bem, hoje depois de mais umas poucas horas de SQL, adiantei junto com os meus colegas o nosso projecto de um site de Cursos online ! Para tal iremos criar a base de dados do projecto pretendido em UML, e depois fazer umas queries em SQL. Como para esse projecto vamos precisar de dados simulados, dediquei-me no Excel a usar o maravilhoso comando "ALEATORIO", o "INDICE" e o CONCAT para ter uma ´serie de utilizadores simulados. Para meter a coisa mais séria em vez de simularmos os códigos postais, decidimos utilizar os verdadeiros de Portugal. Encontrei uma listagem em .CSV online mas tinha muitos campos nulos e portanto peguei no Python e dediquei-me a partir o ficheiro só em 4 colunas: Nome_Localidade, num_cod_postal, ext_cod_postal e desig_postal. Depois exportei para Excel e ficou uma lista muito bonita de 324 507 códigos postais portugueses ! Podem aceder-lhe aqui: https://1drv.ms/x/s!AiCD6y1hHWWk8HlUyce3LsSh8Kr4?e=P3jLDB Se por acaso o link n...
Ler mais

Estatística - Teste Paramétrico ANOVA

Imagem
  Study Day #54 Mais um dia de estudos de estatística ! Hoje foi quase todo dedicado a perceber o teste paramétrico ANOVA, quais as condicionantes que tem, a que variáveis se aplicar e quais as opções que temos. Muitas horas passadas só para chegar às conclusões desta foto ! Mas foram horas produtivas e agora já sei quando aplicar e porque aplicá-lo ! Julguei que ia ter tempo para mais mas... nem por isso ! Pressupostos: 1 Variável quantitativa (dependente) 1 variável qualitativa com 3 ou mais grupos (independente) Distribuição normal Variâncias normais Se amostra > 50 usar o Kolmogorov e se < 50 usar o Shapiro. Na verificação de aproximadamente normal, amostra > 30 ------------------------------------------------------- 1) Formular Hipóteses: H0 e Ha: Exemplo:  H0 – o tempo de leitura médio do semanário é idêntico para os 3 modos de leitura do semanário preferido Ha – existe pelo menos um par de modos de leitura com médias de tempo de leitura diferentes 2) Verificar ...
Ler mais

Python - Numpy: np.LEN, np.SHAPE, np.RESHAPE, .MAX(), .MIN(), np.SQRT, np.EXP, Matrizes

Imagem
 Vamos continuar com as funções do NUMPY: LEN ---------------------------------------------------------------------------------------------------- Imaginemos que temos o seguinte array: import numpy as np -- importamos o Numpy lista = [1,2,3,4] -- criamos uma lista y = np.array(lista) -- transformamos a lista num array Agora queremos saber quantos elementos tem esse array: len(y) Podemos verificar que o array y tem 4 elementos: 1,2,3 e 4 SHAPE ------------------------------------------------------------------------------------------------ Imaginemos agora que queremos saber a forma do mesmo array. Neste caso, para o nosso array y, apenas teremos uma pois é unidimensional: np.shape(y) Podemos ver que tem apenas uma dimensão. Mas e se tivermos um array com 2 dimensões ? z = np.array([[1,2],[3,4]]) -- aqui definimos um array com 2 dimensões Como podemos ver, agora o output de np.shape(z) é 2,2 . 2 elementos horizontais por 2 verticais.  RESHAPE -----------------------------------...
Ler mais