Python读取MySQL数据:从入门到精通

发布时间: 2024-06-24 00:34:30 阅读量: 85 订阅数: 34
![Python读取MySQL数据:从入门到精通](https://img-blog.csdnimg.cn/20190507130403928.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA2NzU2Njk=,size_16,color_FFFFFF,t_70) # 1. Python连接MySQL数据库 在Python中,连接MySQL数据库需要使用第三方库,如pymysql或MySQLdb。下面以pymysql为例,介绍如何连接MySQL数据库。 ```python import pymysql # 连接数据库 conn = pymysql.connect( host='localhost', port=3306, user='root', password='password', database='test' ) ``` 其中,`host`为MySQL服务器地址,`port`为MySQL服务器端口,`user`为MySQL用户名,`password`为MySQL密码,`database`为要连接的数据库名。 # 2. Python MySQL数据查询 在掌握了连接MySQL数据库的基本知识后,接下来我们将深入探讨Python中MySQL数据查询的操作。通过本章节的学习,你将了解如何使用Python执行基本和高级查询,包括条件查询、排序、分页和聚合函数的使用。 ### 2.1 基本查询操作 #### 2.1.1 执行查询语句 执行查询语句是数据查询中最基本的操作。在Python中,可以使用`execute()`方法来执行查询语句。`execute()`方法接收一个字符串参数,该参数包含要执行的SQL查询语句。 ```python import mysql.connector # 连接数据库 connection = mysql.connector.connect( host="localhost", user="root", password="password", database="test_db" ) # 创建游标 cursor = connection.cursor() # 执行查询语句 cursor.execute("SELECT * FROM users") ``` #### 2.1.2 获取查询结果 执行查询语句后,可以使用`fetchall()`方法获取查询结果。`fetchall()`方法返回一个元组列表,其中每个元组代表一条查询结果。 ```python # 获取查询结果 results = cursor.fetchall() # 遍历查询结果 for result in results: print(result) ``` ### 2.2 高级查询操作 #### 2.2.1 条件查询 条件查询允许你根据特定条件过滤查询结果。在Python中,可以使用`WHERE`子句来指定查询条件。 ```python # 执行条件查询 cursor.execute("SELECT * FROM users WHERE age > 18") ``` #### 2.2.2 排序和分页 排序和分页可以帮助你控制查询结果的顺序和数量。 **排序** 使用`ORDER BY`子句对查询结果进行排序。 ```python # 执行排序查询 cursor.execute("SELECT * FROM users ORDER BY age DESC") ``` **分页** 使用`LIMIT`和`OFFSET`子句对查询结果进行分页。 ```python # 执行分页查询 cursor.execute("SELECT * FROM users LIMIT 10 OFFSET 20") ``` #### 2.2.3 聚合函数 聚合函数可以对查询结果进行聚合计算,例如求和、求平均值和求最大值。 ```python # 执行聚合查询 cursor.execute("SELECT COUNT(*) FROM users") ``` # 3.1 单条数据插入 #### 3.1.1 使用execute()方法 `execute()`方法用于执行SQL语句,并可以插入单条数据。其语法格式如下: ```python cursor.execute(sql, args=None) ``` 其中: * `sql`:要执行的SQL语句。 * `args`:可选,要插入的数据,可以是元组或字典。 **示例:** ```python import pymysql # 连接数据库 conn = pymysql.connect(host='localhost', user='root', password='123456', database='test') # 获取游标 cursor = conn.cursor() # 执行插入语句 sql = "INSERT INTO user (name, age) VALUES (%s, %s)" args = ('张三', 20) cursor.execute(sql, args) # 提交事务 conn.commit() # 关闭游标和连接 cursor.close() conn.close() ``` **逻辑分析:** * 首先,建立与数据库的连接,并获取游标对象。 * 然后,使用`execute()`方法执行插入语句,并传入SQL语句和要插入的数据。 * 最后,提交事务,并关闭游标和连接。 #### 3.1.2 使用executemany()方法 `executemany()`方法用于执行SQL语句,并可以批量插入多条数据。其语法格式如下: ```python cursor.executemany(sql, args) ``` 其中: * `sql`:要执行的SQL语句。 * `args`:要插入的数据,是一个元组列表,每个元组代表一条数据。 **示例:** ```python import pymysql # 连接数据库 conn = pymysql.connect(host='localhost', user='root', password='123456', database='test') # 获取游标 cursor = conn.cursor() # 执行插入语句 sql = "INSERT INTO user (name, age) VALUES (%s, %s)" args = [('李四', 21), ('王五', 22)] cursor.executemany(sql, args) # 提交事务 conn.commit() # 关闭游标和连接 cursor.close() conn.close() ``` **逻辑分析:** * 首先,建立与数据库的连接,并获取游标对象。 * 然后,使用`executemany()`方法执行插入语句,并传入SQL语句和要插入的数据。 * 最后,提交事务,并关闭游标和连接。 # 4. Python MySQL数据更新 ### 4.1 单条数据更新 #### 4.1.1 使用execute()方法 ```python import mysql.connector # 建立数据库连接 connection = mysql.connector.connect( host="localhost", user="root", password="password", database="database_name" ) # 创建游标 cursor = connection.cursor() # 准备SQL语句 sql = "UPDATE table_name SET column_name = 'new_value' WHERE id = 1" # 执行SQL语句 cursor.execute(sql) # 提交事务 connection.commit() # 关闭游标和数据库连接 cursor.close() connection.close() ``` **逻辑分析:** * `cursor.execute(sql)`:执行SQL语句,更新数据库中指定ID的数据。 * `connection.commit()`:提交事务,将更新操作永久保存到数据库中。 **参数说明:** * `host`:数据库服务器地址。 * `user`:数据库用户名。 * `password`:数据库密码。 * `database_name`:要连接的数据库名称。 * `table_name`:要更新数据的表名。 * `column_name`:要更新的列名。 * `new_value`:要更新的新值。 * `id`:要更新数据的ID。 #### 4.1.2 使用executemany()方法 ```python import mysql.connector # 建立数据库连接 connection = mysql.connector.connect( host="localhost", user="root", password="password", database="database_name" ) # 创建游标 cursor = connection.cursor() # 准备SQL语句 sql = "UPDATE table_name SET column_name = %s WHERE id = %s" # 准备更新数据 data = [(new_value1, id1), (new_value2, id2), ...] # 执行SQL语句 cursor.executemany(sql, data) # 提交事务 connection.commit() # 关闭游标和数据库连接 cursor.close() connection.close() ``` **逻辑分析:** * `cursor.executemany(sql, data)`:执行SQL语句,批量更新数据库中指定ID的数据。 * `connection.commit()`:提交事务,将更新操作永久保存到数据库中。 **参数说明:** * `host`:数据库服务器地址。 * `user`:数据库用户名。 * `password`:数据库密码。 * `database_name`:要连接的数据库名称。 * `table_name`:要更新数据的表名。 * `column_name`:要更新的列名。 * `new_value`:要更新的新值。 * `id`:要更新数据的ID。 ### 4.2 批量数据更新 #### 4.2.1 使用executemany()方法 ```python import mysql.connector # 建立数据库连接 connection = mysql.connector.connect( host="localhost", user="root", password="password", database="database_name" ) # 创建游标 cursor = connection.cursor() # 准备SQL语句 sql = "UPDATE table_name SET column_name = %s WHERE id IN %s" # 准备更新数据 data = [(new_value1, id1), (new_value2, id2), ...] ids = (id1, id2, ...) # 执行SQL语句 cursor.executemany(sql, zip(data, ids)) # 提交事务 connection.commit() # 关闭游标和数据库连接 cursor.close() connection.close() ``` **逻辑分析:** * `cursor.executemany(sql, zip(data, ids))`:执行SQL语句,批量更新数据库中指定ID的数据。 * `connection.commit()`:提交事务,将更新操作永久保存到数据库中。 **参数说明:** * `host`:数据库服务器地址。 * `user`:数据库用户名。 * `password`:数据库密码。 * `database_name`:要连接的数据库名称。 * `table_name`:要更新数据的表名。 * `column_name`:要更新的列名。 * `new_value`:要更新的新值。 * `id`:要更新数据的ID。 #### 4.2.2 使用load_data()方法 ```python import mysql.connector # 建立数据库连接 connection = mysql.connector.connect( host="localhost", user="root", password="password", database="database_name" ) # 创建游标 cursor = connection.cursor() # 准备SQL语句 sql = "LOAD DATA INFILE 'data.csv' INTO TABLE table_name" # 执行SQL语句 cursor.execute(sql) # 提交事务 connection.commit() # 关闭游标和数据库连接 cursor.close() connection.close() ``` **逻辑分析:** * `cursor.execute(sql)`:执行SQL语句,从CSV文件中批量更新数据库数据。 * `connection.commit()`:提交事务,将更新操作永久保存到数据库中。 **参数说明:** * `host`:数据库服务器地址。 * `user`:数据库用户名。 * `password`:数据库密码。 * `database_name`:要连接的数据库名称。 * `table_name`:要更新数据的表名。 * `data.csv`:包含更新数据的CSV文件路径。 # 5. Python MySQL数据删除 ### 5.1 单条数据删除 #### 5.1.1 使用execute()方法 ```python import mysql.connector # 连接数据库 conn = mysql.connector.connect( host="localhost", user="root", password="password", database="test" ) # 创建游标 cursor = conn.cursor() # 执行删除语句 sql = "DELETE FROM users WHERE id = 1" cursor.execute(sql) # 提交修改 conn.commit() # 关闭游标和连接 cursor.close() conn.close() ``` **逻辑分析:** 1. `connect()` 方法用于连接到 MySQL 数据库,并返回一个连接对象。 2. `cursor()` 方法创建游标对象,用于执行 SQL 查询和操作。 3. `execute()` 方法执行指定的 SQL 语句,并返回受影响的行数。 4. `commit()` 方法提交对数据库所做的更改。 5. `close()` 方法关闭游标和连接。 **参数说明:** * `host`:MySQL 数据库的主机地址。 * `user`:连接数据库的用户名。 * `password`:连接数据库的密码。 * `database`:要连接的数据库名称。 * `sql`:要执行的 SQL 删除语句。 #### 5.1.2 使用executemany()方法 ```python import mysql.connector # 连接数据库 conn = mysql.connector.connect( host="localhost", user="root", password="password", database="test" ) # 创建游标 cursor = conn.cursor() # 准备删除语句 sql = "DELETE FROM users WHERE id IN (%s, %s, %s)" # 准备参数 ids = (1, 2, 3) # 执行删除语句 cursor.executemany(sql, ids) # 提交修改 conn.commit() # 关闭游标和连接 cursor.close() conn.close() ``` **逻辑分析:** 1. `executemany()` 方法执行指定的 SQL 语句多次,每次使用一个不同的参数元组。 2. `prepare()` 方法准备要执行的 SQL 语句,并返回一个游标对象。 3. `execute()` 方法执行准备好的 SQL 语句,并返回受影响的行数。 4. `commit()` 方法提交对数据库所做的更改。 5. `close()` 方法关闭游标和连接。 **参数说明:** * `host`:MySQL 数据库的主机地址。 * `user`:连接数据库的用户名。 * `password`:连接数据库的密码。 * `database`:要连接的数据库名称。 * `sql`:要执行的 SQL 删除语句。 * `ids`:要删除的记录的 ID 元组。 ### 5.2 批量数据删除 #### 5.2.1 使用executemany()方法 ```python import mysql.connector # 连接数据库 conn = mysql.connector.connect( host="localhost", user="root", password="password", database="test" ) # 创建游标 cursor = conn.cursor() # 准备删除语句 sql = "DELETE FROM users WHERE id IN (%s, %s, %s)" # 准备参数 ids = [(1, ), (2, ), (3, )] # 执行删除语句 cursor.executemany(sql, ids) # 提交修改 conn.commit() # 关闭游标和连接 cursor.close() conn.close() ``` **逻辑分析:** 1. `executemany()` 方法执行指定的 SQL 语句多次,每次使用一个不同的参数元组。 2. `prepare()` 方法准备要执行的 SQL 语句,并返回一个游标对象。 3. `execute()` 方法执行准备好的 SQL 语句,并返回受影响的行数。 4. `commit()` 方法提交对数据库所做的更改。 5. `close()` 方法关闭游标和连接。 **参数说明:** * `host`:MySQL 数据库的主机地址。 * `user`:连接数据库的用户名。 * `password`:连接数据库的密码。 * `database`:要连接的数据库名称。 * `sql`:要执行的 SQL 删除语句。 * `ids`:要删除的记录的 ID 元组。 #### 5.2.2 使用load_data()方法 ```python import mysql.connector # 连接数据库 conn = mysql.connector.connect( host="localhost", user="root", password="password", database="test" ) # 创建游标 cursor = conn.cursor() # 准备删除语句 sql = "LOAD DATA INFILE 'data.csv' INTO TABLE users FIELDS TERMINATED BY ',' IGNORE 1 LINES" # 执行删除语句 cursor.execute(sql) # 提交修改 conn.commit() # 关闭游标和连接 cursor.close() conn.close() ``` **逻辑分析:** 1. `load_data()` 方法从 CSV 文件中加载数据到表中。 2. `execute()` 方法执行指定的 SQL 语句,并返回受影响的行数。 3. `commit()` 方法提交对数据库所做的更改。 4. `close()` 方法关闭游标和连接。 **参数说明:** * `host`:MySQL 数据库的主机地址。 * `user`:连接数据库的用户名。 * `password`:连接数据库的密码。 * `database`:要连接的数据库名称。 * `sql`:要执行的 SQL 删除语句。 # 6. Python MySQL高级应用 ### 6.1 存储过程和函数 #### 6.1.1 创建和调用存储过程 存储过程是一组预先编译的SQL语句,可以作为单个单元执行。它们通常用于执行复杂的操作或封装业务逻辑。 要创建存储过程,可以使用以下语法: ```python CREATE PROCEDURE procedure_name (parameter_list) BEGIN -- 存储过程代码 END ``` 例如,创建一个名为 `get_customer_orders` 的存储过程,该存储过程获取给定客户的所有订单: ```python CREATE PROCEDURE get_customer_orders (IN customer_id INT) BEGIN SELECT * FROM orders WHERE customer_id = customer_id; END ``` 要调用存储过程,可以使用以下语法: ```python CALL procedure_name (parameter_list) ``` 例如,调用 `get_customer_orders` 存储过程,并获取客户ID为1的所有订单: ```python CALL get_customer_orders(1) ``` #### 6.1.2 创建和调用函数 函数与存储过程类似,但它们返回一个值。要创建函数,可以使用以下语法: ```python CREATE FUNCTION function_name (parameter_list) RETURNS return_type BEGIN -- 函数代码 RETURN value; END ``` 例如,创建一个名为 `get_customer_name` 的函数,该函数返回给定客户的名称: ```python CREATE FUNCTION get_customer_name (IN customer_id INT) RETURNS VARCHAR(255) BEGIN SELECT name FROM customers WHERE customer_id = customer_id; END ``` 要调用函数,可以使用以下语法: ```python SELECT function_name (parameter_list) ``` 例如,调用 `get_customer_name` 函数,并获取客户ID为1的名称: ```python SELECT get_customer_name(1) ``` ### 6.2 事务管理 事务是一组原子操作,要么全部成功,要么全部失败。在MySQL中,事务通过以下语句开始和提交: ```python START TRANSACTION; COMMIT; ``` 如果在事务期间发生错误,可以使用以下语句回滚事务: ```python ROLLBACK; ``` 例如,使用事务将新订单插入数据库: ```python START TRANSACTION; INSERT INTO orders (customer_id, product_id, quantity) VALUES (1, 2, 3); COMMIT; ``` 如果在插入过程中发生错误,可以使用 `ROLLBACK` 语句回滚事务,以确保数据库保持一致性。
corwn 最低0.47元/天 解锁专栏
买1年送3月
点击查看下一篇
profit 百万级 高质量VIP文章无限畅学
profit 千万级 优质资源任意下载
profit C知道 免费提问 ( 生成式Al产品 )

相关推荐

李_涛

知名公司架构师
拥有多年在大型科技公司的工作经验,曾在多个大厂担任技术主管和架构师一职。擅长设计和开发高效稳定的后端系统,熟练掌握多种后端开发语言和框架,包括Java、Python、Spring、Django等。精通关系型数据库和NoSQL数据库的设计和优化,能够有效地处理海量数据和复杂查询。
专栏简介
本专栏深入探讨了 Python 读取 MySQL 数据的各个方面,从入门基础到高级技巧,涵盖广泛的主题,包括连接数据库、读取数据、性能优化、数据类型转换、分页查询、条件查询、事务处理、游标操作、异常处理、并发编程、数据可视化、数据分析、机器学习、大数据处理、云计算应用、移动端开发、物联网应用和金融科技应用。通过深入浅出的讲解和实用示例,本专栏旨在帮助读者掌握 Python 读取 MySQL 数据的精髓,高效处理海量数据,并将其应用于各种实际场景中,为数据交互和数据分析提供强大的工具。
最低0.47元/天 解锁专栏
买1年送3月
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
C知道 免费提问 ( 生成式Al产品 )

最新推荐

【Python预测模型构建全记录】:最佳实践与技巧详解

![机器学习-预测模型(Predictive Model)](https://img-blog.csdnimg.cn/direct/f3344bf0d56c467fbbd6c06486548b04.png) # 1. Python预测模型基础 Python作为一门多功能的编程语言,在数据科学和机器学习领域表现得尤为出色。预测模型是机器学习的核心应用之一,它通过分析历史数据来预测未来的趋势或事件。本章将简要介绍预测模型的概念,并强调Python在这一领域中的作用。 ## 1.1 预测模型概念 预测模型是一种统计模型,它利用历史数据来预测未来事件的可能性。这些模型在金融、市场营销、医疗保健和其

模型参数泛化能力:交叉验证与测试集分析实战指南

![模型参数泛化能力:交叉验证与测试集分析实战指南](https://community.alteryx.com/t5/image/serverpage/image-id/71553i43D85DE352069CB9?v=v2) # 1. 交叉验证与测试集的基础概念 在机器学习和统计学中,交叉验证(Cross-Validation)和测试集(Test Set)是衡量模型性能和泛化能力的关键技术。本章将探讨这两个概念的基本定义及其在数据分析中的重要性。 ## 1.1 交叉验证与测试集的定义 交叉验证是一种统计方法,通过将原始数据集划分成若干小的子集,然后将模型在这些子集上进行训练和验证,以

【实时系统空间效率】:确保即时响应的内存管理技巧

![【实时系统空间效率】:确保即时响应的内存管理技巧](https://cdn.educba.com/academy/wp-content/uploads/2024/02/Real-Time-Operating-System.jpg) # 1. 实时系统的内存管理概念 在现代的计算技术中,实时系统凭借其对时间敏感性的要求和对确定性的追求,成为了不可或缺的一部分。实时系统在各个领域中发挥着巨大作用,比如航空航天、医疗设备、工业自动化等。实时系统要求事件的处理能够在确定的时间内完成,这就对系统的设计、实现和资源管理提出了独特的挑战,其中最为核心的是内存管理。 内存管理是操作系统的一个基本组成部

时间序列分析的置信度应用:预测未来的秘密武器

![时间序列分析的置信度应用:预测未来的秘密武器](https://cdn-news.jin10.com/3ec220e5-ae2d-4e02-807d-1951d29868a5.png) # 1. 时间序列分析的理论基础 在数据科学和统计学中,时间序列分析是研究按照时间顺序排列的数据点集合的过程。通过对时间序列数据的分析,我们可以提取出有价值的信息,揭示数据随时间变化的规律,从而为预测未来趋势和做出决策提供依据。 ## 时间序列的定义 时间序列(Time Series)是一个按照时间顺序排列的观测值序列。这些观测值通常是一个变量在连续时间点的测量结果,可以是每秒的温度记录,每日的股票价

探索与利用平衡:强化学习在超参数优化中的应用

![机器学习-超参数(Hyperparameters)](https://img-blog.csdnimg.cn/d2920c6281eb4c248118db676ce880d1.png) # 1. 强化学习与超参数优化的交叉领域 ## 引言 随着人工智能的快速发展,强化学习作为机器学习的一个重要分支,在处理决策过程中的复杂问题上显示出了巨大的潜力。与此同时,超参数优化在提高机器学习模型性能方面扮演着关键角色。将强化学习应用于超参数优化,不仅可实现自动化,还能够通过智能策略提升优化效率,对当前AI领域的发展产生了深远影响。 ## 强化学习与超参数优化的关系 强化学习能够通过与环境的交互来学

极端事件预测:如何构建有效的预测区间

![机器学习-预测区间(Prediction Interval)](https://d3caycb064h6u1.cloudfront.net/wp-content/uploads/2020/02/3-Layers-of-Neural-Network-Prediction-1-e1679054436378.jpg) # 1. 极端事件预测概述 极端事件预测是风险管理、城市规划、保险业、金融市场等领域不可或缺的技术。这些事件通常具有突发性和破坏性,例如自然灾害、金融市场崩盘或恐怖袭击等。准确预测这类事件不仅可挽救生命、保护财产,而且对于制定应对策略和减少损失至关重要。因此,研究人员和专业人士持

贝叶斯优化:智能搜索技术让超参数调优不再是难题

# 1. 贝叶斯优化简介 贝叶斯优化是一种用于黑盒函数优化的高效方法,近年来在机器学习领域得到广泛应用。不同于传统的网格搜索或随机搜索,贝叶斯优化采用概率模型来预测最优超参数,然后选择最有可能改进模型性能的参数进行测试。这种方法特别适用于优化那些计算成本高、评估函数复杂或不透明的情况。在机器学习中,贝叶斯优化能够有效地辅助模型调优,加快算法收敛速度,提升最终性能。 接下来,我们将深入探讨贝叶斯优化的理论基础,包括它的工作原理以及如何在实际应用中进行操作。我们将首先介绍超参数调优的相关概念,并探讨传统方法的局限性。然后,我们将深入分析贝叶斯优化的数学原理,以及如何在实践中应用这些原理。通过对

【算法竞赛中的复杂度控制】:在有限时间内求解的秘籍

![【算法竞赛中的复杂度控制】:在有限时间内求解的秘籍](https://dzone.com/storage/temp/13833772-contiguous-memory-locations.png) # 1. 算法竞赛中的时间与空间复杂度基础 ## 1.1 理解算法的性能指标 在算法竞赛中,时间复杂度和空间复杂度是衡量算法性能的两个基本指标。时间复杂度描述了算法运行时间随输入规模增长的趋势,而空间复杂度则反映了算法执行过程中所需的存储空间大小。理解这两个概念对优化算法性能至关重要。 ## 1.2 大O表示法的含义与应用 大O表示法是用于描述算法时间复杂度的一种方式。它关注的是算法运行时

如何避免在训练过程中过早停止

![如何避免在训练过程中过早停止](https://img-blog.csdnimg.cn/20190921134848621.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc3MjUzMw==,size_16,color_FFFFFF,t_70) # 1. 避免过早停止问题的重要性 在机器学习和深度学习的训练过程中,过早停止(Early Stopping)是一个至关重要的实践。这一策略的核心在于避免模型在训

机器学习性能评估:时间复杂度在模型训练与预测中的重要性

![时间复杂度(Time Complexity)](https://ucc.alicdn.com/pic/developer-ecology/a9a3ddd177e14c6896cb674730dd3564.png) # 1. 机器学习性能评估概述 ## 1.1 机器学习的性能评估重要性 机器学习的性能评估是验证模型效果的关键步骤。它不仅帮助我们了解模型在未知数据上的表现,而且对于模型的优化和改进也至关重要。准确的评估可以确保模型的泛化能力,避免过拟合或欠拟合的问题。 ## 1.2 性能评估指标的选择 选择正确的性能评估指标对于不同类型的机器学习任务至关重要。例如,在分类任务中常用的指标有