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: 6 订阅数: 12
![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
送3个月
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
送3个月
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

【实战演练】使用Docker与Kubernetes进行容器化管理

![【实战演练】使用Docker与Kubernetes进行容器化管理](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/8379eecc303e40b8b00945cdcfa686cc~tplv-k3u1fbpfcp-zoom-in-crop-mark:1512:0:0:0.awebp) # 2.1 Docker容器的基本概念和架构 Docker容器是一种轻量级的虚拟化技术,它允许在隔离的环境中运行应用程序。与传统虚拟机不同,Docker容器共享主机内核,从而减少了资源开销并提高了性能。 Docker容器基于镜像构建。镜像是包含应用程序及

【实战演练】时间序列预测项目:天气预测-数据预处理、LSTM构建、模型训练与评估

![python深度学习合集](https://img-blog.csdnimg.cn/813f75f8ea684745a251cdea0a03ca8f.png) # 1. 时间序列预测概述** 时间序列预测是指根据历史数据预测未来值。它广泛应用于金融、天气、交通等领域,具有重要的实际意义。时间序列数据通常具有时序性、趋势性和季节性等特点,对其进行预测需要考虑这些特性。 # 2. 数据预处理 ### 2.1 数据收集和清洗 #### 2.1.1 数据源介绍 时间序列预测模型的构建需要可靠且高质量的数据作为基础。数据源的选择至关重要,它将影响模型的准确性和可靠性。常见的时序数据源包括:

【实战演练】虚拟宠物:开发一个虚拟宠物游戏,重点在于状态管理和交互设计。

![【实战演练】虚拟宠物:开发一个虚拟宠物游戏,重点在于状态管理和交互设计。](https://itechnolabs.ca/wp-content/uploads/2023/10/Features-to-Build-Virtual-Pet-Games.jpg) # 2.1 虚拟宠物的状态模型 ### 2.1.1 宠物的基本属性 虚拟宠物的状态由一系列基本属性决定,这些属性描述了宠物的当前状态,包括: - **生命值 (HP)**:宠物的健康状况,当 HP 为 0 时,宠物死亡。 - **饥饿值 (Hunger)**:宠物的饥饿程度,当 Hunger 为 0 时,宠物会饿死。 - **口渴

【实战演练】通过强化学习优化能源管理系统实战

![【实战演练】通过强化学习优化能源管理系统实战](https://img-blog.csdnimg.cn/20210113220132350.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0dhbWVyX2d5dA==,size_16,color_FFFFFF,t_70) # 2.1 强化学习的基本原理 强化学习是一种机器学习方法,它允许智能体通过与环境的交互来学习最佳行为。在强化学习中,智能体通过执行动作与环境交互,并根据其行为的

【实战演练】构建简单的负载测试工具

![【实战演练】构建简单的负载测试工具](https://img-blog.csdnimg.cn/direct/8bb0ef8db0564acf85fb9a868c914a4c.png) # 1. 负载测试基础** 负载测试是一种性能测试,旨在模拟实际用户负载,评估系统在高并发下的表现。它通过向系统施加压力,识别瓶颈并验证系统是否能够满足预期性能需求。负载测试对于确保系统可靠性、可扩展性和用户满意度至关重要。 # 2. 构建负载测试工具 ### 2.1 确定测试目标和指标 在构建负载测试工具之前,至关重要的是确定测试目标和指标。这将指导工具的设计和实现。以下是一些需要考虑的关键因素:

【实战演练】深度学习在计算机视觉中的综合应用项目

![【实战演练】深度学习在计算机视觉中的综合应用项目](https://pic4.zhimg.com/80/v2-1d05b646edfc3f2bacb83c3e2fe76773_1440w.webp) # 1. 计算机视觉概述** 计算机视觉(CV)是人工智能(AI)的一个分支,它使计算机能够“看到”和理解图像和视频。CV 旨在赋予计算机人类视觉系统的能力,包括图像识别、对象检测、场景理解和视频分析。 CV 在广泛的应用中发挥着至关重要的作用,包括医疗诊断、自动驾驶、安防监控和工业自动化。它通过从视觉数据中提取有意义的信息,为计算机提供环境感知能力,从而实现这些应用。 # 2.1 卷积

【实战演练】前沿技术应用:AutoML实战与应用

![【实战演练】前沿技术应用:AutoML实战与应用](https://img-blog.csdnimg.cn/20200316193001567.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h5czQzMDM4MV8x,size_16,color_FFFFFF,t_70) # 1. AutoML概述与原理** AutoML(Automated Machine Learning),即自动化机器学习,是一种通过自动化机器学习生命周期

【实战演练】CVSS漏洞评估打分原则

![【实战演练】CVSS漏洞评估打分原则](https://img-blog.csdnimg.cn/direct/ea92d3d1291b4674bde9f475e2cd7542.jpeg) # 2.1 CVSS v3.1评分体系 CVSS v3.1评分体系由三个评分向量组成:基本评分、时间评分和环境评分。 ### 2.1.1 基本评分 基本评分反映了漏洞的固有严重性,不受时间或环境因素的影响。它由以下三个度量组成: - 攻击向量(AV):描述攻击者利用漏洞所需的技术和资源。 - 攻击复杂度(AC):衡量攻击者成功利用漏洞所需的技能和知识。 - 权限要求(PR):表示攻击者需要获得的目

【实战演练】python云数据库部署:从选择到实施

![【实战演练】python云数据库部署:从选择到实施](https://img-blog.csdnimg.cn/img_convert/34a65dfe87708ba0ac83be84c883e00d.png) # 2.1 云数据库类型及优劣对比 **关系型数据库(RDBMS)** * **优点:** * 结构化数据存储,支持复杂查询和事务 * 广泛使用,成熟且稳定 * **缺点:** * 扩展性受限,垂直扩展成本高 * 不适合处理非结构化或半结构化数据 **非关系型数据库(NoSQL)** * **优点:** * 可扩展性强,水平扩展成本低

【实战演练】综合案例:数据科学项目中的高等数学应用

![【实战演练】综合案例:数据科学项目中的高等数学应用](https://img-blog.csdnimg.cn/20210815181848798.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0hpV2FuZ1dlbkJpbmc=,size_16,color_FFFFFF,t_70) # 1. 数据科学项目中的高等数学基础** 高等数学在数据科学中扮演着至关重要的角色,为数据分析、建模和优化提供了坚实的理论基础。本节将概述数据科学