轻松学习Python数据库：入门指南 (python数据库入门)
Python数据库简介
Python是一种非常流行的编程语言，广泛用于各种任务和项目中。Python可以用来访问和管理各种类型的数据库，包括关系型数据库、文档数据库和图形数据库。
在Python中，有几种不同的数据库访问工具。这些工具包括Python标准库中的sqlite3模块，以及许多第三方模块，如MySQLdb，psycopg2，PyMongo和py2neo等。本文将介绍如何使用Python标准库中的sqlite3模块以及第三方模块PyMySQL来访问MySQL数据库。
Python SQLite入门指南
SQLite是一种轻量级的关系型数据库管理系统，它是一个自包含的数据库引擎。SQLite常常被用于移动应用和小型桌面应用中。在Python中，我们可以使用sqlite3模块访问SQLite数据库。
步骤1： 安装sqlite3
在Python标准库中，sqlite3是内置的。因此，不需要安装特定的软件包。然而，为了反复练习，更好安装SQLite本身，并通过在SQLite命令提示符下输入以下命令来验证其正确性：
$ sqlite3
步骤2： 连接到SQLite数据库
使用sqlite3连接到数据库时，首先需要创建一个数据库连接对象。在这个对象中，可以设置许多不同的连接参数。例如，可以指定连接的数据库文件名，用户名和密码，以及连接对管理数据库的方式。
要连接到SQLite数据库，使用以下Python代码：
import sqlite3
conn = sqlite3.connect(‘test.db’)
print(“Opened database successfully”)
这个代码片段定义了一个变量conn，其中存储了数据库的连接。我们将连接到test.db数据库，这个数据库可以是在同一目录中的任何SQLite数据库文件。
步骤3： 创建数据表
在SQLite中，可以使用CREATE TABLE语句来创建数据库表。每个表都包含多个列，每列都具有特定的数据类型。在Python中，可以使用sqlite3模块的execute方法执行CREATE TABLE语句。在本文的例子中，我们将创建一个名为company的数据表，其中有4列：ID、NAME、AGE和ADDRESS。
import sqlite3
conn = sqlite3.connect(‘test.db’)
print(“Opened database successfully”)
conn.execute(”’CREATE TABLE COMPANY
(ID INT PRIMARY KEY NOT NULL,
NAME TEXT NOT NULL,
AGE INT NOT NULL,
ADDRESS CHAR(50),
SALARY REAL);”’)
conn.close()
我们在test.db上执行了CREATE TABLE语句，并在其中创建了一个新的名为COMPANY的数据表。注意，此语句应该是一条字符串，正如上面的代码片段所示。
步骤4： 插入数据记录
在SQLite数据库中，可以使用INSERT语句将数据插入到表中。可以使用sqlite3的execute方法执行SQL INSERT语句。下面是一个示例Python程序，用于将一些数据插入到上面定义的company数据表中：
import sqlite3
conn = sqlite3.connect(‘test.db’)
print(“Opened database successfully”)
conn.execute(“INSERT INTO COMPANY (ID,NAME,AGE,ADDRESS,SALARY) \
VALUES (1, ‘Paul’, 32, ‘California’, 20230.00 )”)
conn.execute(“INSERT INTO COMPANY (ID,NAME,AGE,ADDRESS,SALARY) \
VALUES (2, ‘Allen’, 25, ‘Texas’, 15000.00 )”)
conn.execute(“INSERT INTO COMPANY (ID,NAME,AGE,ADDRESS,SALARY) \
VALUES (3, ‘Teddy’, 23, ‘Norway’, 20230.00 )”)
conn.execute(“INSERT INTO COMPANY (ID,NAME,AGE,ADDRESS,SALARY) \
VALUES (4, ‘Mark’, 25, ‘Rich-Mond’, 65000.00 )”)
conn.commit()
print(“Records created successfully”)
conn.close()
在这个例子中，我们为一个名为COMPANY的数据表插入了4条记录。注意，我们使用backslash字符（’\’）在我们的Python脚本中的每个INSERT语句上分割它们，以避免因语句过长而引起SyntaxError。
步骤5： 查询数据记录
在SQLite数据库中，可以使用SELECT语句查询表中的数据。在Python代码中，可以使用sqlite3的execute方法执行查询。下面是一个示例Python程序，用于打印表公司中所有记录的详细信息：
import sqlite3
conn = sqlite3.connect(‘test.db’)
print(“Opened database successfully”)
cursor = conn.execute(“SELECT id, name, address, salary from COMPANY”)
for row in cursor:
print(“ID = “, row[0])
print(“NAME = “, row[1])
print(“ADDRESS = “, row[2])
print(“SALARY = “, row[3], “\n”)
print(“Operation done successfully”)
conn.close()
在这个例子中，我们查询了名为company的数据表，然后对结果集进行迭代，并打印了每个记录的ID、NAME、ADDRESS和SALARY。
步骤6： 更新记录
在SQLite数据库中，可以使用UPDATE语句更新表中的数据。在Python代码中，可以使用sqlite3的execute方法执行UPDATE语句。下面是一个示例Python程序，用于更新表公司中之一条记录的薪资：
import sqlite3
conn = sqlite3.connect(‘test.db’)
print(“Opened database successfully”)
conn.execute(“UPDATE COMPANY set SALARY = 25000.00 where ID = 1”)
conn.commit()
print(“Total number of rows updated :”, conn.total_changes)
cursor = conn.execute(“SELECT id, name, address, salary from COMPANY”)
for row in cursor:
print(“ID = “, row[0])
print(“NAME = “, row[1])
print(“ADDRESS = “, row[2])
print(“SALARY = “, row[3], “\n”)
print(“Operation done successfully”)
conn.close()
在这个例子中，我们使用UPDATE语句来更新薪资，然后使用SELECT语句查询新结果集并打印它。此后，我们关闭数据库连接。
步骤7： 删除记录
在SQLite数据库中，可以使用DELETE语句删除表中的数据记录。在Python代码中，可以使用sqlite3的execute方法执行DELETE语句。下面是一个示例Python程序，用于删除表公司中ID为2的记录：
import sqlite3
conn = sqlite3.connect(‘test.db’)
print(“Opened database successfully”)
conn.execute(“DELETE from COMPANY where ID = 2;”)
conn.commit()
print(“Total number of rows deleted :”, conn.total_changes)
cursor = conn.execute(“SELECT id, name, address, salary from COMPANY”)
for row in cursor:
print(“ID = “, row[0])
print(“NAME = “, row[1])
print(“ADDRESS = “, row[2])
print(“SALARY = “, row[3], “\n”)
print(“Operation done successfully”)
conn.close()
在这个例子中，我们使用DELETE语句删除表中的行，然后使用SELECT语句查询新结果集并打印它。此后，我们关闭数据库连接。
Python MySQL入门指南
MySQL是一种开源的关系型数据库管理系统，它被广泛用于各种大小的应用程序中。Python中有许多第三方工具，可供以各种方式访问MySQL数据库。在本节中，我们将介绍使用PyMySQL访问MySQL数据库的方法。
步骤1： 安装PyMySQL
要在Python代码中使用PyMySQL，需要首先安装PyMySQL库。可以通过运行下面的命令来安装PyMySQL：
pip install PyMySQL
步骤2： 连接MySQL数据库
在Python中，PyMySQL会使用连接到MySQL数据库。可以使用PyMySQL.connect方法创建一个新的数据库连接：
import pymysql
# Open database connection
db = pymysql.connect(“localhost”,”testuser”,”test123″,”TESTDB” )
# prepare a cursor object using cursor() method
cursor = db.cursor()
在本例中，我们连接到本地MySQL数据库，然后创建一个名为cursor的新对象。
步骤3： 创建数据表
可以使用CREATE TABLE语句在MySQL数据库中创建表。以下是一个示例Python程序，用于创建名为employee的数据表：
import pymysql
# Open database connection
db = pymysql.connect(“localhost”,”testuser”,”test123″,”TESTDB” )
# prepare a cursor object using cursor() method
cursor = db.cursor()
# Drop table if it already exist using execute() method.
cursor.execute(“DROP TABLE IF EXISTS EMPLOYEE”)
# Create table as per requirement
sql = “””CREATE TABLE EMPLOYEE (
FIRST_NAME CHAR(20) NOT NULL,
LAST_NAME CHAR(20),
AGE INT,
SEX CHAR(1),
INCOME FLOAT )”””
cursor.execute(sql)
# disconnect from server
db.close()
在本例中，我们使用了CREATE TABLE语句并定义了一个新的名为employee的表。注意，此语句应该是一条字符串。
步骤4： 插入数据记录
可以使用INSERT语句将数据插入到MySQL数据库表中。以下是一个示例Python程序，用于将一些数据插入名为employee的数据表中：
import pymysql
# Open database connection
db = pymysql.connect(“localhost”,”testuser”,”test123″,”TESTDB” )
# prepare a cursor object using cursor() method
cursor = db.cursor()
# Prepare SQL query to INSERT a record into the database.
sql = “””INSERT INTO EMPLOYEE(FIRST_NAME,
LAST_NAME, AGE, SEX, INCOME)
VALUES (‘Mac’, ‘Mohan’, 20, ‘M’, 2023)”””
try:
# Execute the SQL command
cursor.execute(sql)
# Commit your changes in the database
db.commit()
except:
# Rollback in case there is any error
db.rollback()
# disconnect from server
db.close()
在本例中，我们使用INSERT语句插入了一条名为员工的记录。注意，我们在try块中运行execute方法，并使用commit方法将更改保存到数据库中。
步骤5： 查询数据记录
可以使用SELECT语句查询MySQL数据库表中的数据。以下是一个示例Python程序，用于查询名为employee的数据表中的所有记录：
import pymysql
# Open database connection
db = pymysql.connect(“localhost”,”testuser”,”test123″,”TESTDB” )
# prepare a cursor object using cursor() method
cursor = db.cursor()
# Prepare SQL query to SELECT records from the database.
sql = “SELECT * FROM EMPLOYEE \
WHERE INCOME > ‘%d'” % (1000)
try:
# Execute the SQL command
cursor.execute(sql)
# Fetch all the rows in a list of lists.
results = cursor.fetchall()
for row in results:
fname = row[0]
lname = row[1]
age = row[2]
sex = row[3]
income = row[4]
# Now print fetched result
print (“fname = %s,lname = %s,age = %d,sex = %s,income = %d” % \
(fname, lname, age, sex, income ))
except:
print (“Error: unable to fetch data”)
# disconnect from server
db.close()
在本例中，我们使用SELECT语句查询名为employee的数据表。我们可以使用fetchall方法获取查询结果并迭代每个行，以打印查询结果。
步骤6： 更新记录
可以使用UPDATE语句更新MySQL数据库表中的数据。以下是一个示例Python程序，用于更新名为employee的数据表中的一条记录：
import pymysql
# Open database connection
db = pymysql.connect(“localhost”,”testuser”,”test123″,”TESTDB” )
# prepare a cursor object using cursor() method
cursor = db.cursor()
# Prepare SQL query to UPDATE required records
sql = “UPDATE EMPLOYEE SET AGE = AGE + 1 WHERE SEX = ‘%c'” % (‘M’)
try:
# Execute the SQL command
cursor.execute(sql)
# Commit your changes in the database
db.commit()
except:
# Rollback in case there is any error
db.rollback()
# disconnect from server
db.close()
在本例中，我们使用UPDATE语句更新名为employee的数据表中的一行，使AGE增加1。我们在try块中使用execute方法并在成功后使用commit方法，以将更改保存到数据库中。
步骤7： 删除记录
可以使用DELETE语句从MySQL数据库表中删除数据记录。以下是一个示例Python程序，用于删除名为employee的数据表中的一条记录：
import pymysql
# Open database connection
db = pymysql.connect(“localhost”,”testuser”,”test123″,”TESTDB” )
# prepare a cursor object using cursor() method
cursor = db.cursor()
# Prepare SQL query to DELETE required records
sql = “DELETE FROM EMPLOYEE WHERE AGE > ‘%d'” % (20)
try:
# Execute the SQL command
cursor.execute(sql)
# Commit your changes in the database
db.commit()
except:
# Rollback in case there is any error
db.rollback()
# disconnect from server
db.close()
在本例中，我们使用DELETE语句从名为employee的数据表中删除一条记录。我们在try块中使用execute方法并在成功后使用commit方法，以将更改保存到数据库中。
本文介绍了如何在Python中使用sqlite3和PyMySQL访问SQLite和MySQL数据库。我们讨论了使用Python数据库API，如连接到数据库、创建数据表、插入数据记录、查询数据记录、更新记录和删除记录等重要任务。Python是一个非常强大的编程语言，它可以轻松地与各种类型的数据库进行交互。在学习本文中所述的Python数据库API时，您将了解如何使用Python编写强大的数据驱动应用程序。
相关问题拓展阅读：
数据挖掘方向，Python中还需要学习哪些内容
python是编冲行程语言，数据配歼挖掘是一种数据处理技术，数据散卖哗挖掘方向还是建议多学学数学和算法。老男孩的python视频可以看一下，讲的还是不错的。
就题论题，还包括：
1. Python 数据库连接库，例如MySQL 连接库的应用，这决定你的数据从哪里来。这里面涉及到sql语法和数据库基本知识，是你在学习的时候必须一起学会的。
2. Python 做基本数据计算和预处理的库，包括numpy ，scipy，pandas 这三个用得最多。
3. 数据分析和挖掘库，主要是sklearn，Statodels。前者是最广泛的机器学习库，后者是侧重于统计分析的库。（要知道统计分析大多时候和数据挖掘都错不能分开使用）
4. 图形展示库。matpotlib，这是用的最多的了。
说完题主本身 要求，楼上几位说的对，你还需要一些关于数据挖掘算法的基本知识和认知，否则即使你调用相关库得到结果，很可能你都不知道怎么解读，如何优化，甚至在什么场景下还如何选择算法等。因此基本知识你得了解。主要包括：
1.统计学相关，看看深入浅出数据分析和漫画统计学吧，虽然是入门的书籍，但很容易懂。
2.数据挖掘相关，看看数据挖掘导论吧，轿山这是讲算法本身得书。
剩下的就是去链升实践了。有项目就多参与下项目，看看真正的数据挖掘项目闭唤中是怎么开展的，流程怎样等。没有项目可以去参加一些数据挖掘或机器学习方面的大赛，也是增加经验得好方法。
个人觉得数据挖掘，还是要看理论吧。
重点是算法原理，python只是实现工具而已。
Python数据分析和数据挖掘学习路线图
假如你想成为一个数据科学家，或者已经是数据科学家的你想扩展你的技能，那么你已经来对地方了。本文的目的就是给数据分析方面的Python新手提供一个完整的学习路径。该路径提供了你需要学习的利用Python进行数据分析的所有步骤的完整概述。如果你已经有一些相关的背景知识，或者你不需要路径中的所有内容，你可以告庆随意调整你自己的学习路径，并且让大家知道你是如何调整的。
步骤0：热身
开始学习旅程之前，先回答之一个问题：为什么使用Python？或者，Python如何发挥作用？
观看DataRobot创始人Jeremy在PyCon Ukraine 2023上的30分钟演讲，来了解Python是多么的有用。
步骤1：设置你的机器环境
现在你已经决心要好好学习了，也是时候设置你的机器环境了。最简单的方法就是从Continuum.io上下载分发包Anaconda。Anaconda将你以后可能会用到的大部分的东西进行了打包。采用这个方法的主要缺点是，即使可能已经有了可用的底层库的更新，你仍然需要等待Continuum去更新Anaconda包。当然如果你是一个初学者，这应该没什么问题。
如果你在安装过程中遇到任唤庆何问题，你可以在这里找到不同操作系统下更详细的安装说明。
步骤2：学习Python语言的基础知识
你应该先去了解Python语言的基础知识、库和数据结构。Codecademy上的Python课程是你更好的选择之一。完成这个课程后，你就能轻松的利用Python写一些小脚本，同时也能理解Python中的类和对象。
具体学习内容：列表Lists，元组Tuples，字典Dictionaries，列表推导式，字典推导式。
任务：解决HackerRank上的一些Python教程题，这些题能让你更好的用Python脚本的方式去思考问题。
替代资源：如果你不喜欢交互编码这种学习方式，你也可以学习PPV课训练营课程 python入门。这课程系列不但包含前边提到的Python知识，还包含了一些后边将要讨论的东西。
步骤3：学习Python语言中的正则表达式
你会经常用到正则表达式来进行数据清理，尤其是当你处理文本数据的时候。学习正则表达式的更好方法是参加谷歌的Python课程，它会让你能更容易的使用正则表达式。
任务：做关于小孩名字的正则表达式练习。
如果你还需要更多的练习，你可以参与这个文本清理的教程。数据预处理中涉及到的各个处理步骤对你来说都会是不小的挑战。
步骤4：学习Python中的科学库—NumPy, SciPy, Matplotlib以及Pandas
从这步开始，学习旅程将要变得有趣了。下边是对各个库的简介，你可以进行一些常用的操作：
•根据NumPy教程进行完整的练习，特别要练习数组arrays。这将会为下边的学习旅程打好基础。
•接下来学习Scipy教程。看完Scipy介绍和基础知识后，你可以根据自己的需要学习剩余的内容。
•这里并不需要学习Matplotlib教程。对于我们这里的需求来说，Matplotlib的内容过于广泛。取而代之的是你可以学习这个笔记中前68行的内容。
•最后学习Pandas。Pandas为Python提供DataFrame功能（类似于R）。这也是你应该花更多的时间练习的地方。Pandas会成为所有中等规模数据分析的最有效的工具。作为开始，你可以先看一个关于Pandas的10分钟简短介绍，然后学习一个更详细的Pandas教程。
您还可以学习两篇博客Exploratory Data Analysis with Pandas和Data munging with Pandas中的内容。
额外资源：
•如果你需要一本关于Pandas和Numpy的书，建议Wes McKinney写的“Python for Data Analysis”。
•在Pandas的文档中，也有很多Pandas教程，袜链握你可以在这里查看。
任务：尝试解决哈CS109课程的这个任务。
步骤5：有用的数据可视化
参加CS109的这个课程。你可以跳过前边的2分钟，但之后的内容都是干货。你可以根据这个任务来完成课程的学习。
步骤6：学习Scikit-learn库和机器学习的内容
现在，我们要开始学习整个过程的实质部分了。Scikit-learn是机器学习领域最有用的Python库。这里是该库的简要概述。完成哈CS109课程的课程10到课程18，这些课程包含了机器学习的概述，同时介绍了像回归、决策树、整体模型等监督算法以及聚类等非监督算法。你可以根据各个课程的任务来完成相应的课程。
额外资源：
•如果说有那么一本书是你必读的，推荐Programming Collective Intelligence。这本书虽然有点老，但依然是该领域更好的书之一。
•此外，你还可以参加来自Yaser Abu-Mostafa的机器学习课程，这是更好的机器学习课程之一。如果你需要更易懂的机器学习技术的解释，你可以选择来自Andrew Ng的机器学习课程，并且利用Python做相关的课程练习。
•Scikit-learn的教程
任务：尝试Kaggle上的这个挑战
步骤7：练习，练习，再练习
恭喜你，你已经完成了整个学习旅程。
你现在已经学会了你需要的所有技能。现在就是如何练习的问题了，还有比通过在Kaggle上和数据科学家们进行竞赛来练习更好的方式吗？深入一个当前Kaggle上正在进行的比赛，尝试使用你已经学过的所有知识来完成这个比赛。
步骤8：深度学习
现在你已经学习了大部分的机器学习技术，是时候关注一下深度学习了。很可能你已经知道什么是深度学习，但是如果你仍然需要一个简短的介绍，可以看这里。
我自己也是深度学习的新手，所以请有选择性的采纳下边的一些建议。deeplearning.net上有深度学习方面最全面的资源，在这里你会发现所有你想要的东西—讲座、数据集、挑战、教程等。你也可以尝试参加Geoff Hinton的课程，来了解神经网络的基本知识。
附言：如果你需要大数据方面的库，可以试试Pydoop和PyMongo。大数据学习路线不是本文的范畴，是因为它自身就是一个完整的主题。
（1）更低保障书籍
无论将来做什么，熟练掌握一门编程语言，一个数据库，数据结构，算法都是必备的。
《高性能MySQL》
《数据结构与算法分析：Java语言描述》
《算法》
（2）Python与机器学习
《集体智慧编程》
《社交网站的数据挖掘与分析》
《数据挖掘：概念与技术》
Python官方文档
Scikit-Learn官方文档
（3）Java相关书籍
《Java开发实战经典》
《Java Web开发实战经典》
《Java虚拟机规范》
Java SE
Java EE
（4）Hadoop与Spark书籍
《大数据日知录：架构与算法》
《Hadoop权威指南》
《大数据Spark企业级实战》
《Scala编程》
Hadoop官方网站
Spark官方网站
Scala官方网站
说明：认准目标，耐住性子，一步一步往前走。要把上面推荐的书籍硬着头皮读完，数
二. 数据挖掘进阶
数据挖掘涉及多个方向，但是通常从数学统计，数据库和数据仓库，机器学习三个方向来进行研究。当我想学习一个方向的时候，最希望做的事情就是让别人给我列出一个书单。因为我也会给你们列出一个书单，让你们慢慢研究吧。
1. 数学统计
（1）理论数学：复变函数，实变函数，泛函分析，拓扑学，积分变换，微分流形，常微分方程，偏微分方程等。
（2）应用数学：离散数学（，逻辑，组合，代数，图论，数论），具体数学，张量分析，数值计算，矩阵论，逼近论，运筹学，凸优化，小波变换，时间序列分析等。
（3）概率：概率论，测度论，随机过程等。
（4）统计：统计学，多元统计，贝叶斯统计，统计模拟，非参数统计，参数统计等。
2. 数据库和数据仓库
《数据库系统概念》
《数据库系统实现》
《数据仓库》
《分布式系统：概念与设计》
3. 机器学习
通信原理；数据挖掘；机器学习；统计学习；自然语言处理；信息检索；模式识别；人工智能；图形图像；机器视觉；语音识别；机器人学等。（这方面的经典书籍都可以看看，后面慢慢补充）
4. 其它书籍
（1）Linux
（2）网络原理，编译原理，组成原理，
（3）JVM
（4）UML
（5）软件工程
（6）设计模式
（7）云计算与Docker
（8）并行计算
（9）需求分析
关于python数据库入门的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
