Python高阶教程——MySQL基础

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介: Python3 MySQL 数据库连接 - PyMySQL 驱动本文我们为大家介绍 Python3 使用 PyMySQL 连接数据库,并实现简单的增删改查。PyMySQL 是在 Python3.x 版本中用于连接 MySQL 服务器的一个库,Python2 中则使用 mysqldb。PyMySQL 遵循 Python 数据库 API v2.0 规范,并包含了 pure-Python MySQL 客户端库。

MySQL登录

image.png
image.png
在这里我们需要输入我们安装数据库时的数据库名称和密码
格式:mysql -h 主机名 -u 用户名 -p 密码
image.png

Mysql数据库操作

显示数据库

image.png

创建数据库

image.png
image.png

删除数据库

image.png

查询数据库

image.png

使用数据库

image.png

Mysql数据类型

功能 命令
创建表 create table movie_table(title varchar(255) NOT NULL,p1 float(22),date datetime,PRIMARY KEY (title))DEFAULT CHARSET=utf8;
删除表 DROP TABLE table_name ;
create table movie_table(title varchar(255) NOT NULL,p1 float(22),date datetime,PRIMARY KEY (title))DEFAULT CHARSET=utf8;
image.png

DROP TABLE movie_table ;

image.png

Mysql增删查改

sql语句 用法
INSERT INTO table_name ( field1, field2,...fieldN )VALUES ( value1, value2,...valueN ); INSERT INTO SQL语法
SELECT column_name,column_nameFROM table_nameWHERE Clause 查询语句中你可以使用一个或者多个表,表之间使用逗号(,)分割,并使用WHERE语句来设定查询条件。SELECT 命令可以读取一条或者多条记录。你可以使用星号(*)来代替其他字段,SELECT语句会返回表的所有字段数据你可以使用 WHERE 语句来包含任何条件。你可以使用 LIMIT 属性来设定返回的记录数。
UPDATE table_name SET field1=new-value1, field2=new-value2[WHERE Clause] 你可以同时更新一个或多个字段。你可以在 WHERE 子句中指定任何条件。你可以在一个单独表中同时更新数据。当你需要更新数据表中指定行的数据时 WHERE 子句是非常有用的
DELETE FROM table_name [WHERE Clause] 如果没有指定 WHERE 子句,MySQL 表中的所有记录将被删除。你可以在 WHERE 子句中指定任何条件您可以在单个表中一次性删除记录。当你想删除数据表中指定的记录时 WHERE 子句是非常有用的

image.png

PyMysql

安装Python的MySQL库

pip install pymysql
安装Python的MySQL库
image.png

连接数据库

image.png

增添字段

接着我们为表增添字段:
先使用表: use spider001

接着为表增添字段:

create table lianjia_table(
    name varchar(255) NOT NULL,
     score varchar(255)  NOT NULL,
     number varchar(255)  NOT NULL,
    introdu varchar(255)  NOT NULL,
    primary key(name)
    )DEFAULT CHARSET=utf8;
创建表的SQL语句,表名为lianjia_table,包含四个字段:name、score、number、introdu。其中,name、score、number、introdu的数据类型均为varchar(255),且均不能为空(NOT
NULL)。表的主键为name。最后,表的字符集为utf8。

image.png

操作游标

cursor = db.cursor() # 操作游标
image.png
创建了一个操作游标对象cursor,用于执行数据库操作。游标是用于遍历和操作结果集的数据库对象。通过游标,可以执行查询、插入、更新、删除等操作,并获取执行结果。执行数据库操作时,需要使用游标对象来执行SQL语句,并获取执行结果。

PyMysql插入

data1,data2,data3 =2,'孜然','None'
# SQL 插入语句
sql = """INSERT INTO url_data(
         url_id,
         url_title, 
         url_author)
         VALUES (%s,%s,%s)"""

try:
    # 执行sql语句
    cursor.execute(sql,(data1,data2,data3))
    # 提交到数据库执行
    db.commit()
    print('成功')
except Exception as e:
    # 如果发生错误则回滚
    db.rollback()
    print(f'失败{e}')
  • 第一行代码定义了三个变量 data1、data2 和 data3,分别赋值为 2、'孜然' 和 'None'。

    • 第三行代码定义了一个 SQL 插入语句,该语句向名为 url_data 的表中插入一条数据,包括三个字段:url_id、url_title和 url_author。
    • 第六行代码通过 cursor.execute() 方法执行 SQL 插入语句,并将 data1、data2 和 data3作为参数传入。这里使用了占位符 %s,这是 MySQLdb模块的写法,表示后面会传入一个元组,元组中的每个值将替换一个占位符。注意,元组中的数据类型必须与 SQL 语句中要插入的数据类型一致。
    • 第八行代码通过 db.commit() 方法提交事务,将数据插入数据库中。如果这一步出现问题,可以通过 db.rollback()方法回滚事务,撤销之前的所有操作。
    • 最后一行代码输出执行结果,如果成功则打印“成功”,如果失败则打印“失败”以及具体的错误信息。

image.png

PyMysql查询

# SQL 查询语句
sql = "SELECT * FROM url_data WHERE url_id = 1"
try:
    # 执行SQL语句
    cursor.execute(sql)
    # 获取所有记录列表
    results = cursor.fetchall()
    print(results)
except:
    print("Error: unable to fetch data")
  • 第一行代码定义了一个 SQL 查询语句,该语句从名为 url_data 的表中查询所有 url_id 等于 1 的记录。
  • 第三行代码通过 cursor.execute() 方法执行 SQL 查询语句,没有传入参数,因为该语句不需要占位符。
  • 第五行代码通过 cursor.fetchall() 方法获取所有查询结果,并将其保存在 results 变量中。注意,该方法只能在查询结果集不为空的情况下使用,否则会抛出异常。
  • 最后一行代码输出查询结果。如果查询成功,则会打印所有符合条件的记录,每条记录都是一个元组,元组中的每个值对应一列数据。

PyMysql更新

# 更新
"UPDATE url_data SET url_title = '香蕉' WHERE url_id = 1;"
  • 第一行代码定义了一个 SQL 更新语句,该语句将名为 url_data 的表中 url_id 等于 1 的记录的 url_title 字段更新为 '香蕉'。
  • 第二行代码执行 SQL 更新语句,没有使用任何参数,因为该语句不需要占位符。

PyMysql删除

# 删除
"DELETE FROM url_data WHERE url_title = '香蕉'"

- 第一行代码定义了一个 SQL 删除语句,该语句将名为 url_data 的表中 url_title 等于 '香蕉' 的记录删除。
- 第二行代码执行 SQL 删除语句,没有使用任何参数,因为该语句不需要占位符。
相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
19天前
|
存储 Python
SciPy 教程 之 SciPy 稀疏矩阵 4
SciPy 教程之 SciPy 稀疏矩阵 4:介绍稀疏矩阵的概念、类型及其在科学计算中的应用。SciPy 的 `scipy.sparse` 模块提供了处理稀疏矩阵的工具,重点讲解了 CSC 和 CSR 两种格式,并通过示例演示了如何创建和操作 CSR 矩阵。
41 3
|
6天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
14 1
|
7天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
10 1
|
8天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
17 1
|
11天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
15 3
|
13天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
30 5
|
13天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
23 3
|
12天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
21 1
|
15天前
|
Python
SciPy 教程 之 SciPy 图结构 7
《SciPy 教程 之 SciPy 图结构 7》介绍了 SciPy 中处理图结构的方法。图是由节点和边组成的集合,用于表示对象及其之间的关系。scipy.sparse.csgraph 模块提供了多种图处理功能,如 `breadth_first_order()` 方法可按广度优先顺序遍历图。示例代码展示了如何使用该方法从给定的邻接矩阵中获取广度优先遍历的顺序。
25 2
|
16天前
|
算法 Python
SciPy 教程 之 SciPy 图结构 5
SciPy 图结构教程,介绍图的基本概念和SciPy中处理图结构的模块scipy.sparse.csgraph。重点讲解贝尔曼-福特算法,用于求解任意两点间最短路径,支持有向图和负权边。通过示例演示如何使用bellman_ford()方法计算最短路径。
27 3