Python作为数据科学主流语言,被广泛用于数据读存、处理、分析、建模,可以说是无所不能。

数据一般存放在本地文件或者数据库里,之前介绍过如何使用python读取本地文件,也对# PyMySQL、cx_Oracle等数据库连接库做过简单的使用分享。

教你使用Python玩转MySQL数据库,大数据导入不再是难题!

干货!python与MySQL数据库的交互实战

这次推荐一个python自带的轻量级数据库模块-sqlite3,先要弄清楚什么是SQLite:

SQLite是一种用C写的小巧的嵌入式数据库,它的数据库就是一个文件。SQLite 不需要一个单独的服务器进程或操作的系统,不需要配置,这意味着不需要安装或管理,所有的维护都来自于SQLite 软件本身。

sqlite3模块不同于PyMySQL模块,PyMySQL是一个python与mysql的沟通管道,需要你在本地安装配置好mysql才能使用,而SQLite是python自带的数据库,不需要任何配置,使用sqlite3模块就可以驱动它。

本文我们将进行连接 SQLite数据库、创建表、插入数据、读取数据、修改数据等操作。

1. 导入sqlite3模块

sqlite3是内置模块,所以不需要安装的,直接import导入即可:

import sqlite3

2. 创建与SQLite数据库的连接

使用sqlite3.connect()函数连接数据库,返回一个Connection对象,我们就是通过这个对象与数据库进行交互。数据库文件的格式是filename.db,如果该数据库文件不存在,那么它会被自动创建。该数据库文件是放在电脑硬盘里的,你可以自定义路径,后续操作产生的所有数据都会保存在该文件中。

# 创建与数据库的连接
conn = sqlite3.connect('test.db')

还可以在内存中创建数据库,只要输入特殊参数值:memory:即可,该数据库只存在于内存中,不会生成本地数据库文件。

conn = sqlite3.connect(':memory:')

建立与数据库的连接后,需要创建一个游标cursor对象,该对象的.execute()方法可以执行sql命令,让我们能够进行数据操作。

#创建一个游标 cursor
cur = conn.cursor()

3. 在SQLite数据库中创建表

这里就要执行sql的建表语句了,我们先创建一张如下的学生成绩表-scores:该表目前只有字段名和数据类型,没有数据,执行以下语句实现:

# 建表的sql语句
sql_text_1 = '''CREATE TABLE scores
           (姓名 TEXT,
            班级 TEXT,
            性别 TEXT,
            语文 NUMBER,
            数学 NUMBER,
            英语 NUMBER);'''

# 执行sql语句
cur.execute(sql_text_1)

4. 向表中插入数据

建完表-scores之后,只有表的骨架,这时候需要向表中插入数据:

执行以下语句插入单条数据:

# 插入单条数据
sql_text_2 = "INSERT INTO scores VALUES('A', '一班', '男', 96, 94, 98)"
cur.execute(sql_text_2)

执行以下语句插入多条数据:

data = [('B''一班''女'788785),
        ('C''一班''男'988490),
        ]
cur.executemany('INSERT INTO scores VALUES (?,?,?,?,?,?)', data)
# 连接完数据库并不会自动提交,所以需要手动 commit 你的改动conn.commit()

5. 查询数据

我们已经建好表,并且插入了三条数据,现在来查询特定条件下的数据:

# 查询数学成绩大于90分的学生
sql_text_3 = "SELECT * FROM scores WHERE 数学>90"
cur.execute(sql_text_3)
# 获取查询结果
cur.fetchall()

返回:

备注:获取查询结果一般可用.fetchone()方法(获取第一条),或者用.fetchall()方法(获取所有条)。

6. 其他操作

对数据库做改动后(比如建表、插数等),都需要手动提交改动,否则无法将数据保存到数据库。

# 提交改动的方法
conn.commit()

使用完数据库之后,需要关闭游标和连接:

# 关闭游标
cur.close()
# 关闭连接
conn.close()

附连接connection和游标cursor的API方法:


©著作权归作者所有:来自51CTO博客作者mb5fe18fab305a5的原创作品,如需转载,请注明出处,否则将追究法律责任

更多相关文章

  1. 基于geopandas的空间数据分析——空间计算篇(上)
  2. 基于geopandas的空间数据分析—geoplot篇(下)
  3. 基于geopandas的空间数据分析—geoplot篇(上)
  4. 基于geopandas的空间数据分析——空间计算篇(下)
  5. 对比Excel,学习pandas数据透视表
  6. 数据分析实战:利用python对心脏病数据集进行分析
  7. 使用sklearn轻松实现数据缩放
  8. 基于geopandas的空间数据分析-深入浅出分层设色
  9. seaborn常用的10种数据分析图表

随机推荐

  1. Javascript操作DOM常用API总结
  2. Angularjs指令ng-hide在单元格模板中不对
  3. 编写高性能Javascript
  4. Gulp-Coveralls返回422,没有找到TravisCI
  5. 如何使用Angular ng-repeat对数据进行分
  6. Ember JS 2对HTML的更改在重新渲染后被删
  7. 如何使用流星进行API调用并将header传递
  8. JavaScript数据类型的一些注意点(2)
  9. JavaScript初探系列之面向对象
  10. javascript的offset、client、scroll使用