Untitled

最新推荐文章于 2024-07-25 23:13:34 发布
最新推荐文章于 2024-07-25 23:13:34 发布
阅读量246 收藏 2
点赞数 1
文章标签： oracle 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_82066425/article/details/139096354
版权

使用python链接mongo数据库

引入数据库

import pymongo

链接数据库

#连接数据库，指定ip和端口
myclient=pymongo.MongoClient('localhost',27017)

查看数据库和集合

#查看数据库list_database_names
dbs=myclient.list_database_names()
dbs

['admin', 'config', 'local', 'test']

#切换/创建（本身不存在）数据库
mydb=myclient['test']#切换到数据库test
#查看test数据库中的所有集合
cols=mydb.list_collection_names()
cols

['items']

#直接切换/创建集
items=mydb['items']

#显示创建、删除集合
mydb.create_collection("c2")
mydb.drop_collection("c2")

{'nIndexesWas': 1, 'ns': 'test.c2', 'ok': 1.0}

文档的增删改查

myclient=pymongo.MongoClient('localhost',27017)
mydb=myclient['test']#切换到数据库test
items=mydb['items']

#打印文档
for i in items.find():
    print(i)

{'_id': ObjectId('664c3ddeffd2d0f9dc009503'), 'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009504'), 'quantity': 2.0, 'price': 8.0, 'pnumber': 'p002'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009505'), 'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009506'), 'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009507'), 'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009508'), 'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009509'), 'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'_id': ObjectId('664c3ddeffd2d0f9dc00950a'), 'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}

增

单文档插入insert_one

d1={"name":"kjfd","age":18,"major":"大数据技术"}#在pyhton中，key（字段）必须用双引号括起来
x=items.insert_one(d1)
print(x.inserted_id)#打印id

664c4882d8456b5efc51706f

#查询items文档
for i in items.find():
    print(i)

{'_id': ObjectId('664c3ddeffd2d0f9dc009503'), 'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009504'), 'quantity': 2.0, 'price': 8.0, 'pnumber': 'p002'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009505'), 'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009506'), 'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009507'), 'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009508'), 'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009509'), 'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'_id': ObjectId('664c3ddeffd2d0f9dc00950a'), 'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}
{'_id': ObjectId('664c4882d8456b5efc51706f'), 'name': 'kjfd', 'age': 18, 'major': '大数据技术'}

多文档插入insert_manyinsert_many

#多文档插入，参数为列表（数组）
d2=[
    {"name":"jasgdkj","age":14,"major":"大数据技术"},
    {"name":"kadh","age":49,"major":"大数据技术"},
    {"name":"kagd","age":48,"major":"人工智能"}
]
x=items.insert_many(d2)
print(x.inserted_ids)#打印多文档id

[ObjectId('664c49cbd8456b5efc517070'), ObjectId('664c49cbd8456b5efc517071'), ObjectId('664c49cbd8456b5efc517072')]

#查询items文档
for i in items.find():
    print(i)

{'_id': ObjectId('664c3ddeffd2d0f9dc009503'), 'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009504'), 'quantity': 2.0, 'price': 8.0, 'pnumber': 'p002'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009505'), 'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009506'), 'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009507'), 'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009508'), 'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'_id': ObjectId('664c3ddeffd2d0f9dc009509'), 'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'_id': ObjectId('664c3ddeffd2d0f9dc00950a'), 'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}
{'_id': ObjectId('664c4882d8456b5efc51706f'), 'name': 'kjfd', 'age': 18, 'major': '大数据技术'}
{'_id': ObjectId('664c49cbd8456b5efc517070'), 'name': 'jasgdkj', 'age': 14, 'major': '大数据技术'}
{'_id': ObjectId('664c49cbd8456b5efc517071'), 'name': 'kadh', 'age': 49, 'major': '大数据技术'}
{'_id': ObjectId('664c49cbd8456b5efc517072'), 'name': 'kagd', 'age': 48, 'major': '人工智能'}

查

#按条件查询items文档
#find()第一个参数为查询条件，第二个参数为（不）显示的列
for i in items.find({"major":"大数据技术"},{"_id":0}):
    print(i)

{'name': 'kjfd', 'age': 18, 'major': '大数据技术'}
{'name': 'jasgdkj', 'age': 14, 'major': '大数据技术'}
{'name': 'kadh', 'age': 49, 'major': '大数据技术'}

#按修饰符进行查询
q={"age":{"$gt":20}}#查询条件 age大于20
for i in items.find(q,{"_id":0}):
    print(i)

{'name': 'kadh', 'age': 49, 'major': '大数据技术'}
{'name': 'kagd', 'age': 48, 'major': '人工智能'}

#正侧匹配$regex，查询name以k开头的所有文档
q1={"name":{"$regex":"^k"}}
for i in items.find(q1,{"_id":0}):
    print(i)

{'name': 'kjfd', 'age': 18, 'major': '大数据技术'}
{'name': 'kadh', 'age': 49, 'major': '大数据技术'}
{'name': 'kagd', 'age': 48, 'major': '人工智能'}

管道查询

for i in items.find({},{"_id":0}):
    print(i)

{'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}
{'quantity': 2.0, 'price': 8.0, 'pnumber': 'p002'}
{'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}
{'name': 'kjfd', 'age': 18, 'major': '大数据技术'}
{'name': 'jasgdkj', 'age': 14, 'major': '大数据技术'}
{'name': 'kadh', 'age': 49, 'major': '大数据技术'}
{'name': 'kagd', 'age': 48, 'major': '人工智能'}

#在python中管道必须为list形式，所以要用[括起来]
pin=[
    {"$group":{"_id":"$major","max_age":{"$max":"$age"}}}
]
#返回结果为列表，循环打印
result=items.aggregate(pin)
for i in result:
    print(i)

{'_id': '人工智能', 'max_age': 48}
{'_id': None, 'max_age': None}
{'_id': '大数据技术', 'max_age': 49}

按照major分组，统计年龄平均值，并统计每个分组文档数，按照平均年龄降序排序

pin1=[
    {"$group":{"_id":"$major","avg_age":{"$avg":"$age"},"count":{"$sum":1}}},
    {"$sort":{"avg_age":-1}}
]
#返回结果为列表，循环打印
result=items.aggregate(pin1)
for i in result:
    print(i)

{'_id': '人工智能', 'avg_age': 48.0, 'count': 1}
{'_id': '大数据技术', 'avg_age': 27.0, 'count': 3}
{'_id': None, 'avg_age': None, 'count': 8}

改 （更新）

更新单个文档update_one

items=mydb['items']
for d in items.find({},{"_id":0}):
    print(d)

{'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}
{'quantity': 2.0, 'price': 8.0, 'pnumber': 'p002'}
{'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}
{'name': 'kjfd', 'age': 18, 'major': '大数据技术'}
{'name': 'jasgdkj', 'age': 14, 'major': '大数据技术'}
{'name': 'kadh', 'age': 49, 'major': '大数据技术'}
{'name': 'kagd', 'age': 48, 'major': '人工智能'}

#name为aa3的文档，年龄改为77，$set--修改列值
items.update_one({"name":"aa3"},{"$set":{"age":77}})#第一个参数为查询条件，参数2为修改表达式
#查询验证
for d in items.find({"name":"aa3"},{"_id":0}):
    print(d)

更新多个文档uodata_many:更新找到的所有文档

#更新多个文档major为大数据技术的文档中的年龄字段，全部加5岁--$inc
q={"major":"大数据技术"}#条件
n_d={"$inc":{"age":5}}#新数据
items.update_many(q,n_d)

for i in items.find({},{"_id":0}):
    print(i)

{'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}
{'quantity': 2.0, 'price': 8.0, 'pnumber': 'p002'}
{'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}
{'name': 'kjfd', 'age': 23, 'major': '大数据技术'}
{'name': 'jasgdkj', 'age': 19, 'major': '大数据技术'}
{'name': 'kadh', 'age': 54, 'major': '大数据技术'}
{'name': 'kagd', 'age': 48, 'major': '人工智能'}

删

删除单个文档–delete_one:删除第一个匹配上的文档

#删除name为aa2的文档
items.delete_one({"name":"aa2"})#参数为匹配条件

for i in items.find({},{"_id":0}):
    print(i)

{'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}
{'quantity': 2.0, 'price': 8.0, 'pnumber': 'p002'}
{'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}
{'name': 'jasgdkj', 'age': 19, 'major': '大数据技术'}

删除多个文档–deete_many：删除所有匹配上的文档

#删除name为k的文档
items.delete_many({"name":{"$regex":"^k"}})
for i in items.find({},{"_id":0}):
    print(i)

{'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}
{'quantity': 2.0, 'price': 8.0, 'pnumber': 'p002'}
{'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}
{'name': 'jasgdkj', 'age': 19, 'major': '大数据技术'}

删除所有文档–delete_many–查询条件为空即可

其他

# 排序--sort()
for i in items.find({},{"_id":0}).sort("age",1):
    print(i)

{'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}
{'quantity': 2.0, 'price': 8.0, 'pnumber': 'p002'}
{'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}
{'name': 'jasgdkj', 'age': 19, 'major': '大数据技术'}

#限制返回数--limit()：只返回指定个数的文档
for i in items.find({},{"_id":0}).limit(1):
    print(i)

{'quantity': 2.0, 'price': 5.0, 'pnumber': 'p003'}

#跳过--skip():跳过指定的文档数，返回剩下的文档
for i in items.find({},{"_id":0}).skip(2):
    print(i)

{'quantity': 1.0, 'price': 4.0, 'pnumber': 'p002'}
{'quantity': 2.0, 'price': 4.0, 'pnumber': 'p001'}
{'quantity': 4.0, 'price': 10.0, 'pnumber': 'p003'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p001'}
{'quantity': 10.0, 'price': 20.0, 'pnumber': 'p003'}
{'quantity': 5.0, 'price': 10.0, 'pnumber': 'p002'}
{'name': 'jasgdkj', 'age': 19, 'major': '大数据技术'}
黎金铃
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
untitled
03-17
不过，从压缩包子文件的名称"untitled-master"来看，这可能是一个软件项目或者代码库的默认命名，通常在GitHub等版本控制系统中，当你创建一个新的仓库时，未命名的仓库会默认为"untitled"，而"master"分支是大多数...
python untitled_Untitled
weixin_32101377的博客
12-24 1092
task01 分治法1.50. Pow(x, n): https://leetcode-cn.com/problems/powx-n/实现 pow(x, n) ，即计算 x 的 n 次幂函数。class Solution:def myPow(self, x: float, n: int) -> float:if n == 0:return 1elif n == 1:return xelif ...
python的untitled_Untitled1
weixin_31775717的博客
01-30 1165
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsimport datetimeimport warningswarnings.filterwarnings('ignore')data_train=pd.read_csv('C:/Users/dell/Desktop/tr...
Untitled3
m0_51779217的博客
11-19 172
# 创建一个字典students,key是学号，value是姓名 # 学生信息在students.csv文件里，从文件中读取并保存到字典 #打开students.csv文件 file = open(r'C:\Users\Administrator\Desktop\工作簿1.csv', 'r') # 读取文件内容 lines = file.readlines() # 抽取每行的学号 students = {} for line in lines: tmp_list = line.split(',
Untitled1
weixin_45747542的博客
12-24 1555
keli5 hal库移植RT-Thread nano（stm32f103c8）1.cubemx建立工程2、keli引入rt-threand及修改相关代码二、使用步骤总结参考 1.cubemx建立工程 选择合适的芯片版本，编辑芯片管脚配置如下 激活uart1，配置串口数据输出及全局中断，选择ide选择mdk-arm,注意生成代码时勾选如下选项 2、keli引入rt-threand及修改相关代码 首先从网上下载rt-threand keli包如下图所示 之后将该包导入keli5。在打开项目后，选择如下选
untitled_python_Untitled_
10-01
本项目"untitled_python_Untitled_"似乎是一个利用Python进行网页数据抓取，并通过图表展示结果的实践案例。接下来，我们将深入探讨相关知识点。 首先，关于**Python爬虫**。Python提供了一些强大的库来帮助我们...
视图
qq_61709335的博客
07-24 1196
数据库是由数据库设计员，根据用户的所有需求，按照数据库设计规范设计的，但根据数据库设计规范设计的数据库并不一定符合用户的应用需求。而 SQL SERVER根据不同用户的应用需求，重新定义了表的数据结果，这种结构就是视图。数据库中的视图是一个虚拟表。同真实的表一样，视图包含一系列带有名称的列和行数据，行和列数据用来自由定义视图和查询所引用的表，并且在引用视图时动态产生。
MySQL数据库
m0_73949379的博客
07-25 884
Structured Query Language的缩写，及结构化查询语言关系型数据库的标准语言用于维护管理数据库包括数据查询，数据更新，访问控制，对象管理等功能。
mysql常用命令
p_s_p的博客
07-22 1311
mysql常用命令
从零开始的Python开发日记（4）：如何连接SQLite数据库
ioioppk的博客
07-25 672
本文介绍了如何使用 Python 连接 SQLite 数据库，并演示了创建表、插入数据、查询数据、更新数据和删除数据的基本操作。库，可以方便地连接和操作 SQLite 数据库。本文将介绍如何使用 Python 连接 SQLite 数据库，并包含代码示例。以下是一个完整的示例代码，演示了如何使用 Python 连接 SQLite 数据库并进行基本的数据库操作。SQLite 是一种轻量级的嵌入式数据库，广泛用于小型应用和开发原型。如果指定的数据库文件不存在，将创建一个新的数据库文件。使用 SQL 语句创建表。
视图，存储过程和触发器
Z_DOUBLE_Y的博客
07-24 1003
触发器是数据库中针对数据库表操作触发的特殊的存储过程。
oracle 宽表设计
weixin_41203765的博客
07-25 416
宽表，从字面意义上讲就是字段（列）比较多的数据库表。它通常是指业务主题相关的指标、维度、属性关联在一起的一张数据库表。宽表的设计广泛应用于数据挖掘模型训练前的数据准备，通过将相关字段放在同一张表中，实现业务实体不同维度属性信息的统一存储。Oracle宽表设计通过增加数据库表或视图的字段数量，提升了分析查询的效率，减少了数据冗余，并便于分析建模和结果展示。然而，在设计宽表时，也需要注意列数限制、性能考虑、数据冗余与一致性以及兼容性等问题。
MySQL --- 表的操作
最新发布
V_zjs的博客
07-25 457
MySQL --- 对表属性的增删查改
NPOI 导出列太多或者数据太多爆内存
Allen的专栏
07-24 845
NPOI 硬盘存储方式导出
【MySQL进阶之路 | 高级篇】显式事务和隐式事务
2301_80912559的博客
07-24 460
使用事务有两种方式：显式事务和隐式事务。
SQL Server 数据误删的恢复
踏雨歌青春，诗酒趁年华
07-24 9321
在日常的数据库管理中，数据的误删操作是难以避免的。为了确保数据的安全性和完整性，我们必须采取一些措施来进行数据的备份和恢复。本文将详细介绍如何在 SQL Server 中进行数据的备份和恢复操作，特别是在发生数据误删的情况下。假设我们已经开启了全量备份，并且在误操作之前有一个全量备份文件。
【Django5】模型定义与使用
sishihao的博客
07-24 1592
Django5对各种数据库提供了很好的支持，包括PostgreSQL、MySQL、SQLite和 Oracle，而且为这些数据库提供了统一的API方法，这些API统称为ORM框架。通过使用Django5内置的ORM框架可以实现数据库连接和读写操作。ORM框架是一种程序技术，用于实现面向对象编程语言中不同类型系统的数据之间的转换。从效果上说，它创建了一个可在编程语言中使用的“虚拟对象数据库”，通过对虚拟对象数据库的操作从而实现对目标数据库的操作，虚拟对象数据库与目标数据库是相互对应的。
untitled电路
12-31
untitled电路是指一个未命名的电子电路。在电子领域，有时候在设计和开发阶段会出现一些未命名的电路。这些电路可能是新的创意，也可能是已有电路的改进版，但由于尚未最终确定它们的功能或设计，因此暂时被称为...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值