数据库—7(表数据操作的SQL语句，连接查询)

于 2020-09-16 11:59:14 发布
阅读量138 收藏
点赞数
分类专栏： 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/du2005023029/article/details/108615233
版权

连接查询

连接查询可以实现多个表的查询，当查询的字段来自不同表的时候就可以用连接查询。

连接查询又可以分为4种方式:

  • 内连接查询
  • 左连接查询
  • 右连接查询
  • 自连接查询

1. 内连接查询


使用“=、>、<、<>”等运算符根据每个表共有记录，它是两个数据的交集。

内连接查询语法格式:

select 字段 from 表1 inner join 表2 on 表1.字段1 = 表2.字段2

说明:

  • inner join 就是内连接查询关键字
  • on   连接查询条件

现在我们以后的数据如下:

mysql> select * from personinfo;
+----+-----------+------+--------+--------+--------+--------------+--------------------+
| id | name      | age  | gender | height | city   | addr         | personId           |
+----+-----------+------+--------+--------+--------+--------------+--------------------+
|  1 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136412 |
|  2 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136413 |
|  3 | xiaowang  |   22 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136414 |
|  4 | xiaowang  |   30 | 男     | 170.00 | 成都   | 成都高新     | 510131198605136415 |
|  5 | xiaozhao  |   25 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136416 |
|  6 | xiaozhao  |   26 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136417 |
+----+-----------+------+--------+--------+--------+--------------+--------------------+
6 rows in set (0.00 sec)

这里可以增加一个字段，这个字段表示城市所在省份的简称 比如北京 简称为京  四川简称为川，重庆简称为渝。

mysql> alter table personinfo add proabb varchar(4) not null;
Query OK, 0 rows affected (0.05 sec)
Records: 0  Duplicates: 0  Warnings: 0

mysql> select * from personinfo;
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+
| id | name      | age  | gender | height | city   | addr         | personId           | proabb |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+
|  1 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136412 |        |
|  2 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136413 |        |
|  3 | xiaowang  |   22 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136414 |        |
|  4 | xiaowang  |   30 | 男     | 170.00 | 成都   | 成都高新     | 510131198605136415 |        |
|  5 | xiaozhao  |   25 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136416 |        |
|  6 | xiaozhao  |   26 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136417 |        |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+
6 rows in set (0.00 sec)

现在我们将成都 所在省的简称设置为川，重庆简称设置为渝

mysql> update personinfo set proabb='川' where city = '成都';
mysql> update personinfo set proabb='渝' where city = '重庆';

mysql> select * from personinfo;
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+
| id | name      | age  | gender | height | city   | addr         | personId           | proabb |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+
|  1 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136412 | 川     |
|  2 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136413 | 川     |
|  3 | xiaowang  |   22 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136414 | 川     |
|  4 | xiaowang  |   30 | 男     | 170.00 | 成都   | 成都高新     | 510131198605136415 | 川     |
|  5 | xiaozhao  |   25 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136416 | 渝     |
|  6 | xiaozhao  |   26 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136417 | 渝     |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+
6 rows in set (0.00 sec)

现在再建立一个表，表示每个省份的简称

mysql> create table province(id int unsigned primary key auto_increment not null,name varchar(40) not null, proabb varchar(4) not null);
Query OK, 0 rows affected (0.00 sec)

mysql> desc province;
+--------+------------------+------+-----+---------+----------------+
| Field  | Type             | Null | Key | Default | Extra          |
+--------+------------------+------+-----+---------+----------------+
| id     | int(10) unsigned | NO   | PRI | NULL    | auto_increment |
| name   | varchar(40)      | NO   |     | NULL    |                |
| proabb | varchar(4)       | NO   |     | NULL    |                |
+--------+------------------+------+-----+---------+----------------+
3 rows in set (0.00 sec)

现在我们添加这个省的信息

mysql> insert into province(name,proabb) values('北京','京'),('天津','津'),('四川','川'),('重庆','渝');
mysql> select * from province;
+----+--------+--------+
| id | name   | proabb |
+----+--------+--------+
|  1 | 北京   | 京     |
|  2 | 天津   | 津     |
|  3 | 四川   | 川     |
|  4 | 重庆   | 渝     |
+----+--------+--------+
4 rows in set (0.00 sec)

现在使用内查询 关联 两个表

mysql> select * from personinfo inner join province on personinfo.proabb = province.proabb;
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+----+--------+--------+
| id | name      | age  | gender | height | city   | addr         | personId           | proabb | id | name   | proabb |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+----+--------+--------+
|  1 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136412 | 川     |  3 | 四川   | 川     |
|  2 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136413 | 川     |  3 | 四川   | 川     |
|  3 | xiaowang  |   22 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136414 | 川     |  3 | 四川   | 川     |
|  4 | xiaowang  |   30 | 男     | 170.00 | 成都   | 成都高新     | 510131198605136415 | 川     |  3 | 四川   | 川     |
|  5 | xiaozhao  |   25 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136416 | 渝     |  4 | 重庆   | 渝     |
|  6 | xiaozhao  |   26 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136417 | 渝     |  4 | 重庆   | 渝     |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+----+--------+--------+
6 rows in set (0.00 sec)

现在只查看省份简写为‘川'的所有人员，只显示名字 ，性别、年龄、身份证号，城市、省份

mysql> select personinfo.name as '名字',personinfo.age as '年龄',personinfo.gender as '性别',personinfo.personId as '身份证号',personinfo.city as '城市',province.proabb as '省份'  \
    -> from personinfo inner join province on personinfo.proabb = province.proabb where personinfo.proabb = '川';
+-----------+--------+--------+--------------------+--------+--------+
| 名字      | 年龄   | 性别   | 身份证号           | 城市   | 省份   |
+-----------+--------+--------+--------------------+--------+--------+
| xiaozhang |     20 | 男     | 510131198605136412 | 成都   | 川     |
| xiaozhang |     20 | 男     | 510131198605136413 | 成都   | 川     |
| xiaowang  |     22 | 男     | 510131198605136414 | 成都   | 川     |
| xiaowang  |     30 | 男     | 510131198605136415 | 成都   | 川     |
+-----------+--------+--------+--------------------+--------+--------+
4 rows in set (0.00 sec)


2. 左连接查询


查询的结果集包括SQL语句中左表的所有行，右表中匹配的行。如果左表的某行在右表中没有匹配行，则用null表示。如果左表数据，在右表中有多行匹配，则查询结果左表为多行显示。

左连接查询语法格式:

 select 字段 from 表1 left join 表2 on 表1.字段1 = 表2.字段2

说明:

  • left join 就是内连接查询关键字
  • on   连接查询条件

现在我们以后的数据如

首先我们在personinfo表中添加2个数据  其省份信息没有在province表中

mysql> insert into personinfo(name,age,gender,height,city,addr,personId,proabb) value('xiaoxu',28,'男',155,'贵阳','贵阳南城',510131199204105870,'贵');
mysql> insert into personinfo(name,age,gender,height,city,addr,personId,proabb) value('xiaozhou',29,'女',160,'桂林','桂林北城',510131199204105815,'云');

mysql> select * from personinfo;
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+
| id | name      | age  | gender | height | city   | addr         | personId           | proabb |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+
|  1 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136412 | 川     |
|  2 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136413 | 川     |
|  3 | xiaowang  |   22 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136414 | 川     |
|  4 | xiaowang  |   30 | 男     | 170.00 | 成都   | 成都高新     | 510131198605136415 | 川     |
|  5 | xiaozhao  |   25 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136416 | 渝     |
|  6 | xiaozhao  |   26 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136417 | 渝     |
|  7 | xiaoxu    |   28 | 男     | 155.00 | 贵阳   | 贵阳南城     | 510131199204105870 | 贵     |
|  9 | xiaozhou  |   29 | 女     | 160.00 | 桂林   | 桂林北城     | 510131199204105815 | 云     |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+
8 rows in set (0.00 sec)


使用左连接，可以看到，'贵' 、'云' 在province表中显示的是 null

mysql> select * from personinfo left join province on personinfo.proabb = province.proabb;
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+------+--------+--------+
| id | name      | age  | gender | height | city   | addr         | personId           | proabb | id   | name   | proabb |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+------+--------+--------+
|  1 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136412 | 川     |    3 | 四川   | 川     |
|  2 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136413 | 川     |    3 | 四川   | 川     |
|  3 | xiaowang  |   22 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136414 | 川     |    3 | 四川   | 川     |
|  4 | xiaowang  |   30 | 男     | 170.00 | 成都   | 成都高新     | 510131198605136415 | 川     |    3 | 四川   | 川     |
|  5 | xiaozhao  |   25 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136416 | 渝     |    4 | 重庆   | 渝     |
|  6 | xiaozhao  |   26 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136417 | 渝     |    4 | 重庆   | 渝     |
|  7 | xiaoxu    |   28 | 男     | 155.00 | 贵阳   | 贵阳南城     | 510131199204105870 | 贵     | NULL | NULL   | NULL   |
|  9 | xiaozhou  |   29 | 女     | 160.00 | 桂林   | 桂林北城     | 510131199204105815 | 云     | NULL | NULL   | NULL   |
+----+-----------+------+--------+--------+--------+--------------+--------------------+--------+------+--------+--------+
8 rows in set (0.00 sec)

 

3. 右连接查询

右连接与左连接正好相反，查询的结果集包括SQL语句中右表的所有行，左表中匹配的行。如果右表的某行在左表中没有匹配行，则用null表示。如果右表数据，在左表中有多行匹配，则查询结果右表为多行显示。

mysql> select * from personinfo right join province on personinfo.proabb = province.proabb;
+------+-----------+------+--------+--------+--------+--------------+--------------------+--------+----+--------+--------+
| id   | name      | age  | gender | height | city   | addr         | personId           | proabb | id | name   | proabb |
+------+-----------+------+--------+--------+--------+--------------+--------------------+--------+----+--------+--------+
|    1 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136412 | 川     |  3 | 四川   | 川     |
|    2 | xiaozhang |   20 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136413 | 川     |  3 | 四川   | 川     |
|    3 | xiaowang  |   22 | 男     | 172.00 | 成都   | 成都高新     | 510131198605136414 | 川     |  3 | 四川   | 川     |
|    4 | xiaowang  |   30 | 男     | 170.00 | 成都   | 成都高新     | 510131198605136415 | 川     |  3 | 四川   | 川     |
|    5 | xiaozhao  |   25 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136416 | 渝     |  4 | 重庆   | 渝     |
|    6 | xiaozhao  |   26 | 女     | 165.00 | 重庆   | 重庆高新     | 510131198605136417 | 渝     |  4 | 重庆   | 渝     |
| NULL | NULL      | NULL | NULL   |   NULL | NULL   | NULL         | NULL               | NULL   |  1 | 北京   | 京     |
| NULL | NULL      | NULL | NULL   |   NULL | NULL   | NULL         | NULL               | NULL   |  2 | 天津   | 津     |
+------+-----------+------+--------+--------+--------+--------------+--------------------+--------+----+--------+--------+
8 rows in set (0.00 sec)

4. 自连接
左表和右表是同一个表，根据连接查询条件查询两个表中的数据。
语法格式和内连接相似，只是将内连接 两个表名改成一样的

select 字段 from 表1  as table1 inner join as table2 on table1.字段1 = table2.字段2



 

du2005023029
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
VBA+ADO 连接Excel表格查询操作数据(SQL语句操作)
06-18
VBA+ADO 连接Excel表格查询操作数据(SQL语句操作) SQL语句操作表格
七、多表联查
H215919719的博客
09-07 214
多表联查
SQL中的表联查 7种JOIN连接
KevinChen2019的博客
04-28 645
tb_dept表： tb_emp表： 一、内链接：取tb_emp表和tb_dept表的共有部分 sql语句： SELECT a.,b. FROM tb_emp a INNER JOIN tb_dept b ON a.dept_id = b.id; 执行结果： 二、左链接：取tb_emp表和tb_dept表的共有部分和tb_emp表的独有部分 sql语句： SELECT a.,b. FRO...
数据库连接查询导出SQL语句工具
06-06
数据库连接查询导出SQL语句工具是一款专门设计用于帮助IT专业人士和数据库管理员高效管理与操作数据库的实用软件。它集成了多种功能，如数据库连接、数据查询、SQL语句生成和导出，使得数据库的日常管理和维护工作变...
数据库连接，sql语句执行，表查询
11-10
在IT行业中，数据库连接、SQL语句执行以及表查询是至关重要的操作，尤其在软件开发和数据分析领域。这里我们将深入探讨这些概念，并结合"插件开发"、"sql"、"rcp"（Rich Client Platform）和"表查询"、"数据库连接...
asp.net使用LINQ to SQL连接数据库及SQL操作语句用法分析
10-22
总之，LINQ to SQL 是 *** 应用中一个强大且方便的数据库操作工具，它通过集成查询语言简化了数据访问层的开发工作，使得数据库的查询和操作更加直观和高效。在使用过程中，开发者需要对其语法和特性有充分的了解，...
一条SQL语句查询多个数据库
09-09
首先，了解跨数据库查询的需求，意味着需要在一条SQL语句中联合多个数据库中的数据表，而这些数据表之间存在某种逻辑关联，比如通过外键、公共字段等。例如，在一个项目中，可能有一个订单系统存储在数据库A中，而...
常用芯片手册芯片资料MAX260常用芯片手册芯片资料MAX260
最新发布
08-31
常用芯片手册芯片资料MAX260常用芯片手册芯片资料MAX260提取方式是百度网盘分享地址
常用芯片手册芯片资料82530常用芯片手册芯片资料82530
08-31
常用芯片手册芯片资料82530常用芯片手册芯片资料82530提取方式是百度网盘分享地址
全国互联网网民数和互联网普及率.xlsx
08-31
1、资源内容地址：https://blog.csdn.net/2301_79696294/article/details/141286857 2、代码特点：今年全新，手工精心整理，放心引用，数据来自权威，相对于其他人的控制变量数据准确很多,适合写论文做实证用 ，不会出现数据造假问题 3、适用对象：大学生，本科生，研究生小白可用，容易上手！！！ 3、课程引用: 经济学，地理学，城市规划与城市研究，公共政策与管理，社会学，商业与管理 各省、地级市、区县互联网普及率、宽带接入户数和电话用户数等 1、全国互联网网民数和互联网普及率（1997-2020年）； 2、各省互联网网民数和互联网普及率（1997-2016年）； 3、地级市互联网宽带接入用户（1996-2020年）； 4、各区县电话用户数（2004-2019年）
SQLAlchemy-2.0.30-cp37-cp37m-musllinux_1_1_x86_64.whl
08-31
SQLAlchemy 是一个 SQL 工具包和对象关系映射（ORM）库，用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具，允许开发者以 Python 类和对象的形式操作数据库，而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上，支持多种数据库后端，如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能： 对象关系映射（ORM）： SQLAlchemy 允许开发者使用 Python 类来表示数据库表，使用类的实例表示表中的行。 开发者可以定义类之间的关系（如一对多、多对多），SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM，开发者可以像操作 Python 对象一样操作数据库，这大大简化了数据库操作的复杂性。 表达式语言： SQLAlchemy 提供了一个丰富的 SQL 表达式语言，允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制，同时保持了代码的可读性和可维护性。 数据库引擎和连接池： SQLAlchemy 支持多种数据库后端，并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能，以优化数据库连接的创建、使用和释放。 会话管理： SQLAlchemy 使用会话（Session）来管理对象的持久化状态。 会话提供了一个工作单元（unit of work）和身份映射（identity map）的概念，使得对象的状态管理和查询更加高效。 事件系统： SQLAlchemy 提供了一个事件系统，允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
百度云/百度网盘Python客户端
08-31
极简说明 安装: pip install bypy 运行: bypy 这是一个百度云/百度网盘的Python客户端。主要的目的就是在Linux环境下（Windows下应该也可用，但没有仔细测试过）通过命令行来使用百度云盘的2TB的巨大空间。比如，你可以用在Raspberry Pi树莓派上。它提供文件列表、下载、上传、比较、向上同步、向下同步，等操作。
2010-2021年省级碳排放和分行业二氧化碳排放数据(全新整理)
08-31
1、资源内容地址：https://blog.csdn.net/2301_79696294/article/details/141286902 2、代码特点：今年全新，手工精心整理，放心引用，数据来自权威，相对于其他人的控制变量数据准确很多,适合写论文做实证用 ，不会出现数据造假问题 3、适用对象：大学生，本科生，研究生小白可用，容易上手！！！ 3、课程引用: 经济学，地理学，城市规划与城市研究，公共政策与管理，社会学，商业与管理 分行业二氧化碳排放量 数据来源：中国能源统计等 时间范围：1994-2021年 指标：八类能源和总量
SQLAlchemy-2.0.31-cp310-cp310-manylinux_2_17_x86_64.whl
08-31
SQLAlchemy 是一个 SQL 工具包和对象关系映射（ORM）库，用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具，允许开发者以 Python 类和对象的形式操作数据库，而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上，支持多种数据库后端，如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能： 对象关系映射（ORM）： SQLAlchemy 允许开发者使用 Python 类来表示数据库表，使用类的实例表示表中的行。 开发者可以定义类之间的关系（如一对多、多对多），SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM，开发者可以像操作 Python 对象一样操作数据库，这大大简化了数据库操作的复杂性。 表达式语言： SQLAlchemy 提供了一个丰富的 SQL 表达式语言，允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制，同时保持了代码的可读性和可维护性。 数据库引擎和连接池： SQLAlchemy 支持多种数据库后端，并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能，以优化数据库连接的创建、使用和释放。 会话管理： SQLAlchemy 使用会话（Session）来管理对象的持久化状态。 会话提供了一个工作单元（unit of work）和身份映射（identity map）的概念，使得对象的状态管理和查询更加高效。 事件系统： SQLAlchemy 提供了一个事件系统，允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
科技小贴士-美国白宫召开会议讨论开源软件给软件供应链带来的安全隐患(1).docx
08-31
科技小贴士-美国白宫召开会议讨论开源软件给软件供应链带来的安全隐患(1).docx
vite-page-entry-main.zip
08-31
vite-page-entry-main.zip
geopandas-0.13.1-py3-none-any.whl
08-31
GeoPandas是一个开源的Python库，旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力，为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍： 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库，用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构，允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame：GeoPandas的核心数据结构，是Pandas DataFrame的扩展。它包含一个或多个列，其中至少一列是几何列（geometry column），用于存储地理空间几何图形（如点、线、多边形等）。 GeoSeries：GeoPandas中的另一个重要数据结构，类似于Pandas的Series，但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式，包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据，并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形，包括点、线、多边形等。它提供了丰富的空间操作函数，如缓冲区分析、交集、并集、差集等，使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能，可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作，可以将两个GeoDataFrame按照空间关系（如相交、包含等）进行连接。此外，它还支持空间索引，可以提高地理空间数据查询的效率。
SQLAlchemy-2.0.30-cp311-cp311-macosx_11_0_arm64.whl
08-31
SQLAlchemy 是一个 SQL 工具包和对象关系映射（ORM）库，用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具，允许开发者以 Python 类和对象的形式操作数据库，而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上，支持多种数据库后端，如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能： 对象关系映射（ORM）： SQLAlchemy 允许开发者使用 Python 类来表示数据库表，使用类的实例表示表中的行。 开发者可以定义类之间的关系（如一对多、多对多），SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM，开发者可以像操作 Python 对象一样操作数据库，这大大简化了数据库操作的复杂性。 表达式语言： SQLAlchemy 提供了一个丰富的 SQL 表达式语言，允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制，同时保持了代码的可读性和可维护性。 数据库引擎和连接池： SQLAlchemy 支持多种数据库后端，并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能，以优化数据库连接的创建、使用和释放。 会话管理： SQLAlchemy 使用会话（Session）来管理对象的持久化状态。 会话提供了一个工作单元（unit of work）和身份映射（identity map）的概念，使得对象的状态管理和查询更加高效。 事件系统： SQLAlchemy 提供了一个事件系统，允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
钢结构厂房工程监理全过程工作流程图（44个流程）.rar
08-31
钢结构厂房工程监理全过程工作流程图（44个流程）.rar
评论
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