应用场景
- pandas 【分析、处理利器】 处理、分析数据比较强大,因此这样的需求很有必要.。
- 利用 pandas(Python) 查询处理数据库数据 。
来一下华丽的分割 … …
Python Coding
- MySQLdb 建立连接
import pymysql
pymysql.install_as_MySQLdb()
import MySQLdb
import pandas as pd
## 建立连接并获取远程数据
conn = MySQLdb.connect("ip","user_name","passwd","database_name" )
sql = """
select * from user;
"""
datas = pd.read_sql_query(sql, conn2)
- 输出结果
- SQLAlchemy (ORM 工具)
- 显示结果同上图
from sqlalchemy import create_engine
engine = create_engine("mysql://root:root@192.168.1.103/test", pool_size=5,echo_pool=True)
conn = engine.connect()
table_name = 'user'
datas = pd.read_sql_table(table_name, conn)
Python 常用数据库接口
- MySQL
- PostgreSQL
- Microsoft SQL Server 2000
- Oracle
- Sybase
Tips
- 关闭 Python 警告提示
import warnings
warnings.simplefilter("ignore") ## 忽略警告
- 其他 action 参数
error : 将警告作为错误处理
ignore : 忽略警告
always : 持续警告
default: 输出每个位置的第一次警告
module : 输出模块的第一次警告
once : 警告一次,不考虑位置