python mysql example_Python_Example_ Pycharm(python) 与 数据库(MySQL) 连接学习/示例

#coding=utf-8#---------------------------------

'''# Author : chu ge

# Function:

#'''

#---------------------------------

importpymysql'''#---------

一、创建表

二、查询表

SQL_table_read = "show tables;"

三、修改表

SQL_table_update = "alter table add|change|drop ;"

四、删除表

SQL_table_drop = "drop table ;"

#---------

# CRUD 数据

增加 create

查询 read

修改 update

删除 delete

一、增加

SQL_data_insert_all = "insert into values(。。。);" # 全插入

SQL_data_insert_single = "insert into values(。。。);"# 缺省插入 单行单列

SQL_data_insert_single_1 = "insert into values(。。。),(。。。),(。。。);"# 缺省插入 多行单列

SQL_data_insert_single_2 = "insert into values(。。。),(。。。),(。。。);" # 缺省插入 多行多列

二、查询

SQL_data_read = "select * from <> where "

三、修改

SQL_data_update = " update set = where "

SQL_data_update_1 = " update isdelete=1 where " # 逻辑删除

四、删除

SQL_data_delete = "delete from where "'''

#------------------

classClass_Mysql_Helper(object):def __init__(self,host,port,user,passwd,db,chaerset='utf8'):

self.host= host #localhost

self.port = port #3306

self.user = user #root

self.passwd = passwd #123

self.db = db #python3

self.charset = chaerset #固定

defMethods_Open(self):#用于建立与数据库的连接

self.conn = pymysql.connect(host =self.host,

port=self.port,

user=self.user,

passwd=self.passwd,

db=self.db

)#操作数据库的游标

self.cursor =self.conn.cursor()defMethods_Close(self):

self.cursor.close()#关闭数据表

self.conn.close() #关闭数据库

defMethods_Data_CURD(self,sql,params):try:

self.Methods_Open()

self.cursor.execute(sql,params)

self.conn.commit()

self.Methods_Close()print("OK")except(Exception,error):print(error.message)#重复使用代码 使用封装

def Methods_All(self,sql,params=[]):try:

self.Methods_Open()

self.cursor.execute(sql, params)

result=self.cursor.fetchall()

self.Methods_Close()returnresultexcept(Exception, error):print(error.message)'''# ============================================================================

# 测试专用

# ============================================================================'''

if __name__ == "__main__":

NAME=input('请输入用户姓名:')

ID=input('请输入用户编号:')#调用 对象

SQL_help = Class_Mysql_Helper("localhost", 3306, "root", "123", "python3")#修改 update

Sql = 'update aa set name=%s where id=%s'Params=[NAME,ID]

SQL_help.Methods_Data_CURD(Sql,Params)#查询 ead

Sql_read = 'select id,name from aa where id<3'Result=SQL_help.Methods_All(Sql_read)print(Result)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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