Python中怎么操作MySQL數據庫

本篇文章給大家分享的是有關Python中怎么操作MySQL數據庫，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

第一種 使用pymysql

代碼如下：

import pymysql
#打開數據庫連接
db=pymysql.connect(host='1.1.1.1',port=3306,user='root',passwd='123123',db='test',charset='utf8')
cursor=db.cursor()#使用cursor()方法獲取操作游標
sql = "select * from test0811"
cursor.execute(sql)
info = cursor.fetchall()
db.commit()
cursor.close() #關閉游標
db.close()#關閉數據庫連接

數據表test0811的內容和上邊的代碼讀出來的內容分別是

pymysql是Python操作MySQL數據庫的模塊。首先引入pymysql模塊

import pymysql

使用pymysql的connect()方法連接數據庫，connect的幾個參數解釋如下：

• host：MySQL服務的地址，若數據庫在本地上，使用localhost或者127.0.0.1。如果在其它的服務器上，應該寫IP地址。

• port：服務的端口號，默認為3306，如果不寫，為默認值。

• user：登錄數據庫的用戶名

• passwd：user賬戶登錄MySQL的密碼

• db：將要操作的數據庫的名字

• charset：設置為utf8編碼，這樣就可以存入漢字沒有亂碼

注意：除了port=3306不用引號，其它項的值都有用引號括起來

代碼中的db就架起了Python和MySQL通信的橋梁，db.cursor()表示返回連接的游標對象，通過游標執行SQL語句。還有幾個常用的方法是commit()表示提交數據庫修改，rollback()表示回滾，就是取消當前的操作，close()表示關閉連接。

上面講的是連接對象db的一些方法，游標對象的一些方法也很重要，利用游標對象的方法就可以對數據庫進行操作了，游標對象的常用方法如下表：

到這里就基本把pymysql的基本用法講清楚了，剩下的對數據庫的操作（增刪改查）就是SQL語句的事情了。雖然SQL語句很強大，但有時候也會顯得力不從心，Python的靈活加上SQL的強大才可以做更多的事情，而pymysql只是充當工具、橋梁的作用。從代碼運行的結果中（第二幅圖）發現讀出來的結果是存放在二維元組中的，即((1, '小紅', '80'),(2, '小明', '90'),(3, '小美', '87'),(4, 'GG', '67'),(5, 'MM', '78'))，但是元組不可改變，只能讀出，對于數據處理還有些不便，下面第二種方法就是把數據讀出存放在DataFrame中，便于處理。

第二種 使用pandas

代碼如下：

import pandas as pd
from sqlalchemy import create_engine
from sqlalchemy.types import CHAR,INT
connect_info = 'mysql+pymysql://username:passwd@host:3306/dbname?charset=utf8'
engine = create_engine(connect_info) #use sqlalchemy to build link-engine
sql = "SELECT * FROM test0811" #SQL query
df = pd.read_sql(sql=sql, con=engine) #read data to DataFrame 'df'
#write df to table 'test1'
df.to_sql(name = 'test1',
      con = engine,
      if_exists = 'append',
      index = False,
      dtype = {'id': INT(),
          'name': CHAR(length=2),
          'score': CHAR(length=2)
          }
      )

pandas的DataFrame數據格式有行索引和列索引，使用DataFrame來存儲數據庫表中的數據會十分方便。使用pandas中的read_sql和to_sql函數從MySQL數據庫中讀寫數據。兩個函數介紹如下。

pandas.read_sql

復制代碼 代碼如下:

pandas.read_sql(sql, con, index_col=None, coerce_float=True, params=None, parse_dates=None, columns=None, chunksize=None)

pandas.read_sql的文檔中有詳細的各個參數的英文介紹（不要排斥看英文，虛心向老外學習），參考資料http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_sql.html

常用的參數是sql：SQL命令或者表名字，con：連接數據庫的引擎，可以用SQLAlchemy或者pymysql建立，從數據庫讀數據的基本用法給出sql和con就可以了。其它都是默認參數，有特殊需求才會用到，有興趣的話可以查看文檔。

代碼中的con是使用SQLAlchem構建數據庫連接引擎，即sqlalchemy.create_engine( )。這個函數基于一個URL來產生一個引擎對象，URL通常包含了數據庫的相關信息，典型的形式是：

dialect+driver://username:password@host:port/database

dialect表示數據庫的名字，比如sqlite，mysql，postgresql，oracle，mssql等，driver是用于連接數據庫的DBAPI的名字，這里用的是pymysql（Python 3.x，在Python 2.x中用的是mysqldb），如果這一項不指定，將使用默認的DBAPI。

除了使用SQLAlchemy創建engine外，還可以直接使用DBAPI創建engine，代碼如下：

con = pymysql.connect(host=localhost, user=username, password=password, database=dbname, charset='utf8')
df = pd.read_sql(sql, con)

pandas.DataFrame.to_sql

復制代碼 代碼如下:

DataFrame.to_sql(name, con, schema=None, if_exists='fail', index=True, index_label=None, chunksize=None, dtype=None)

主要參數介紹如下

• name：輸出的表名

• con：連接數據庫的引擎

• if_exists：三種模式{“fail”,“replace”,"append"}，默認是"fail"。fail：若表存在，引發一個ValueError；replace：若表存在，覆蓋原來表內數據；append：若表存在，將數據寫到原表數據的后面。

• index：是否將DataFrame的index單獨寫到一列中，默認為“True”

• index_label：當index為True時，指定列作為DataFrame的index輸出

• dtype：指定列的數據類型，字典形式存儲{column_name: sql_dtype}，常見數據類型是sqlalchemy.types.INT()和sqlalchemy.types.CHAR(length=x)。注意：INT和CHAR都需要大寫，INT()不用指定長度。

以上就是Python中怎么操作MySQL數據庫，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。