深度对比Python操作MySQL、MongoDB、Oracle数据库！

深度对比Python操作MySQL、MongoDB、Oracle数据库！

作为数据分析师，掌握一门数据库语言，是很有必要的。

今天黄同学就带着大家学习两个关系型数据库MySQL、Oracle，了解一个非关系数据库MongoDB。

对于数据分析师来说，学习数据库最重要的就是学习它们的查询功能。这篇文章就以这个为切入点，为大家讲述如何用Python操作这3个数据库。

1. Python操作Oracle数据库

这一部分的难点在于：环境配置有点繁琐。不用担心，我为大家写了一篇关于​​Oracle环境配置​​的文章。

Python操作Oracle使用的是cx_Oracle库。需要我们使用如下命令提前安装：

pip insatll cx_Oracle

① Python链接Oracle服务器的3种方式

# ① 用户名、密码和监听写在一起import cx_Oracledb = cx_Oracle.connect('scott/a123456@DESKTOP-V4LKB10:1521/orcl')# ② 用户名、密码和监听分开写import cx_Oracledb = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")# ③ 配置监听并连接import cx_Oraclemoniter = cx_Oracle.makedsn('192.168.2.1',1521,'orcl')db = cx_Oracle.connect('scott','a123456',moniter)

② Python怎么获取Oracle中的数据？

这里有三种常用的方法，分别为大家进行介绍。

Ⅰ fetchone()：一次获取一条记录；

import cx_Oracle# 注意：一定要加下面这两行代码，负责会中文乱码；import osos.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")cursor = db.cursor()cursor.execute('select count(*) from emp1')aa = cursor.fetchone()print(aa)cursor.execute('select ename,deptno,sal from emp1') for i in range(aa[0]): a,b,c = cursor.fetchone() d = "我的名字叫{}，所在部门是{}，工资是{}美元".format(a,b,c) display(d)db.close()

结果如下：

Ⅱ fetchall()：一次获取所有记录；

import cx_Oracle# 注意：一定要加下面这两行代码，负责会中文乱码；import osos.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")cursor = db.cursor()cursor.execute('select ename,deptno,sal from emp1') aa = cursor.fetchall()# print(aa)for a,b,c in aa: d = "我的名字叫{}，所在部门是{}，工资是{}美元".format(a,b,c) display(d)db.close()

结果如下：

Ⅲ 使用pandas中的read_sql()方法，将提取到的数据直接转化为DataFrame进行操作；

import cx_Oracleimport pandas as pdimport osos.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")cursor = db.cursor()df1 = pd.read_sql("select * from emp where deptno=20",db)display(df1)df2 = pd.read_sql("select * from emp where deptno=30",db)display(df2)

结果如下：

2. Python操作MySQL数据库

MySQL数据库应该是国内应用最多的数据库。大多数公司一般都是使用的该数据库。这也就是很多学生在毕业之前都会选择学习该数据库知识，用于面试。

Python操作MySQL使用的是cx_Oracle库。需要我们使用如下命令提前安装：

pip insatll pymysql

更多细节参考：​​Python操作Oracle详解！​​

① Python链接MySQL服务器

import pymysql db = pymysql.connect(host='localhost',user='root',password='123456',port=3306,db='spiders',charset=' utf8')

这里面有六个参数，需要为大家一一介绍一下：

参数host：mysql服务器所在的主机的ip；参数user：用户名；参数password：密码；参数port：连接的mysql主机的端口，默认是3306；参数db：连接的数据库名；参数charset：当读取数据出现中文会乱码的时候，需要我们设置一下编码；我们使用python操作数据库的时候，那么python就相当于是client，我们是用这个client来操作mysql的server服务器，python3默认采用的utf8字符集，我的mysql服务器默认采用latin1字符集，因此mysql中创建的每张表，都是建表的时候加了utf8编码的，因此这里设置的应该就是connection连接器的编码；

② Python怎么获取MySQL中的数据？

Ⅰ fetchone()：一次获取一条记录；

import pymysql db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8') cursor = db.cursor()cursor.execute('select count(*) from person')aa = cursor.fetchone()print(aa)cursor.execute('select name,age from person') for i in range(aa[0]): a,b = cursor.fetchone() c = "我的名字叫{}，今年{}岁".format(a,b) display(c)db.close()

结果如下：

Ⅱ fetchall()：一次获取所有记录；

import pymysql db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8') cursor = db.cursor()cursor.execute('select name,age from person')aa = cursor.fetchall()# print(aa)for a,b in aa: c = "我的名字叫{}，今年{}岁".format(a,b) display(c)db.close()

结果如下：

Ⅲ 使用pandas中的read_sql()方法，将提取到的数据直接转化为DataFrame进行操作；

import pymysql import pandas as pddb = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')cursor = db.cursor()df1 = pd.read_sql("select * from student where ssex='男'",db)display(df1)df2 = pd.read_sql("select * from student where ssex='女'",db)display(df2)

结果如下：

3. Python操作MongoDB数据库

这一部分主要带大家对比学习：关系型数据和非关系型数据库的不同之处。咱们了解一下即可，不必过深研究，因为数据分析师基本不会使用这种数据库。

Python操作MongoDB使用的是pymongo库。需要我们使用如下命令提前安装：

pip insatll pymongo

更多细节参考：​​Python操作MongoDB详解！​​

① Python链接MongoDB服务器

from pymongo import MongoClientconn = MongoClient("localhost",27017)

② Python怎么获取MongoDB中的数据？

Ⅰ 查询部分文档；

res = collection.find({"age"： {"$gte"： 19}})for row in res： print(row)

Ⅱ 查询所有文档；

res = collection.find()for row in res： print(row)

Ⅲ 统计查询；

res = collection.find().count()print(res)

Ⅳ 根据 id 查询；

这里需要引入第三方库。

from bson.objectid import ObjectIdres = collection.find({"_id"：ObjectId("5cc506289e1d88c95465488e")})print(res[0])

Ⅴ 升序排序；

res = collection.find().sort("age")for row in res： print(row)

Ⅵ 降序排序；

这里也需要引入第三方库。

import pymongores = collection.find().sort("age",pymongo.DESCENDING)for row in res： print(row)

Ⅶ 分页查询

res = collection.find().limit(3).skip(5)for row in res： print(row)

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。