京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在Python程序中操作MySQL的基本方法
最近在学习python,这种脚本语言毫无疑问的会跟数据库产生关联,因此这里介绍一下如何使用python操作mysql数据库。我python也是零基础学起,所以本篇博客针对的是python初学者,大牛可以选择绕道。
另外,本篇基于的环境是Ubuntu13.10,使用的python版本是2.7.5。
MYSQL数据库
MYSQL是一个全球领先的开源数据库管理系统。它是一个支持多用户、多线程的数据库管理系统,与Apache、PHP、Linux共同组成LAMP平台,在web应用中广泛使用,例如Wikipedia和YouTube。MYSQL包含两个版本:服务器系统和嵌入式系统。
环境配置
在我们开始语法学习之前,还需要按装mysql和python对mysql操作的模块。
安装mysql:
sudo apt-get install mysql-server
安装过程中会提示你输入root帐号的密码,符合密码规范即可。
接下来,需要安装python对mysql的操作模块:
sudo apt-get install python-mysqldb
这里需要注意:安装完python-mysqldb之后,我们默认安装了两个python操作模块,分别是支持C语言API的_mysql和支持Python API的MYSQLdb。稍后会重点讲解MYSQLdb模块的使用。
接下来,我们进入MYSQL,创建一个测试数据库叫testdb。创建命令为:
create database testdb;
然后,我们创建一个测试账户来操作这个testdb数据库,创建和授权命令如下:
create user 'testuser'@'127.0.0.1' identified by 'test123';
grant all privileges on testdb.* to 'testuser'@'127.0.0.1';
_mysql module
_mysql模块直接封装了MYSQL的C语言API函数,它与python标准的数据库API接口是不兼容的。我更推荐大家使用面向对象的MYSQLdb模块才操作mysql,这里只给出一个使用_mysql模块的例子,这个模块不是我们学习的重点,我们只需要了解有这个模块就好了。
#!/usr/bin/python
# -*- coding: utf-8 -*-
import _mysql
import sys
try:
con = _mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb')
con.query("SELECT VERSION()")
result = con.use_result()
print "MYSQL version : %s " % result.fetch_row()[0]
except _mysql.Error, e:
print "Error %d: %s %s" % (e.args[0], e.args[1])
sys.exit(1)
finally:
if con:
con.close()
这个代码主要是获取当前mysql的版本,大家可以模拟敲一下这部分代码然后运行一下。
MYSQLdb module
MYSQLdb是在_mysql模块的基础上进一步进行封装,并且与python标准数据库API接口兼容,这使得代码更容易被移植。Python更推荐使用这个MYSQLdb模块来进行MYSQL操作。
#!/usr/bin/python
# -*- coding: utf-8 -*-
import MySQLdb as mysql
try:
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb')
cur = conn.cursor()
cur.execute("SELECT VERSION()")
version = cur.fetchone()
print "Database version : %s" % version
except mysql.Error, e:
print "Error %d:%s" % (e.args[0], e.args[1])
exit(1)
finally:
if conn:
conn.close()
我们导入了MySQLdb模块并把它重命名为mysql,然后调用MySQLdb模块的提供的API方法来操作数据库。同样也是获取当前主机的安装的mysql版本号。
创建新表
接下来,我们通过MySQLdb模块创建一个表,并在其中填充部分数据。实现代码如下:
#!/usr/bin/python
# -*- coding: utf-8 -*-
import MySQLdb as mysql
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
with conn:
cur = conn.cursor()
cur.execute("DROP TABLE IF EXISTS writers");
cur.execute("CREATE TABLE writers(id INT PRIMARY KEY AUTO_INCREMENT, name varchar(25))")
cur.execute("insert into writers(name) values('wangzhengyi')")
cur.execute("insert into writers(name) values('bululu')")
cur.execute("insert into writers(name) values('chenshan')")
这里使用了with语句。with语句会执行conn对象的enter()和__exit()方法,省去了自己写try/catch/finally了。
执行完成后,我们可以通过mysql-client客户端查看是否插入成功,查询语句:
select * from writers;
查询结果如下:
查询数据
刚才往表里插入了部分数据,接下来,我们从表中取出插入的数据,代码如下:
#!/usr/bin/python
import MySQLdb as mysql
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
with conn:
cursor = conn.cursor()
cursor.execute("select * from writers")
rows = cursor.fetchall()
for row in rows:
print row
查询结果如下:
(1L, 'wangzhengyi')
(2L, 'bululu')
(3L, 'chenshan')
dictionary cursor
我们刚才不论是创建数据库还是查询数据库,都用到了cursor。在MySQLdb模块有许多种cursor类型,默认的cursor是以元组的元组形式返回数据的。当我们使用dictionary cursor时,数据是以python字典形式返回的。这样我们就可以通过列名获取查询数据了。
还是刚才查询数据的代码,改为dictionary cursor只需要修改一行代码即可,如下所示:
#!/usr/bin/python
import MySQLdb as mysql
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
with conn:
cursor = conn.cursor(mysql.cursors.DictCursor)
cursor.execute("select * from writers")
rows = cursor.fetchall()
for row in rows:
print "id is %s, name is %s" % (row['id'], row['name'])
使用dictionary cursor,查询结果如下:
id is 1, name is wangzhengyi
id is 2, name is bululu
id is 3, name is chenshan
预编译
之前写过php的同学应该对预编译很了解,预编译可以帮助我们防止sql注入等web攻击还能帮助提高性能。当然,python肯定也是支持预编译的。预编译的实现也比较简单,就是用%等占位符来替换真正的变量。例如查询id为3的用户的信息,使用预编译的代码如下:
#!/usr/bin/python
import MySQLdb as mysql
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
with conn:
cursor = conn.cursor(mysql.cursors.DictCursor)
cursor.execute("select * from writers where id = %s", "3")
rows = cursor.fetchone()
print "id is %d, name is %s" % (rows['id'], rows['name'])
我这里使用了一个%s的占位符来替换“3”,代表需要传入的是一个字符串类型。如果传入的不是string类型,则会运行报错。
事务
事务是指在一个或者多个数据库中对数据的原子操作。在一个事务中,所有的SQL语句的影响要不就全部提交到数据库,要不就全部都回滚。
对于支持事务机制的数据库,python接口在创建cursor的时候就开始了一个事务。可以通过cursor对象的commit()方法来提交所有的改动,也可以使用cursor对象的rollback方法来回滚所有的改动。
我这里写一个代码,对不存在的表进行插入操作,当抛出异常的时候,调用rollback进行回滚,实现代码如下:
#!/usr/bin/python
# -*- coding: utf-8 -*-
import MySQLdb as mysql
try:
conn = mysql.connect('127.0.0.1', 'testuser', 'test123', 'testdb');
cur = conn.cursor()
cur.execute("insert into writers(name) values('wangzhengyi4')")
cur.execute("insert into writers(name) values('bululu5')")
cur.execute("insert into writerss(name) values('chenshan6')")
conn.commit()
except mysql.Error, e:
if conn:
conn.rollback()
print "Error happens, rollback is call"
finally:
if conn:
conn.close()
执行结果如下:
Error happens, rollback is call
因为前两条数据是正确的插入操作,但是因为整体回滚,所以数据库里也没有wangzhengyi4和bululu5这两个数据的存在。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12