（数据科学学习手札51）用pymysql来操控MySQL数据库

一、简介

　　pymysql是Python中专门用来操控MySQL数据库的模块，通过pymysql，可以编写简短的脚本来方便快捷地操控MySQL数据库，本文就将针对pymysql的基本功能进行介绍；

二、操控数据库

2.1 连接数据库

　　利用pymysql.connect(host,user,password,port,db)来实现对已知MySQL数据库的连接，其中各参数分别对应着目标数据库的各项属性，db用于指定要连接的database的名称，下面是一个示例：

　　要连接的数据库：

import pymysql

'''连接数据库'''
try:
    print('-'*200)
    print('尝试连接数据库')
    print('-'*200)
    db = pymysql.connect(host='localhost',user='root',password='我的密码',port=3306,db='test')
    print('连接成功！','
',
          'host:{}'.format(db.host),'
',
          'port:{}'.format(db.port),'
',
          'user:{}'.format(db.user),'
',
          'database:{}'.format(db.db))
    
except Exception as e:
    print('因{},连接失败'.format(e))
finally:
    print('-'*200,'
','连接过程结束')
    print('-'*200)

　　若连接成功，显示如下信息：

2.2 插入数据

　　在成功连接数据库之后，我们使用db.cursor()来获取数据库的操作游标：

'''获取操作游标'''
cur = db.cursor()

　　接下来我们使用.execute()来执行需要完成的SQL语句，其传入参数为字符串类型的SQL语句，譬如，下面的例子中我们创建一个新的表，并将sklearn中内置的鸢尾花数据传入进去：

from sklearn.datasets import load_iris

'''获取鸢尾花数据，其中X，y为二维数组'''
X,y = load_iris(return_X_y=True)
'''建立指定鸢尾花类别名称的列表'''
Species = ['setosa','versicolor','virginica']

'''通过操作游标执行SQL语句，以创建iris表'''
cur.execute("CREATE TABLE IF NOT EXISTS iris"
            "(Sepal_Length float,"
            "Sepal_Width float,"
            "Petal_Length float,"
            "Petal_Width float,Species char(20)"
            ")")

'''构造将X，y数据一次性插入iris的SQL语句'''
BaseSQL = "INSERT INTO iris VALUES"

for i in range(X.shape[0]):
    BaseSQL += "({},{},{},{},'{}'),".format(X[i,0],X[i,1],X[i,2],X[i,3],Species[y[i]])

'''去除末尾多余的逗号'''
BaseSQL = BaseSQL[:-1]

'''执行插入鸢尾花数据的SQL语句'''
cur.execute(BaseSQL)

　　运行完上述语句，在已经连接数据库的navicat中查看iris表中的全部数据：

USE test;
SELECT * FROM iris;

　　这是会发现，查询结果只有一张空表，这是因为在执行完插入数据的语句后，并没有提交结果，使用.commit()向数据库提交结果：

'''提交结果'''
db.commit()

在navicat中再次查询得到想要的结果：

 

2.3 查询数据

　　查询功能是数据库中核心功能之一，查询取数也是数据分析人员在数据库上最常用的操作，在pymysql中想要完成查询取数的过程，要在执行SQL语句之后，对我们的游标对象使用.fetchall()方法来取得对应的查询结果：

'''查询取数'''
cur.execute("SELECT Species,COUNT(*) FROM iris GROUP BY Species")

'''获取查询结果'''
results = cur.fetchall()

print(results)

　　可以看到，取回的结果为一个规整的tuple对象，可以按照其格式打印出查询结果：

print('Species','|','Counts')
for result in results:
    print('-'*20)
    print(result[0],'|',result[1])
print('-'*20)

　　或者转换为其他格式保存为其他规整的格式以便进一步分析：

import pandas as pd

df = pd.DataFrame(list(results),columns=['Species','Counts'])
print(df)

　　而关于其他对数据库的操作（如删除、更新等），与上面类似，只是涉及到更改数据库中数据时，不要忘记commit()；

2.4 关闭数据库

　　在完成需要的操作后，不要忘记断开与数据库间的连接：

db.close()

　　以上就是本文的全部内容，如有笔误，望指出！