Python 內置了 SQLite3，在 Python 中使用 SQLite，不需要安裝任何東西，可以直接使用。我們只需要導入內置 Python 庫sqlite3就可以開始使用這個數據庫啦！
在本篇內容中，ShowMeAI將帶大家一起來了解，如何基于 Python 環境連接到數據庫、創建表、插入數據，查詢數據，以及與 Pandas 工具庫搭配使用。
連接數據庫
要使用數據庫，我們需要先連接數據庫。在 Python 中很簡單，我們只需導入sqlite3工具庫并使用.connect函數，函數的參數是數據庫名稱，在本例中為students.db。
# 導入工具庫
import sqlite3
# 建立連接
conn = sqlite3.connect('students.db')
我們第1次運行上面代碼的話，會在工作目錄中創建一個名為“students.db”的新文件。
創建表
接下來我們可以在連接的數據庫中創建一個表，并將數據插入其中。
在創建表之前，我們需要創建一個游標 cursor（用于建立連接以執行 SQL 查詢的對象），我們將使用它來創建表、插入數據等。具體的操作如下代碼：
c = conn.cursor()
完成游標創建后，我們可以使用 .execute方法執行SQL語句，在我們的數據庫中創建一個新表。在引號內，我們編寫了建表 SQL 語句，使用CREATE TABLE語句：
c.execute("""CREATE TABLE students (
name TEXT,
age INTEGER,
height REAL
)""")
我們在創建表的字段時，需要定義數據類型。SQLite 只有 5 種數據類型：
·Null：缺失值
· INTEGER：沒有小數點的數字（例如，1、2、3、4）
· REAL：帶小數點的數字（例如，6.2、7.6、11.2）
· TEXT：任何字符數據
· Blob：二進制數據的集合，作為值存儲在數據庫中。它允許我們在數據庫中存儲文檔、圖像和其他多媒體文件。
我們要提交上述語句，并關閉連接。截止目前的完整代碼如下：
# 導入工具庫
import sqlite3
# 創建連接
conn = sqlite3.connect('students.db')
# 游標
c = conn.cursor()
# 建表語句
c.execute("""CREATE TABLE students (
name TEXT,
age INTEGER,
height REAL
)""")
# 執行
conn.commit()
# 關閉連接
conn.close()
插入數據
我們可以使用.execute執行INSERT INTO語句在“students”表中插入一行數據。下面是添加一個20 歲，身高 1.9 米的學生mark的代碼：
c.execute("INSERT INTO students VALUES ('mark', 20, 1.9)")
我們也可以一次插入多行，換成.executemany方法即可。不過注意一下，我們在INSERT語句中會使用?作為占位符。代碼如下所示：
all_students = [
('john', 21, 1.8),
('david', 35, 1.7),
('michael', 19, 1.83),
]
c.executemany("INSERT INTO students VALUES (?, ?, ?)", all_students)
查詢數據
我們可以使用SELECT語句查看我們的數據，注意一下如果要獲取數據并輸出，需要執行.fetchall方法：
c.execute("SELECT * FROM students")
print(c.fetchall())
打印的輸出如下：
[(‘mark’, 20, 1.9), (‘john’, 21, 1.8), (‘david’, 35, 1.7), (‘michael’, 19, 1.83)]
當然，大家其實可以配合一些在線工具來完成數據的直觀查詢，例如 ??SQLiteViewer。我們只需拖動前面 Python 代碼生成的 .db 數據庫文件進去，即可查看其內容。
截止目前為止的所有代碼如下：
# 導入工具庫
import sqlite3
# 創建連接
conn = sqlite3.connect('students.db')
# 游標
c = conn.cursor()
# 建表語句
c.execute("""CREATE TABLE students (
name TEXT,
age INTEGER,
height REAL
)""")
# 插入單條數據
c.execute("INSERT INTO students VALUES ('mark', 20, 1.9)")
# 插入多條數據
all_students = [
('john', 21, 1.8),
('david', 35, 1.7),
('michael', 19, 1.83),
]
c.executemany("INSERT INTO students VALUES (?, ?, ?)", all_students)
# 查詢數據
c.execute("SELECT * FROM students")
print(c.fetchall())
# 執行
conn.commit()
# 關閉連接
conn.close()
其實大家在SQL中的更高級的復雜查詢，都可以通過上述方式進行查詢和交互
SQLite 配合 Pandas 應用
SQLite 可以與 Pandas 中的Dataframe搭配使用。
我們可以方便地使用 Pandas 讀取它：
import pandas as pd
df = pd.read_csv("population_total.csv")
Dataframe 內容如下所示：
>>> df country year population0 China 2020.0 1.439324e+09
1 China 2019.0 1.433784e+09
2 China 2018.0 1.427648e+09
3 China 2017.0 1.421022e+09
4 China 2016.0 1.414049e+09
... ... ... ...
4180 United States 1965.0 1.997337e+08
4181 United States 1960.0 1.867206e+08
4182 United States 1955.0 1.716853e+08
4183 India 1960.0 4.505477e+08
4184 India 1955.0 4.098806e+08
我們可以把 pandas Dataframe 形態的數據一次性導入 SQLite 數據庫中，這里我們需要借助 sqlalchemy 工具庫。（可以通過pip install sqlalchemy輕松安裝）
from sqlalchemy import create_engine
engine = create_engine('sqlite://', echo=False)
下面我們就可以輕松把數據導入數據庫并創建 population 表：
df.to_sql("population", con=engine)
查詢數據表的語句如下：
engine.execute("SELECT * FROM population").fetchall()
如果你想創建表的同時生成一個 sqlite 文件（前面的操作，生成的是內存數據庫），可以如下方式操作。（我們創建了一個mydb.db文件作為數據庫的實體文件）。
from sqlalchemy import create_engine
engine = create_engine("sqlite:///mydb.db")
df.to_sql("population", engine)
這個mydb.db就和前面的使用方式一樣啦，我們也可以使用 SQLite 查看器查看數據內容。
總結
以上就是ShowMeAI帶大家簡單了解python的內置數據庫SQLite的使用方法，我們可以很方便地完成建表、插入數據、查詢數據，也可以配合pandas進行靈活使用，大家快快用起來吧！
本文內容不用于商業目的，如涉及知識產權問題，請權利人聯系51Testing小編(021-64471599-8017)，我們將立即處理
亚洲春色校园小说_欧洲精品色在线观看视频_国产思思99RE99在线观看_天天躁日日躁狠狠躁日日躁