精华内容
下载资源
问答
  • python数据源

    千次阅读 2011-02-04 00:22:00
    忘记从哪篇文章获知,一个合格的程序员至少精通两门... 刚好自己项目中要用到python建立数据源,自己也就试着自己独立写一个python数据源。开发环境实在ubuntu下,我本来想在Eclipse下安装个pydev插件用来开发python

      忘记从哪篇文章获知,一个合格的程序员至少精通两门语言。时代在变化,即使java今天如此的热门,可能也有一天衰弱。人的差距取决于业余时间,所以就趁自己有时间的时候学了下python的基本语法。

           刚好自己项目中要用到python建立数据源,自己也就试着自己独立写一个python数据源。开发环境实在ubuntu下,我本来想在Eclipse下安装个pydev插件用来开发python,可是好像自己电脑上的这个Eclipse版本与pydev冲突,始终不能安装成功。自己下了个Geany的编辑器,感觉挺好用的,比Eclipse小多了,当然敲代码就没有在Eclipse中那么方便了。python号称是万能数据源,可以与市面上所有的数据库相连。

           python数据源具体写法可以参考http://www.coreseek.cn/docs/coreseek_3.2-sphinx_0.9.9.html#coreseek-conf-pysource-NextDocument

          1.在建立数据源字段时,字段名都用小写。

          2.python是脚本语言,和java还是有很多区别,不能用java的思想套用python

          3.python要求严格缩进,否则无法运行

     

    /**个人博客www.weavernotes.net

    展开全文
  • python数据源管理

    2019-08-15 13:28:29
    说明:主要实现python数据源连接池管理工具,可高效的操作各类数据源:Elasticsearch、Mysql、Redis等。 1、Python操作Elasticsearch from elasticsearch6 import Elasticsearch, helpers def singleton(cls):...

     说明:主要实现python数据源连接池管理工具,可高效的操作各类数据源:Elasticsearch、Mysql、Redis等。

    1、Python操作Elasticsearch

    from elasticsearch6 import Elasticsearch, helpers
    
    
    def singleton(cls):
        """
        单例模式
        """
        instances = {}
        def wrapper(*args, **kwargs):
            if cls not in instances:
                instances[cls] = cls(*args, **kwargs)
            return instances[cls]
        return wrapper
    
    
    @singleton
    class ElasticSearchUtil:
        ''' 
        初始化参数 
        '''
        def __init__(self):
            self.host = "127.0.0.1:9200"
            self.conn = Elasticsearch([self.host])
    
        def __del__(self):
            self.close()
    
        def checkInfo(self):
            '''
            当前ES的信息
            '''
            return self.conn.info()
    
        def insertDoc(self, index, type, body, id=None):
            '''
            插入一条数据,可指定Id,若不指定,ES会自动生成
            '''
            return self.conn.index(index=index, doc_type=type, body=body, id=id)
    
        def insertData(self, index, type, data):
            '''
            批量插入
            '''
            dataList = data.to_dict(orient='records')
            insertInfoList = [{"index": {}} for i in range(len(dataList))]
            temp = [dict] * (len(dataList) * 2)
            temp[::2] = insertInfoList
            temp[1::2] = dataList
            try:
                return self.conn.bulk(index=index, doc_type=type, body=temp)
            except Exception as e:
                return str(e)
    
        def deleteDocById(self, index, type, id):
            '''
            删除index、type、id对应的数据
            '''
            return self.conn.delete(index=index, doc_type=type, id=id)
    
        def deleteDocByQuery(self, index, query, type=None):
            '''
            删除idnex条件下query的所有数据
            '''
            return self.conn.delete_by_query(index=index, body=query, doc_type=type)
    
        def deleteAllDocByIndex(self, index, type=None):
            '''
            删除index下的所有数据
            '''
            try:
                query = {'query': {'match_all': {}}}
                return self.conn.delete_by_query(index=index, body=query, doc_type=type)
            except Exception as e:
                return str(e) + ' -> ' + index
    
        def searchDoc(self, index=None, type=None, body=None):
            '''
            查找index下所有的数据
            '''
            return self.conn.search(index=index, doc_type=type, body=body, ignore_unavailable=True, timeout='10s')
    
        def queryDocScroll(self,_index, _type, body):
            '''
            通过游标查询数据
            ''' 
           scanResp = helpers.scan(self.conn, body, scroll="1m", index=_index, doc_type=_type, timeout="10m")                 
           return scanResp 
    
        def getDocById(self, index, type, id):
            '''
            获取index、type、id对应的数据
            '''
            return self.conn.get(index=index, doc_type=type, id=id)
    
        def updateDocById(self, index, type, id, body=None):
            '''
            更新index、type、id所对应的数据
            '''
            return self.conn.update(index=index, doc_type=type, id=id, body=body)
    
        def close(self):
            ''' 
            关闭资源
            '''
         if self.conn is not None:
            try:
                self.conn.close()
            except Exception as e:
                pass
            finally:
                self.conn = None
    

     2、Python操作Mysql

    import pymysql
    
    
    def singleton(cls):
        """
        单例模式
        """
        instances = {}
        def wrapper(*args, **kwargs):
            if cls not in instances:
                instances[cls] = cls(*args, **kwargs)
            return instances[cls]
        return wrapper
    
    
    @singleton
    class MysqlHelper:
        '''
        python操作mysql的增删改查的封装
        '''
    
        def __init__(self, port=3306, charset='utf8'):
            '''
            初始化参数
            '''
            self.host = '127.0.0.1'
            self.port = port
            self.database = 'database'
            self.user = "user"
            self.password = "password"
            self.charset = charset
    
        def getConnect(self):
            '''
            获取连接对象和执行对象
            :return: 游标
            '''
            self.conn = pymysql.connect(host=self.host,
                                        user=self.user,
                                        password=self.password,
                                        database=self.database,
                                        port=self.port,
                                        charset=self.charset)
            self.cur = self.conn.cursor()
    
        def fetchone(self, sql, params=None):
           '''
           根据sql和参数获取一行数据
           :param sql:          sql
           :param params:       sql对象的参数元组,默认值为None
           :return:             查询的一行数据
           '''
            dataOne = None
            try:
                count = self.cur.execute(sql, params)
                if count != 0:
                    dataOne = self.cur.fetchone()
            except Exception as ex:
                print(ex)
            finally:
                self.close()
            return dataOne
    
        def fetchall(self, sql, params=None):
           '''
           根据sql和参数获取一行数据
           :param sql:          sql
           :param params:       sql对象的参数列表,默认值为None
           :return:             查询的一行数据
           '''
            dataall = None
            try:
                count = self.cur.execute(sql, params)
                if count != 0:
                    dataall = self.cur.fetchall()
            except Exception as ex:
                print(ex)
            finally:
                self.close()
            return dataall
    
        def __item(self, sql, params=None):
            '''
            增删改
            :param sql:           sql
            :param params:        sql对象的参数列表,默认值为None
            :return:              行数
            '''
            count = 0
            try:
                count = self.cur.execute(sql, params)
                self.conn.commit()
            except Exception as ex:
                print(ex)
            finally:
                self.close()
            return count
    
        def update(self, sql, params=None):
            '''
            修改
            :param sql:     sql
            :param params:  sql对象的参数列表,默认值为None
            :return:        行数
            '''
            return self.__item(sql, params)
    
        def insert(self, sql, params=None):
            '''
            新增
            :param sql:     sql
            :param params:  sql对象的参数列表,默认值为None
            :return:        行数
            '''
            return self.__item(sql, params)
    
        def delete(self, sql, params=None):
            '''
            删除
            :param sql:     sql
            :param params:  sql对象的参数列表,默认值为None
            :return:        行数
            '''
            return self.__item(sql, params)
    
        def close(self):
            '''
            关闭资源
            '''
            if self.cur != None:
                self.cur.close()
            if self.conn != None:
                self.conn.close()

     3、Python操作Redis

    import redis
    
    
    def singleton(cls):
        """
        单例模式
        """
        instances = {}
        def wrapper(*args, **kwargs):
            if cls not in instances:
                instances[cls] = cls(*args, **kwargs)
            return instances[cls]
        return wrapper
    
    
    @singleton
    class RedisHlper:
    
        def __init__(self):
            """
            初始化参数
            """
            self.host = "127.0.0.1"
            self.port = 6379
            self.decode_responses = True
    
        def getConnect(self):
            """
            返回redis操作句柄
            """
            pool = redis.ConnectionPool(host=self.host, port=self.port, decode_responses=self.decode_responses)
            operation = redis.Redis(connection_pool=pool)
            return operation
    展开全文
  • sphinx万能数据源:python数据源

    千次阅读 2011-04-28 17:31:00
    sphinx万能数据源:python数据源

    sphinx万能数据源:python数据源

    来源:http://www.kaishixue.com/tech/sphinx/sphinx-python/

     

     

    coreseek为了扩展,增加了python数据源功能,从而得以无限扩展Coreseek/Sphinx的数据获取功能。

    因为Python目前具备操作所有类型数据库的能力,从而coreseek也可以从任意一种数据库之中获取数据;当然,也支持从Python可以操作的任意其他数据来源获取数据。

    当前可以支持的数据库包括但不限于以下列表:(详细列表可以查看:DatabaseInterfaces
    ODBC
    JDBC/Jython
    ADO
    IBM DB2
    Firebird (and Interbase)
    Informix
    Ingres
    MySQL
    Oracle
    PostgreSQL
    SAP DB (also known as “MaxDB”)
    Microsoft SQL Server
    Sybase
    asql
    GadFly
    SQLite
    ThinkSQL
    MetaKit
    ZODB
    BerkeleyDB
    KirbyBase
    Durus
    atop
    buzhug
    4Suite server
    Oracle/Sleepycat DB XML
    buzhug
    SnakeSQL
    其他类似Mongodb、Redis、Hypertable、GT.M、Scalien等NoSQL也支持广泛!!!

    要使用Python数据源功能,需要有两个前提:

    安装了python2.6
    按照安装指南启用了python数据源支持
    如果你还使用了python其他的扩展功能,那么还需要安装python对应的扩展包;例如安装pymssql,可以让python操作MS SQL SERVER数据库。

    演示一:

    对应coreseek-3.2.13/testpack/etc/csft_demo_python.conf、coreseek-3.2.13-win32/etc/csft_demo_python.conf,
    或者csft_demo_pysource.tar.gzcsft_demo_pysource-win32.tar.gz

    csft配置:

    # python路径定义
    python
    {
    path = /usr/local/coreseek/etc/pysource #BSD、Linux环境下设置
    path = /usr/local/coreseek/etc/pysource/csft_demo #BSD、Linux环境下设置
    #path = etc/pysource #Windows环境下设置,最好给出绝对路径
    #path = etc/pysource/csft_demo #Windows环境下设置,最好给出绝对路径
    }

    #源定义
    source python
    {
    type = python
    name = csft_demo.MainSource #对应etc/pysource/csft_demo/__init__.py中的MainSource
    }

    #index定义
    index python
    {
    source = python #对应的source名称
    path = var/data/python
    docinfo = extern
    mlock = 0
    morphology = none
    min_word_len = 1
    html_strip = 0
    charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux环境下设置,/符号结尾
    #charset_dictpath = etc/ #Windows环境下设置,/符号结尾
    charset_type = zh_cn.utf-8
    }

    python数据源脚本:etc/pysource/csft_demo/__init__.py

    # -*- coding:utf-8 -*-
    # coreseek3.2 python source演示
    # author: HonestQiao
    # date: 2010-06-03 11:46

    class MainSource(object):
    def __init__(self, conf):
    self.conf = conf
    self.idx = 0
    self.data = [
    {'id':1, 'subject':u"愚人节最佳蛊惑爆料 谷歌300亿美元收购百度", 'context':u'据国外媒体报道,谷歌将巨资收购百度,涉及金额高达300亿美元。谷歌借此重返大陆市场。  该报道称,目前谷歌与百度已经达成了收购协议,将择机对外公布。百度的管理层将100%保留,但会将项目缩减,包括有啊商城,以及目前实施不力的凤巢计划。正在进行测试阶段的视频网站qiyi.com将输入更多的Youtube资源。(YouTube在大陆区因内容审查暂不能访问)。  该消息似乎得到了谷歌CEO施密特的确认,在其twitter上用简短而暧昧的文字进行了表述:“ Withdraw from that market? u/'ll also see another result, just wait... ” 意思是:从那个市场退出?你还会看到另外一个结果。毫无疑问,那个市场指的就是中国大陆。而另外的结果,对应此媒体报道,就是收购百度,从而曲线返回大陆搜索市场。  在最近刚刚结束的深圳IT领袖峰会上,李彦宏曾言,“谷歌没有退出中国,因为还在香港”。也似乎在验证被收购的这一事实。  截止发稿,百度的股价为597美元,市值为207亿美元。谷歌以高达300亿美元的价格,实际溢价高达50%。而谷歌市值高达1796亿美元,而且手握大量现金,作这样的决策也在情理之中。 近日,很多媒体都在报道百度创始人、CEO李彦宏的两次拒购:一次是百度上市前夕,李彦宏拒绝谷歌的并购,这个细节在2月28日央视虎年首期对话节目中得到首次披露﹔一次是在百度国际化战略中,拒绝采用海外并购的方式,而是采取了从日本市场开始的海外自主发展之路。这也让笔者由此开始思考民族品牌的发展之路。   收购是打压中国品牌的惯用伎俩  2010年2月28日,央视经济频道《对话》节目昨晚推出虎年首期节目,百度董事长兼CEO李彦宏作为嘉宾做客节目。李彦宏首度谈及2005年百度上市前夕,谷歌CEO施密特曾秘密造访百度时秘密谈话的内容,主要是劝阻百度上市,李彦宏断然拒绝了施密特的“好意”。今天看来,施密特当日也许已有不祥的预感,这个几百人的小公司终有一日会成为他们的大麻烦。  本期《对话》一经播出,便引发了业界讨论。  外资品牌通过收购打压中国品牌的案例不胜枚举。从以往跨国企业并购的中国品牌来看,真正让其活下来的品牌并不多,要么被雪藏,要么被低端化。  因此,2005年百度没有接受Google的收购邀请,坚持自主发展,这对于保护中国品牌,维护中国网民信息安全有着至关重要的作用。当前百度市场份额高达76%,并持续增长,这也充分验证了李彦宏拒绝收购决策的正确性。  今天看来,“百度一下”已经成为3亿多中国网民的网络生存法则,而直到今天环视全球,真正能像中国一样,拥有自己独立搜索引擎的只有4个国家!我们也许应该庆幸当时李彦宏的选择。这个故事也告诉我们,中国企业做品牌还要靠自己!  收购也可能是中国企业走出去的陷阱  同样在2月28日,亚布力第十届年会上,李彦宏在论坛上指出:“我们和很多其它公司的国际化路子是很不一样的,我们不是去买一个国外的公司,”,李彦宏解释了百度率先选择日本作为走出去的对象的原因,因为日本和中国一衣带水的近邻优势,日本的市场规模,在日本也没有一家独大的搜索引擎。  中国企业收购这些外资品牌目的是“借船出海”。外资品牌进入中国是收购中国优质品牌,而中国企业进入国外市场的收购策略恰恰相反,这也是中国企业借船出海屡屡失败的原因所在。  笔者认为,中国互联网公司走出去要依靠自身发展,并不能单纯依靠收购。李彦宏在百度成立伊始就抱定了国际化决心,使百度真正在面对国际化机遇时,更加冷静和具有前瞻力。李彦宏也承认当前百度在日本还处于初级发展阶段,但他也预言“2012年,百度与Google划洋而治”,对此我们拭目以待!', 'published':1270131607, 'author_id':1},
    {'id':2, 'subject':u'Twitter主页改版 推普通用户消息增加趋势话题', 'context':u'4月1日消息,据国外媒体报道,Twitter本周二推出新版主页,目的很简单:帮助新用户了解Twitter和增加用户黏稠度。  新版Twittter入口处的内容眼花缭乱,在头部下方有滚动的热门趋势话题,左边列出了普通用户账户和他们最新的消息。  另一个显著的部分是“Top Tweets”,它采用了新算法推选出最热门的话题,每个几秒刷新一次。Twitter首席科学家Abdur Chowdhury表示,这种算法选出了所有用户的信息,而不是拥有大量追随者所发的信息。  首页对于首次访问网站的用户非常重要,因为这决定了用户的第一印象。研究发现,多达60%的Twittter用户在注册后的一个月内不再访问网站。Twittter希望能更好地展现网站的面貌,帮助游客找到感兴趣的东西', 'published':1270135548, 'author_id':1},
    {'id':3, 'subject':u'死都要上!Opera Mini 体验版抢先试用', 'context':u'Opera一直都被认为是浏览速度飞快,同时在移动平台上更是占有不少的份额。不久前,Opera正式向苹果提交了针对iPhone设计的Opera Mini。日前,台湾IT网站放出了Opera Mini和Safari的评测文章,下面让我们看看Opera和Safari到底谁更好用更快吧。  Opera Mini VS Safari,显示方式很不相同和Safari不同的是,Opera Mini会针对手机对网页进行一些调整  Opera Mini与Safari的运作原理不大相同。网页会通过Opera的服务器完整压缩后再发送到手机上,不像Safari可通过Multi-Touch和点击的方式自由缩放,Opera Mini会预先将文字照iPhone的宽度做好调整,点击区域后自动放大。如果习惯了Safari的浏览方式,会感觉不大顺手,不过对许多宽度太宽,缩放后文字仍然显示很小的网页来说,Opera Mini的显示方式比较有优势。  打开测试网站首页所花费的流量,Safari和Opera Mini的差距明显可见。这个在国内移动资费超高的局面来说,Opera Mini估计会比较受欢迎和省钱。Opera Mini的流量少得惊人,仅是Safari的十分之一  兼容性相比,Safari完胜打开Google首页,Safari上是iPhone专用界面,Opera则是一般移动版本  Opera Mini的速度和省流量还是无法取代Safari成为iPhone上的主要浏览器。毕竟iPhone的高占有率让许多网站,线上服务都为Safari设计了专用页面。光Google的首页为例子就看出了明显的差别。另外,像Google Buzz这样线上应用,就会出现显示错误。Google Buzz上,Opera无法输入内容  Opera Mini其他专属功能页面内搜索和关键字直接搜索相当人性化  除了Opera独创的Speed Dial九宫格快速启动页面外,和Opera Link和电脑上的Opera直接同步书签、Speed Dial设定外。Opera Mini还能够直接搜索页面中的文字,查找资料时相当方便。另外也能选取文字另开新分页搜索,比起Safari还要复制、开新页、粘贴简单许多。同时还能将整个页面打包存储,方便离线浏览。  现在Opera Mini想要打败Safari还剩下一个很严重的问题-苹果何时会或者会不会通过Opera Mini的审核。', 'published':1270094460, 'author_id':2},
    ]

    def GetScheme(self): #获取结构,docid、文本、整数
    return [
    ('id' , {'docid':True, } ),
    ('subject', { 'type':'text'} ),
    ('context', { 'type':'text'} ),
    ('published', {'type':'integer'} ),
    ('author_id', {'type':'integer'} ),
    ]

    def GetFieldOrder(self): #字段的优先顺序
    return (‘subject’, ‘context’)

    def Connected(self): #如果是数据库,则在此处做数据库连接
    pass

    def NextDocument(self): #取得每一个文档记录的调用
    if self.idx < len(self.data):
    item = self.data[self.idx]
    self.id = item['id'] #'docid':True
    self.subject = item['subject'].encode('utf-8')
    self.context = item['context'].encode('utf-8')
    self.published = item['published']
    self.author_id = item['author_id']
    self.idx += 1
    return True
    else:
    return False

    if __name__ == "__main__": #直接访问演示部分
    conf = {}
    source = MainSource(conf)
    source.Connected()

    while source.NextDocument():
    print "id=%d, subject=%s" % (source.docid, source.subject)
    pass
    #eof

    演示二:需要预先安装pymssql扩展包

    对应coreseek-3.2.13/testpack/etc/csft_demo_python_pymssql.conf、coreseek-3.2.13-win32/etc/csft_demo_python_pymssql.conf,
    或者csft_demo_pysource_pymssql.tar.gzcsft_demo_pysource_pymssql-win32.tar.gz

    csft配置:

    # python路径定义
    python
    {
    path = /usr/local/coreseek/etc/pysource #BSD、Linux环境下设置
    path = /usr/local/coreseek/etc/pysource/pymssql #BSD、Linux环境下设置
    #path = etc/pysource #Windows环境下设置,最好给出绝对路径
    #path = etc/pysource/pymssql #Windows环境下设置,最好给出绝对路径
    }

    #源定义
    source python_demo
    {
    type = python
    name = pymssql.MainSource
    }

    #index定义
    index python_demo
    {
    source = python_demo #对应的source名称
    path = var/data/python_demo
    docinfo = extern
    mlock = 0
    morphology = none
    min_word_len = 1
    html_strip = 0
    charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux环境下设置,/符号结尾
    #charset_dictpath = etc/ #Windows环境下设置,/符号结尾
    charset_type = zh_cn.utf-8
    }

    python数据源脚本:etc/pysource/pymssql/__init__.py

    # -*- coding:utf-8 -*-
    # coreseek3.2 python source演示操作mssql数据库
    # author: HonestQiao
    # date: 2010-06-01 10:05

    from os import path
    import os
    import sys
    import pymssql
    import datetime

    class MainSource(object):
    def __init__(self, conf):
    self.conf = conf
    self.idx = 0
    self.data = []
    self.conn = None
    self.cur = None

    def GetScheme(self): #获取结构,docid、文本、整数
    return [
    ('threadid' , {'docid':True, } ),
    ('title', { 'type':'text'} ),
    ('context', { 'type':'text'} ),
    ('date', {'type':'integer'} ),
    ]

    def GetFieldOrder(self): #字段的优先顺序
    return (‘title’, ‘context’)

    def Connected(self): #如果是数据库,则在此处做数据库连接
    if self.conn==None:
    self.conn = pymssql.connect(host=’127.0.0.1′, user=’root’, password=’123456′, database=’bbs’, as_dict=True)
    self.cur = self.conn.cursor()
    sql = ‘SELECT threadid,title,content,date FROM ss_bbs_topic’
    self.cur.execute(sql)
    self.data = [ row for row in self.cur]
    pass

    def NextDocument(self): #取得每一个文档记录的调用
    if self.idx < len(self.data):
    item = self.data[self.idx]
    self.docid = self.threadid = item['threadid'] #'docid':True
    self.title = item['title'].encode('utf-8')
    self.context = item['context'].encode('utf-8')
    self.date = item['date']
    self.idx += 1
    return True
    else:
    return False

    if __name__ == "__main__": #直接访问演示部分
    conf = {}
    source = MainSource(conf)
    source.Connected()

    while source.NextDocument():
    print "id=%d, subject=%s" % (source.docid, source.title)
    pass
    #eof

    展开全文
  • 之前使用 coreseek一直都是用的 xmlpipe2 数据源,支持以下几种格式:"int", "timestamp", "str2ordinal", "bool", "float" , "multi","string"今天想尝试一下python数据源,发现例子上只有 "text","integer" 两种...
    之前使用 coreseek一直都是用的 xmlpipe2 数据源,支持以下几种格式:
    "int", "timestamp", "str2ordinal", "bool", "float" , "multi","string"

    今天想尝试一下python数据源,发现例子上只有 "text","integer" 两种类型。查了一下源码发现其共支持以下几种字段格式:
    float,integer,long,list,list-query,bool,str2ord,timestamp,string

    希望对以后尝试python数据源的朋友有所帮助

    展开全文
  • python数据分析随书的代码和源数据,适合新手入门!
  • python数据科学指南》的代码,本书从讲解如何在数据科学中应用Python开始,陆续介绍了Python的工作环境,如何用Python分析数据,以及数据挖掘的概念,然后又扩展到机器学习。本书还涵盖了缩减原则、集成方法、...
  • 本资料主要是基于pyhton数据分析与挖掘实战书本中的代码和数据。代码已测试通过。主要是通过python来进行数据分析和挖掘。通过数据获取,数据预处理及数据规范化,数据建模,及数据可视化。
  • 内部含有python详细案例讲解教学,基础原理讲解,内有实战案例,注解详细,代码运行易运行。欢迎下载。
  • 人民邮电出版社出版的python 数据分析的代码
  • Python切换数据源

    2020-09-04 15:49:20
    # 国内: # 清华:https://pypi.tuna.tsinghua.edu.cn/simple # # 阿里云:http://mirrors.aliyun.com/pypi/simple/ # # 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ # # 华中理工大学:...
  • sql = "****" db = pymysql.connect(host=host, user=user, password=password, port=3306, db=database) cursor = db.cursor() cursor.execute(sql) result = cursor.fetchall() db.close()
  • 《跟老齐学Python:从入门到精通》是面向编程零基础读者的Python入门教程,内容涵盖了Python的基础知识和初步应用。以比较轻快的风格,向零基础的学习者介绍一门时下比较流行、并且用途比较广泛的编程语言,所以,...
  • python更改pip默认数据源

    万次阅读 2020-05-18 15:17:27
    方法如下: (一) 临时使用国内...trusted-host 此参数是为了避 免麻烦,否则使用的时候可能会提示不受信任 修改完成后保存,启动cmd,使用 " pip install xxx "(xxx为你要下载的包名),即可默认使用国内下载。
  • 获取数据源导入外部数据导入.xlsx文件基本导入指定导入Sheet指定行、列索引导入指定列导入.csv文件直接导入指定分隔符指定读取行数指定编码格式导入.txt文件导入sql文件(学到mysql再回来补充)新建数据熟悉数据head...
  • python读写不同数据源的数据 1.数据库数据读取 #python连接数据库 ##方法一 import pandas as pd from sqlalchemy import create_engine engin = create_engine('mysql+pymysql://root:123456@127.0.0.1:3306/test?...
  • Python数据分析与应用-代码和实验数据.rar
  • 通过Python连接数据源

    千次阅读 2018-03-20 10:37:28
    #读取EXECL文件#读取txt文件#读取csv文件#读取sas数据集#连接mysql#连接SQL server#这边需要注意,在连接了mysql与SQL server后取出来的data数据是元组得形式#需要转化为列表得话可以通过以下实现:data = list ...
  • python数据分析代码-用plotly绘制高颜值房价与地铁线路分布图
  • tnfTetraPy:Python源代码和数据文件
  •      不多说,直接上干货!          Beam内置的Java数据源清单:            Beam内置的Python数据源清单:  
  • 数据预处理从CSV文件导入数据python源代码
  • CSV是指逗号分隔的值,文件中还包括一个文件头,也是以逗号分隔的。python从CSV导入数据源文件
  • 数据集获取网站: MNIST DATABASE Tushare财经数据包 UC Irvine Machine Learning Repository PyData 数据库下载 国家数据 世界银行公开数据数据集 Network data American College football Dolphin social ...
  • Python数据科学实践指南》 本书是一本Python数据科学的入门图书,笔者结合多年工作和指导新人的经验,希望以一条简单的路线来为零基础的读者介绍数据科学。在本书中主要使用Python编程语言,来处理真实的数据,...
  • python刷新Excel模型数据源

    千次阅读 2020-07-13 18:08:00
    问题描述: 关于excel和python的协同联动 传统python处理完的数据直接to_excel...可以借助python处理完直接替换掉模型数据源,可以发挥excel的可视化属性, 更方便与其他同事进行对接 代码示例: #导入库 import pandas
  • 信贷评分卡模型所需要的数据源,3000调数据,里面不涉及任何个人隐私
  • 首先我们打开数据之后先了解一下数据有哪些元素。...在这个例子中,将会利用python和numpy库进行苹果公司的股票交易数据的分析。 先读入数据文件: import sys import numpy as np #读入文件 c,v = np.lo...
  • Python数据源⾥的快递信息进⾏分拣 文章目录Python数据源⾥的快递信息进⾏分拣实例题目关于数据源基本的过滤(核心)进行统计格式化打印 实例题目 将数据源⾥的快递信息进⾏分拣,最终⽣成的数据格式如下: { ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 9,901
精华内容 3,960
关键字:

python数据源

python 订阅