Презентация на тему: Встроенная база данных Python

Встроенная база данных Python
Встроенная база данных Python
Встроенная база данных Python
Встроенная база данных Python
Встроенная база данных Python
Но самое главное
Встроенная база данных Python
Встроенная база данных Python
« Встроенность »
Создание соединения с БД
После запуска
Дело в том
Встроенная база данных Python
Создание таблицы
Встроенная база данных Python
После запуска
Включение записей
Предположим,
Выполним :
Определяем оператор SQL
После запуска кода
Запрос к таблице
Выполним запрос к таблице
Встроенная база данных Python
Как видите
несмотря на свою легкость SQLite
инструмент DBeaver
Подключение к базе данных SQLite из клиента SQL ( DBeaver )
Создаем новое соединение
Определяем фрейм данных :
Затем просто
И это все, что нужно сделать!
объединить таблицу USER и SKILL
Результаты запишем
Теперь
Встроенная база данных Python
Встроенная база данных Python
Встроенная база данных Python
Было показано,
мы можем легко
Встроенная база данных Python
Встроенная база данных Python
Встроенная база данных Python
Встроенная база данных Python
Код находится
1/45
Средняя оценка: 4.3/5 (всего оценок: 78)
Код скопирован в буфер обмена
Скачать (763 Кб)
1

Первый слайд презентации: Встроенная база данных Python

Изображение слайда
2

Слайд 2

Изображение слайда
3

Слайд 3

Познакомимся с невероятно легкой базой данных SQLite. Она содержит практически все функции реляционной базы данных и представлена всего одним файлом. Несколько сценариев применения SQLite : встроенные устройства и интернет вещей; анализ данных;

Изображение слайда
4

Слайд 4

передача данных; архив файлов и/или контейнер данных; внутренние или временные базы данных;

Изображение слайда
5

Слайд 5

замена корпоративной базы данных в период демо -версий или тестирования; обучение и тестирование; экспериментальные расширения языка SQL.

Изображение слайда
6

Слайд 6: Но самое главное

— SQLite встроена в библиотеку Python. То есть вам не нужно устанавливать серверное или клиентское ПО и поддерживать работу какого-либо сервиса.

Изображение слайда
7

Слайд 7

Если вы импортировали библиотеку в Python и приступили к работе, значит вы уже используете систему управления реляционными базами данных!

Изображение слайда
8

Слайд 8

Импортирование и использование

Изображение слайда
9

Слайд 9: Встроенность »

предполагает, что вам не нужно запускать pip install для получения библиотеки. Просто импортируйте ее с помощью: import sqlite3 as sl

Изображение слайда
10

Слайд 10: Создание соединения с БД

Не беспокойтесь о драйверах, строках подключения и т.д. Вы можете создать базу данных SQLite и задать такой простой объект подключения, как: con = sl.connect ('my- test.db ')

Изображение слайда
11

Слайд 11: После запуска

этой строки кода происходит создание с БД и активируется подключение к ней.

Изображение слайда
12

Слайд 12: Дело в том

, что базы данных, к которой мы просим подключиться Python, не существует, поэтому он автоматически создает пустую. Также мы можем ввести точно такой же код для подключения к уже существующей базе данных.

Изображение слайда
13

Слайд 13

Изображение слайда
14

Слайд 14: Создание таблицы

Теперь создадим таблицу: Мы добавили три столбца в таблицу USER

Изображение слайда
15

Слайд 15

. Как видите, SQLite действительно легка и при этом поддерживает все основные функции обычной реляционной СУБД, такие как тип данных, обнуляемый тип, первичный ключ и автоинкремент. .

Изображение слайда
16

Слайд 16: После запуска

этого кода создается таблица, но она ничего не выводит

Изображение слайда
17

Слайд 17: Включение записей

Вставим несколько записей в только что созданную таблицу USER, чтобы доказать, что она действительно создана.

Изображение слайда
18

Слайд 18: Предположим,

мы хотим вставить сразу несколько записей.

Изображение слайда
19

Слайд 19: Выполним :

sql = 'INSERT INTO USER (id, name, age) values(?, ?, ?)' data = [ (1, 'Alice', 21), (2, 'Bob', 22), (3, 'Chris', 23) ]

Изображение слайда
20

Слайд 20: Определяем оператор SQL

с вопросительными знаками ? в качестве заполнителя. Теперь создадим образцы данных для вставки, а затем вставим их с помощью объекта подключения: with con:< br > con.executemany ( sql, data)

Изображение слайда
21

Слайд 21: После запуска кода

не появилось никаких предупреждений, значит все прошло успешно.

Изображение слайда
22

Слайд 22: Запрос к таблице

Проверим, что все сделано правильно.

Изображение слайда
23

Слайд 23: Выполним запрос к таблице

на возврат образцов строк. with con: data = con.execute ("SELECT * FROM USER WHERE age <= 22") for row in data: print(row)

Изображение слайда
24

Слайд 24

Изображение слайда
25

Слайд 25: Как видите

, все очень просто!

Изображение слайда
26

Слайд 26: несмотря на свою легкость SQLite

является широко используемой базой данных, и большинство программного обеспечения клиентов SQL ее поддерживает.

Изображение слайда
27

Слайд 27: инструмент DBeaver

. Рассмотрим его на примере.

Изображение слайда
28

Слайд 28: Подключение к базе данных SQLite из клиента SQL ( DBeaver )

используем Google Colab, загружаем файл my-test.db на свой компьютер. При запуске Python на локальном компьютере можно использовать клиент SQL для прямого подключения к файлу баз данных.

Изображение слайда
29

Слайд 29: Создаем новое соединение

в DBeaver и выбираем SQLite в качестве типа БД: Затем переходим к файлу БД: Теперь к базе данных можно выполнить любой SQL-запрос, как и в любых других реляционных БД:

Изображение слайда
30

Слайд 30: Определяем фрейм данных :

df_skill = pd.DataFrame ({ ' user_id ': [1,1,2,2,3,3,3], 'skill': ['Network Security', 'Algorithm Development', 'Network Security', 'Java', 'Python', 'Data Science', 'Machine Learning'] })

Изображение слайда
31

Слайд 31: Затем просто

вызываем метод фрейма данных to_sql (), чтобы сохранить его в базе данных: df_skill.to_sql ('SKILL', con )

Изображение слайда
32

Слайд 32: И это все, что нужно сделать!

Вам даже не придется создавать таблицу заранее — типы данных и длина столбцов будут определены автоматически. Конечно, при желании вы также можете определить ее заранее.

Изображение слайда
33

Слайд 33: объединить таблицу USER и SKILL

Допустим, мы хотим объединить таблицу USER и SKILL и прочитать результат во фрейме данных Pandas. Это тоже можно выполнить без проблем. df = pd.read_sql (''' SELECT s.user_id, u.name, u.age, s.skill FROM USER u LEFT JOIN SKILL s ON u.id = s.user_id ''', con )

Изображение слайда
34

Слайд 34: Результаты запишем

в новую таблицу под названием USER_SKILL: df.to_sql ('USER_SKILL', con)

Изображение слайда
35

Слайд 35: Теперь

мы также можем использовать клиент SQL для получения таблицы:

Изображение слайда
36

Слайд 36

Изображение слайда
37

Слайд 37

Выводы

Изображение слайда
38

Слайд 38

В Python есть множество скрытых сюрпризов. Но скрыты они не специально: дело лишь в том, что в Python настолько много функций «из коробки», что невозможно раскрыть их все сразу.

Изображение слайда
39

Слайд 39: Было показано,

как использовать встроенную библиотеку Python sqlite3 для создания таблиц и манипулирования ими в базе данных SQLite. Конечно, о на также поддерживает обновление и удаление,.

Изображение слайда
40

Слайд 40: мы можем легко

прочитать таблицу из базы данных SQLite во фрейме данных Pandas и наоборот. Такая возможность еще больше упрощает взаимодействие с этой легкой реляционной базой данных.

Изображение слайда
41

Слайд 41

Изображение слайда
42

Слайд 42

СПАСИБО ЗА ВНИМАНИЕ

Изображение слайда
43

Слайд 43

Изображение слайда
44

Слайд 44

в SQLite нет аутентификации. С ней бы данная библиотека перестала быть такой легкой.

Изображение слайда
45

Последний слайд презентации: Встроенная база данных Python: Код находится

Google Colab Notebook

Изображение слайда