Работа с базой данных в Python на примере SQLite

Python москва, big data, python машинное обучение курс, машинное обучение python курс, предобработка данных python, нейронные сети python, обработка естественного языка python, machine learning курсы, задача классификации python, big data, курс машинное обучение на python, открытый курс машинного обучения, бесплатный курс по питон, nlp python, курс машинное обучение на python, курс по подготовке данных

Базы данных играют ключевую роль в современных приложениях, позволяя хранить и управлять данными. Python предоставляет множество инструментов для работы с базами данных, что делает его популярным выбором для разработчиков. В этой статье мы рассмотрим основы работы с базами данных в Python, используя библиотеку SQLite как пример.

Особенности взаимодействия с базами данных в Python: несколько практических примеров

База данных представляет собой организованный набор данных, которые можно легко сохранять, извлекать, изменять и удалять. В Python существует несколько библиотек для работы с различными типами БД, включая SQLite, MySQL, PostgreSQL и другие. Давайте начнем с примера работы с SQLite, который является легковесным и хорошо подходит для небольших проектов и прототипов.

Python включает в себя модуль sqlite3 для работы с базами данных SQLite. Для начала работы с этой библиотекой не требуется устанавливать дополнительное программное обеспечение. Прежде чем начать работу с БД, давайте создадим ее. Вот пример кода для создания БД SQLite и таблицы в ней:

import sqlite3

# Устанавливаем соединение с базой данных (она будет создана, если не существует)
conn = sqlite3.connect('mydatabase.db')


# Создаем объект-курсор для выполнения SQL-запросов
cursor = conn.cursor()


# Создаем таблицу
cursor.execute('''CREATE TABLE IF NOT EXISTS users
                  (id INTEGER PRIMARY KEY AUTOINCREMENT,
                   name TEXT,
                   email TEXT)''')


# Сохраняем изменения и закрываем соединение
conn.commit()
conn.close()

Этот код создает базу данных mydatabase.db и таблицу users с тремя столбцами: id, name и email. Столбец id будет автоматически генерироваться как уникальный идентификатор.

Теперь, когда у нас есть база данных и таблица, давайте добавим данные в таблицу:

import sqlite3

conn = sqlite3.connect('mydatabase.db')
cursor = conn.cursor()


# Вставляем данные в таблицу
cursor.execute("INSERT INTO users (name, email) VALUES (?, ?)", ("John Doe", "john@example.com"))


# Сохраняем изменения и закрываем соединение
conn.commit()
conn.close()

В этом примере мы вставляем новую запись в таблицу users с именем «John Doe» и адресом электронной почты «john@example.com«. Запрос использует плейсхолдеры ?, чтобы предотвратить SQL-инъекции и обеспечить безопасность.

Чтобы извлечь данные из таблицы, используем оператор SELECT:

import sqlite3

conn = sqlite3.connect('mydatabase.db')
cursor = conn.cursor()

# Извлекаем все записи из таблицы
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()


# Выводим результат
for row in rows:
    print("ID:", row[0])
    print("Name:", row[1])
    print("Email:", row[2])
    print("---")


# Закрываем соединение
conn.close()

Этот код извлекает все записи из таблицы users и выводит их на экран. Чтобы обновить существующие данные, используем оператор UPDATE:

import sqlite3

conn = sqlite3.connect('mydatabase.db')
cursor = conn.cursor()


# Обновляем запись с определенным ID
new_name = "Jane Doe"
user_id = 1
cursor.execute("UPDATE users SET name = ? WHERE id = ?", (new_name, user_id))


# Сохраняем изменения
conn.commit()


# Закрываем соединение
conn.close()

Чтобы удалить данные, используем оператор DELETE:

import sqlite3

conn = sqlite3.connect('mydatabase.db')
cursor = conn.cursor()


# Удаляем запись с определенным ID
user_id = 2
cursor.execute("DELETE FROM users WHERE id = ?", (user_id,))


# Сохраняем изменения
conn.commit()


# Закрываем соединение
conn.close()

Данный фрагмент кода удаляет запись с ID 2 из таблицы users.

Таким образом, благодаря параллельному механизму взаимодействия с БД, у Python есть возможность строить веб-приложения и обрабатывать Big Data в многопоточной среде.

Computer vision на Python

Код курса
VISI
Ближайшая дата курса
1 апреля, 2024
Длительность обучения
40 ак.часов
Стоимость обучения
90 000 руб.

Это делает Python универсальным и надежным средством для работы с производительными приложениями, а также с Big Data обработкой. Освоить Python на профессиональном уровне в разработчика различных приложений и прочих прикладных областях Data Science вы сможете на практических курсах по Python в нашем лицензированном учебном центре обучения и повышения квалификации ИТ-специалистов в Москве:

Записаться на курс

Смотреть раcписание

Источники

  1. https://docs.python.org/3/

Добавить комментарий

Поиск по сайту