作为数据分析师，掌握一门数据库语言，是很有必要的。
今天黄同学就带着大家学习两个关系型数据库MySQL、Oracle，了解一个非关系数据库MongoDB。
1. Python操作Oracle数据库
这一部分的难点在于：环境配置有点繁琐。不用担心，我为大家写了一篇关于Oracle环境配置的文章。
Python操作Oracle使用的是cx_Oracle库。需要我们使用如下命令提前安装：
pip insatll cx_Oracle
① Python链接Oracle服务器的3种方式
# ① 用户名、密码和监听写在一起
import cx_Oracle
db = cx_Oracle.connect('scott/a123456@DESKTOP-V4LKB10:1521/orcl')
# ② 用户名、密码和监听分开写
import cx_Oracle
db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
# ③ 配置监听并连接
import cx_Oracle
moniter = cx_Oracle.makedsn('192.168.2.1',1521,'orcl')
db = cx_Oracle.connect('scott','a123456',moniter)
② Python怎么获取Oracle中的数据？
这里有三种常用的方法，分别为大家进行介绍。
Ⅰ fetchone()：一次获取一条记录；
import cx_Oracle
# 注意：一定要加下面这两行代码，负责会中文乱码；
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'
db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
cursor = db.cursor()
cursor.execute('select count(*) from emp1')
aa = cursor.fetchone()
print(aa)
cursor.execute('select ename,deptno,sal from emp1')
for i in range(aa[0]):
a,b,c = cursor.fetchone()
d = "我的名字叫{}，所在部门是{}，工资是{}美元".format(a,b,c)
display(d)
db.close()
结果如下：
Ⅱ fetchall()：一次获取所有记录；
import cx_Oracle
# 注意：一定要加下面这两行代码，负责会中文乱码；
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'
db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
cursor = db.cursor()
cursor.execute('select ename,deptno,sal from emp1')
aa = cursor.fetchall()
# print(aa)
for a,b,c in aa:
d = "我的名字叫{}，所在部门是{}，工资是{}美元".format(a,b,c)
display(d)
db.close()
结果如下：
Ⅲ 使用pandas中的read_sql()方法，将提取到的数据直接转化为DataFrame进行操作；
import cx_Oracle
import pandas as pd
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'
db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
cursor = db.cursor()
df1 = pd.read_sql("select * from emp where deptno=20",db)
display(df1)
df2 = pd.read_sql("select * from emp where deptno=30",db)
display(df2)
结果如下：
2. Python操作MySQL数据库
MySQL数据库应该是国内应用最多的数据库。大多数公司一般都是使用的该数据库。这也就是很多学生在毕业之前都会选择学习该数据库知识，用于面试。
Python操作MySQL使用的是cx_Oracle库。需要我们使用如下命令提前安装：
pip insatll pymysql
更多细节参考：Python操作Oracle详解！
① Python链接MySQL服务器
import pymysql db = pymysql.connect(host='localhost',user='root',password='123456',port=3306,db='spiders',charset=' utf8')
这里面有六个参数，需要为大家一一介绍一下：
参数host：mysql服务器所在的主机的ip；
参数user：用户名；
参数password：密码；
参数port：连接的mysql主机的端口，默认是3306；
参数db：连接的数据库名；
参数charset：当读取数据出现中文会乱码的时候，需要我们设置一下编码；我们使用python操作数据库的时候，那么python就相当于是client，我们是用这个client来操作mysql的server服务器，python3默认采用的utf8字符集，我的mysql服务器默认采用latin1字符集，因此mysql中创建的每张表，都是建表的时候加了utf8编码的，因此这里设置的应该就是connection连接器的编码；
② Python怎么获取MySQL中的数据？
Ⅰ fetchone()：一次获取一条记录；
import pymysql
db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')
cursor = db.cursor()
cursor.execute('select count(*) from person')
aa = cursor.fetchone()
print(aa)
cursor.execute('select name,age from person')
for i in range(aa[0]):
a,b = cursor.fetchone()
c = "我的名字叫{}，今年{}岁".format(a,b)
display(c)
db.close()
结果如下：
Ⅱ fetchall()：一次获取所有记录；
import pymysql
db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')
cursor = db.cursor()
cursor.execute('select name,age from person')
aa = cursor.fetchall()
# print(aa)
for a,b in aa:
c = "我的名字叫{}，今年{}岁".format(a,b)
display(c)
db.close()
结果如下：
Ⅲ 使用pandas中的read_sql()方法，将提取到的数据直接转化为DataFrame进行操作；
import pymysql
import pandas as pd
db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')
cursor = db.cursor()
df1 = pd.read_sql("select * from student where ssex='男'",db)
display(df1)
df2 = pd.read_sql("select * from student where ssex='女'",db)
display(df2)
结果如下：
3. Python操作MongoDB数据库
这一部分主要带大家对比学习：关系型数据和非关系型数据库的不同之处。咱们了解一下即可，不必过深研究，因为数据分析师基本不会使用这种数据库。
Python操作MongoDB使用的是pymongo库。需要我们使用如下命令提前安装：
pip insatll pymongo
更多细节参考：Python操作MongoDB详解！
① Python链接MongoDB服务器
from pymongo import MongoClient
conn = MongoClient("localhost",27017)
② Python怎么获取MongoDB中的数据？
Ⅰ 查询部分文档；
res = collection.find({"age"： {"$gte"： 19}})
for row in res：
print(row)
Ⅱ 查询所有文档；
res = collection.find() for row in res： print(row)
Ⅲ 统计查询；
res = collection.find().count() print(res)
Ⅳ 根据 id 查询；
这里需要引入第三方库。
from bson.objectid import ObjectId
res = collection.find({"_id"：ObjectId("5cc506289e1d88c95465488e")})
print(res[0])
Ⅴ 升序排序；
res = collection.find().sort("age")
for row in res：
print(row)
Ⅵ 降序排序；
这里也需要引入第三方库。
import pymongo
res = collection.find().sort("age",pymongo.DESCENDING)
for row in res：
print(row)
Ⅶ 分页查询
res = collection.find().limit(3).skip(5) for row in res： print(row)
以上就是Python操作MySQL MongoDB Oracle三大数据库深入对比的详细内容，更多关于Python操作MySQL MongoDB Oracle对比的资料请关注服务器之家其它相关文章！
原文链接：https://huang-tong-xue.blog.csdn.net/article/details/120930905
