欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

五种使用python储存数据的方式

程序员文章站 2023-03-01 19:58:23
在python编程开发中,总是不可避免的遇到数据储存的问题,下面就介绍python与几种数据储存方式交互的方法。 json文件 json是一种轻量级的数据交换格式。采用完全独立...

在python编程开发中,总是不可避免的遇到数据储存的问题,下面就介绍python与几种数据储存方式交互的方法。

json文件

json是一种轻量级的数据交换格式。采用完全独立于编程语言的文本格式来存储和表示数据。层次结构简洁而清晰,易于人阅读和编写,同时也易于机器解析和生成,并有效地提升网络传输效率。

最主要的是,通过json这个包可以很方便的解决无论是py2还是py3中的编码问题,json的内容结构也近似于python中的字典和列表,操作起来特别方便。

import json
# 此时有一个json文件,结构大概是 [{},{},{}...] 打开这个文件
# 使用json load读取文件内容,然后可以直接用列表或者字典的方式去操作con这个变量
con = json.loads(content)
# 那么如何储存为json文件呢?
# 使用dumps将列表序列化并且转换为unicode编码,储存的时候,就可以存你最喜欢的utf-8了
lis = [{},{},{}...]
data = json.dumps(lis, ensure_ascii=False)
f.write(data.encode('utf-8'))

csv文件

转换为csv文件后,我们就可以直接用excel打开拉图表了

import csv
# 打开文件
with open(filename, 'w') as f:
    writer = csv.writer(f) # 构造写入器
    data = ('1','2','3') # 填写三格
    data = ('','','3')   # 填写一格,前两格空起来
    data = ('1','')      # 填写第一格,后面无论多少格都空起来
    writer.writerow(data)  # writerow每执行一次,写入一行 注意其中的参数data需要是一个元组

# 注意,在windows中,打开文件需要使用

with open(filename, 'w', newline='') as f:

# 否则每写一行都会多一个空行

# 原因是 windows中换行符号是 \n\r ,csv库中并没有做特别的处理,所以会产生空行

MySQL数据库

应该是最常用的操作了,使用mysql的优点是看数据真的很直观(如果使用GUI程序的话)

导入包略微不一样
@python3
import pymysql
@python2
import MySQLdb

# 建立连接 注意数据库写入数据时数据的编码
conn = MySQLdb.connect(host='localhost', port=3306, db='test',
user='root', passwd='', charset='utf8')

# 新建游标 游标操作sql语句
cur = conn.cursor()
result = cur.execute("insert into students(name) values('Jack')")
result = cur.execute("insert into students(name,age) values(%s,%s)", params)

# sql对数据库数据有改变的时候,使用commit()提交,否则不生效
conn.commit()

# 返回数据到python,使用fetchone和fetchall从内存中取数据,取了一个清空一个
cur.execute('select * from students where id between 1 and 5')
result=cur.fetchone()
result=cur.fetchall()

# 最后记得关闭连接
cur.close()
conn.close()

 

Redis数据库

优点是方便,速度快,需要注意的是取出的数据是二进制数据,一般需要转为字符串再操作。

操作大全: python-redis操作大全

import redis

# 建立连接
client = redis.Redis(host='lcoalhost', port=6379)

# 操作数据
client.set('nums', [1,2,3,4,5])
result = client.get('name')

# 使用事务(避免失败操作导致数据只操作了一半)
pipe = client.pipeline()
pipe.set('name', 'Jack')
pipe.execute()

 

Mongdb数据库

优点是不在乎数据结构,需要注意的是取出来的时候要写个脚本整理一下。

import pymongo

# 建立连接 指定数据表
client = pymongo.MongoClient('localhost', 27017)
test1_db = client.test1
sheet_stu = db.stu

# 操作数据
info = {name:'Jack',age:18}
info_id = stu.insert_one(info).inserted_id
cur_list = [cur for cur in stu.find()]
count = stu.count()