Python培訓：讀寫數據庫

　　大多數情況下，海量的數據是使用數據庫進行存儲的，這主要是依賴于數據庫的數據結構化、數據共享性、獨立性等特點。因此，在實際生產環(huán)境中，絕大多數數據都是存儲在數據庫中。Pandas支持MySQL、Oracle、SQLite等主流數據庫的讀寫操作。

　　為了高效地對數據庫中的數據進行讀取，這里需要引入SQLAlchemy。SQLALchemy是使用Python編寫的一款開源軟件，它提供的SQL工具包和對象映射工具能夠高效地訪問數據庫。在使用SQLAlchemy時需要使用相應的連接工具包，比如MySQL需要安裝mysqlconnector，Oracle則需要安裝cx_oracle。

　　Pandas的io.sql模塊中提供了常用的讀寫數據庫函數，具體如下。

　　1.read_sql_table()：讀取的整張數據表中的數據轉換成DataFrame對象。

　　2.read_sql_query()：將SQL語句讀取的結果轉換成DataFrame對象。

　　3.read_sql()：上述兩個函數的結合，既可以讀數據表也可以讀SQL語句。

　　4.to_sql()：將數據寫入到SQL數據庫中。

　　上述列舉了各個函數的具體功能。其中，read_sql_table()函數與read_sql_query()函數都可以將讀取的數據轉換為DataFrame對象，前者表示將整張表的數據轉換成DataFrame，后者則表示將執(zhí)行SQL語句的結果轉換為DataFrame對象。

　　注意：在連接MySQL數據庫時，這里使用的是mysqlconnector驅動，如果當前的Python環(huán)境中沒有該模塊，則需要使用pip install mysql-connector命令安裝該模塊。