python管理——设置清华镜像站;安装pandas数据分析⼯具;安装pymysql连接器;python脚本

一、方法一

指定pip从哪个源服务器下载和安装Python包

pip3 config set global.index-url
清华镜像站
https://pypi.tuna.tsinghua.edu.cn/simple
安装 SQLAlchemy
yum -y install sqlalchemy
使用pip3安装pandas库
pip3 install pandas
导入pandas作为pd
import pandas as pd
创建数据表
from sqlalchemy import create_engine
        class Python_Mysql(object):
                def __init__(self):
                        print("test")
                def getEngine(seft):
                        host=input("sign mysql server host:")
                        username=input("sign mysql username:")
                        password=input("sign mysql password:")
                        databasename=input("sign database name:")
                        port=input("sign mysql port:")
        engine=create_engine(f"mysql+pymysql://{username}:
{password}@{host}:{port}/{databasename}")
                        return engine
                def querySql(self,conn):
                        sql=input("sign your sql:")
                        return
pd.read_sql(sql=sql,con=conn)
if __name__=="__main__":
        demo=Python_Mysql()
        #sql=input("sign sql:")
        # sql="select * from user"
        rs=demo.querySql(demo.getEngine())
        print(rs)


二、方法二


1. 设置清华镜像站(从国内下载安装包,提⾼下载和安装速度)
2. 安装pandas数据分析⼯具(pandas是知名的数据分析⼯具,pandas有完整的读取数据的⼯具,以及DateFrame数据框架,⽤于保存从数据库中读取的数据)
3. 安装pymysql连接器(oracle为开发者提供的python管理mysql的⼯具,通过这个⼯具,就恶意在不替原有代码的情况下,应对数据库软件的升级)
指定pip从哪个源服务器下载和安装Python包
pip3 config set global.index-url
清华镜像站
https://pypi.tuna.tsinghua.edu.cn/simple
​​​​​安装pandas
yum -y install pandas
安装pymysql
yum -y install pymysql
导入pandas作为pd
>>> import pandas as pd
导入pymysql
>>> import pymysql
>>> conn=pymysql.connect(
... host='192.168.1.130',
... user='dongdong',
... password='1',
... database='test',
... port=3306
... )
>>> conn

>>> cursor=conn.cursor()
>>> cursor

>>> sql="select * from user"
>>> cursor.excute(sql)
Traceback (most recent call last):
File "", line 1, in
AttributeError: 'Cursor' object has no attribute 'excute'
>>> cursor.execute(sql)
3
>>> cursor.description
(('id', 3, None, 11, 11, 0, False), ('username', 253, None, 180, 180, 0, False), ('password', 253, None, 180, 180, 0, False))
>>> desc=cursor.description
>>> res
3
>>> res=cursor.fetchall()
>>> res
((1, 'aaa', '123'), (8, 'baba', 'pipi'), (20, 'aaaaaaaa', 'bbbbbbbb'))
>>> desc
(('id', 3, None, 11, 11, 0, False), ('username', 253, None, 180, 180, 0, False), ('password', 253, None, 180, 180, 0, False))
>>> [item[0] for item in desc]
['id', 'username', 'password']
>>> col=[item[0] for item in desc]
>>> df=pd.DataFrame(res,columns=col)
>>> df
           id         username         password
0         1            aaa                 123
1         8            baba                pipi
2         20         aaaaaaaa         bbbbbbbb
总结

1. 和shell脚本⼀样python⽂件也可以称为py脚本,也是将pyhton指令做⼀个集合
2. 为了脚本更加的智能化和⾃动化,添加选择语句(智能)循环语句(⾃动化)
3. 同时为了开发效率,可读性,做了⽅法,类,模块,


三、python脚本


1. python脚本完成并配置成功之后,将脚本部署为⼀个⼆进制的可执⾏⽂件
2. 因为py⽂件要被执⾏需要在linux中安装python环境
3. 但是⼆进制可执⾏⽂件,不要环境,在任何linux主机上都可以执⾏
4. 步骤
(2) 安装pyinstaller
pip3 install pyinstaller
(2)使⽤pyinstaller⽣成可执⾏⽂件
pyinstaller --onefile xxx.py
# py⽂件中必须是有 if __name__=="__main__":
# xxxxx

你可能感兴趣的:(python,pandas,数据分析)