在Python开发中,数据存储、读取是必不可少的环节,而且可以采用的存储方式也很多,常用的方法有json文件、csv文件、MySQL数据库、Redis数据库以及Mongdb数据库等。
1. json文件存储数据
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,可以轻松解决py2和py3的编码问题,内容结构类似于python中的字典和列表,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。
相关推荐:《Python教程》
2. csv文件
Python可以将数据存储为CSV文件格式,我们可以用excel打开CSV文档,进行数据的浏览,十分方便,以下是将数据存储到test.csv文件的相关实例:
import pandas as pd list=[[1,2,3],[4,5,6],[7,8,9]] name=[‘id’,’uid’,’time’] test=pd.DataFrame(columns=name,date=list) test.to_csv(‘E:/test.csv’)
3. MySQL数据库
MySQL数据库存储方式是使用Python数据存储最常用的存储方式,Python标准数据库接口为Python DB-API,Python DB-API为开发人员提供了数据库应用程序接口,MySQLdb 是用于Python链接Mysql数据库的接口。MySQL数据库存储过程是引入API模块、获取与数据库的连接、执行SQL语句和存储过程,最后关闭数据库连接。
4. Redis数据库
使用Python数据存储为Redis数据库,优点是方便、速度快,但是取出的数据是二进制数据,一般需要转为字符串再操作,以下是具体实例:
import redis client = redis.Redis(host='lcoalhost', port=8080) client.set('nums', [6,7,8,5,4]) result = client.get('name') pipe = client.pipeline() pipe.set('name', 'oldboy') pipe.execute()
5. Mongdb数据库
使用Python数据存储为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需要写个脚本整理一下,以下是具体实例:
import pymongo client = pymongo.MongoClient('localhost', 8080) test1_db = client.test1 sheet_stu = db.stu info = {name:'oldboy',age:30} info_id = stu.insert_one(info).inserted_id cur_list = [cur for cur in stu.find()] count = stu.count()
常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用?
- 本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
- 提示下载完但解压或打开不了?
- 找不到素材资源介绍文章里的示例图片?
- 模板不会安装或需要功能定制以及二次开发?
发表评论
还没有评论,快来抢沙发吧!