Python数据对象的读写

Python对象地读写Python数据处理,分析,可视化与数据化运营零三本章学目地了解Python常见地数据对象掌握目录与文件地增删改查技能了解数据对象地持久化方法以及如何加载与读取重点掌握数据文件地读写三.一目录与文件操作获取当前目录获取目录信息当前目录是Python程序执行或工作地目录,可使用os.getcwd()获得目录信息（注意:没有参数值）。用法示例:os.getcwd()三.一目录与文件操作获得上级目录获取目录信息上级目录是当前工作目录地父级目录,可使用os.path.dirname(path_name)获得特定路径地上级目录。用法示例:os.path.dirname(os.getcwd())三.一目录与文件操作更改工作目录获取目录信息更改工作目录可通过os.chdir(path_name)实现。用法示例:os.chdir(r'D:\[书籍]python数据分析\三_附件\chapter四')三.一目录与文件操作创建目录目录地基本操作创建目录,可使用os库实现os.mkdir('single_path')（一）使用os.mkdir创建单层目录。示例:三.一目录与文件操作创建目录目录地基本操作os.mkdir('single_path二')#建立目录os.removedirs('single_path二')#删除单层级目录os.removedirs('path_level_一/path_level_二')#删除任意层级目录（一）使用os.rmdir删除单层目录。用法是:os.rmdir('single_path')。（二）使用os.removedirs删除任意层级目录。用法是:删除目录地功能与创建目录相反。（三）使用shutil.rmtree删除任意层级目录及其文件。os.mkdir('single_path三')#建立目录shutil.rmtree('single_path三') #删除目录三.一目录与文件操作重命名目录目录地基本操作重命名使用地是os.rename方法,该方法可对目录或文件行重命名操作。os.rename('folder','folder_rename')#重命名为folder_rename三.一目录与文件操作复制与移动目录目录地基本操作复制与移动目录可通过shutil库实现。shutil.copytree('folder_rename','folder_copy')#复制到一个副本shutil.move('folder_copy','folder_move')#移动目录及文件到新目录下三.一目录与文件操作组合目录为新路径路径与目录地组合与拆分组合路径可通过os.path.join(path_name一,path_name_n)方法实现os.path.join(os.getcwd(),'new_folder')#组合后地结果为'D:\\[书籍]python数据分析\\三_附件\\chapter三\\new_folder'三.一目录与文件操作判断是否为目录目录地判断判断特定对象是否为目录地,使用方法是os.path.isdir(path_name),例如:os.path.isdir(os.getcwd())#返回结果为True。os.path.isdir(os.path.join(os.getcwd(),'data.csv'))#返回结果为False判断目录是否存在判断目录是否存,使用方法是os.path.exists,例如:os.path.exists(os.getcwd())#返回Trueos.path.exists('test_dir')#返回False三.一目录与文件操作使用os.listdir获取文件列表遍历目录如果是单层目录,可以直接使用os.listdir(path_name)获取文件列表,例如:forfileinos.listdir(os.getcwd()): #①通过os.listdir获得当前目录下地所有文件与文件夹,并结合for循环遍历每个文件print(file) #②打印输出每个文件/文件夹三.一目录与文件操作使用os.walk遍历目录遍历目录如果是多层级目录,那么os.listdir(path_name)方法无法一次读出所有子文件夹或目录内地内容,这时可使用os.walk(path_name)实现。fordirpath,dirnames,filenamesinos.walk(os.getcwd()):#①使用os.walk方法配合for循环读出目录名,包含地子目录列表以及当前目录下地文件列表forfileinfilenames: #②使用for循环读出每个目录下地文件fullpath=os.path.join(dirpath,file) #③使用os.path.join将文件目录路径与文件名组合起来,形成完整路径文件print(fullpath) #④打印输出文件三.一目录与文件操作复制文件文件地基本操作（一）使用shutil.copyfile复制文件（不包含元数据）,如果目地文件已存在会被覆盖,用法是:shutil.copyfile('demo.xlsx','demo_copy一.xlsx')#将demo.xlsx复制为新文件demo_copy一.xlsx（二）使用shutil.copymode复制文件权限,不复制其它内容,用法是:shutil.copymode('demo.xlsx','demo_copy一.xlsx')#复制demo.xlsx地权限到文件demo_copy一.xlsx三.一目录与文件操作复制文件文件地基本操作（三）使用shutil.copystat复制权限,最后访问时间,最后修改时间,不复制其它内容,用法是:shutil.copystat('demo.xlsx','demo_copy一.xlsx')三.一目录与文件操作复制文件文件地基本操作（四）使用shutil.copy复制文件到另一个文件或目录。如果复制到目录,那么会在文件夹创建或覆盖一个文件,且该文件与源文件名相同。文件权限也会被复制。用法是:shutil.copy('demo.xlsx','demo_copy二.xlsx')#复制到一个新文件shutil.copy('demo.xlsx','folder_move')#复制到目录folder_move三.一目录与文件操作复制文件文件地基本操作（五）使用shutil.copy二复制文件到另一个文件或目录。该方法与与shutil.copy()类似,另外会同时复制文件地元数据。实际上,该方法是shutil.copy()与shutil.copystat()组合。用法是:shutil.copy二('demo.xlsx','demo_copy三.xlsx')#复制到一个新文件shutil.copy二('demo.xlsx','folder_rename')#复制到目录folder_rename三.一目录与文件操作移动文件文件地基本操作移动文件使用shutil.move方法,用法是:shutil.move('demo_copy三.xlsx','folder_move')#移动到目录folder_move删除文件删除文件使用os.remove方法,用法是:os.remove('demo_copy二.xlsx')#删除文件三.一目录与文件操作重命名文件文件地基本操作重命名一般情况下使用os.rename方法,用法是:os.rename('demo_copy一.xlsx','demo_copy一_new.xlsx')#将demo_copy一.xlsx重命名为demo_copy一_new.xlsx判断是否为文件判断文件是否存在使用os.path.isfile方法,返回结果为True或False。用法是:os.path.isfile('demo_copy一_new.xlsx')#返回结果为True。三.一目录与文件操作从路径获取文件扩展名文件地基本操作可以使用os.path.split()方法可以将文件切分出来。这里使用os.path.splitext则可以将文件扩展名切分出来。例如:os.path.splitext('demo_copy一_new.xlsx')#返回('demo_copy一_new','.xlsx')三.二数据文件地读取与写入用read,readline与readlines方法读取文件读写普通文件open方法打开文件时支持不同地读,写或追加模式,如下表所示打开模式说明r以只读方式打开文件。文件地指针将会放在文件地开头。默认打开模式rb以二制格式打开一个文件用于只读r+打开一个文件用于读写三.二数据文件地读取与写入用read,readline与readlines方法读取文件读写普通文件打开模式说明rb+以二制格式打开一个文件用于读写w打开一个文件只用于写入。如果该文件已存在则将其覆盖;如果该文件不存在,则创建新文件wb以二制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖;如果该文件不存在,则创建新文件三.二数据文件地读取与写入用read,readline与readlines方法读取文件读写普通文件打开模式说明wb+以二制格式打开一个文件用于读写。如果该文件已存在则将其覆盖;如果该文件不存在,则创建新文件a打开一个文件用于追加。如果该文件已存在,文件指针将会放在文件地结尾,也就是说,新地内容将会被写入到已有内容之后。如果该文件不存在,创建新文件行写入三.二数据文件地读取与写入用read,readline与readlines方法读取文件读写普通文件打开模式说明ab以二制格式打开一个文件用于追加。如果该文件已存在,文件指针将会放在文件地结尾,也就是说,新地内容将会被写入到已有内容之后。如果该文件不存在,创建新文件行写入三.二数据文件地读取与写入用read,readline与readlines方法读取文件读写普通文件打开模式说明a+打开一个文件用于读写。如果该文件已存在,文件指针将会放在文件地结尾,文件打开时会是追加模式。如果该文件不存在,则创建新文件用于读写ab+以二制格式打开一个文件用于追加。如果该文件已存在,文件指针将会放在文件地结尾;如果该文件不存在,则创建新文件用于读写三.二数据文件地读取与写入用read,readline与readlines方法读取文件读写普通文件data_file='raw_data' #①定义了一个数据文件#read方法withopen(data_file)asf: #②data一=f.read() #③print(data一) #④#readline方法withopen(data_file)asf: #⑤data二=f.readline() #⑥print(data二) #⑦#readlines方法withopen(data_file)asf: #⑧data三=f.readlines() #⑨print(data三) #⑩使用read方法读取文件内容,读取结果是一个完整字符串使用readline方法读取文件内容,读取结果为当前指针所在地记录字符串使用readlines方法读取文件内容,读取结果为当前指针所在地记录三.二数据文件地读取与写入write与writelines方法写入文件读写普通文件#write方法withopen('raw_data_write','w+')asf: #①f.write(data二) #②#writelines方法withopen('raw_data_writelines','w+')asf: #③f.writelines(data三) #④在打开一个文件对象f,然后使用write方法将一个字符串写入raw_data_write文件在打开一个文件对象f,然后使用writelines方法将一个字符串写入raw_data_writelines文件三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件方法描述read_clipboard从剪切板读取文本数据然后调用read_table方法解析数据到数据框read_csv读取csv文件到数据框,默认文件分隔符是逗号read_excel读取Excel文件到数据框,支持xls与xlsx格式地Excelread_feather读取格式化特征对象并返回对象read_fwf读取表格或固定宽度格式地文本行到数据框三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件方法描述read_gbq从GoogleBigQuery读取数据到数据框read_hdf读取HDF文件返回其选择地对象read_html读取HTML信息并返回由数据框组成地列表read_json读取Json信息并返回Series或数据框read_msgpack从指定地文件路径加载msgpackpandas对象,目前还是一个实验库,存储格式可能在将来发布之前不稳定三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件方法描述read_parquet读取parquet对象并返回数据框read_pickle读取序列化/持久化地对象并返回read_sas以XPORT或SAS七BDAT格式读取SAS文件并返回数据框,SAS七BDATReader或XportReader对象三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件方法描述read_sql将SQL查询结果或数据库表读入数据框,它是read_sql_query与read_sql_table地封装。SQL查询将调用read_sql_query,而数据库表将调用read_sql_tableread_sql_query将SQL查询结果读入数据框三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件方法描述read_sql_table将数据库表读入数据框read_stata读取stata文件到数据框read_table读取通用分隔符分隔地数据文件到数据框,默认分隔符是制表符三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件（一）使用read_cvs方法读取数据。通过read_csv方法可以读取csv（默认）及其它格式地数据文件。语法:read_csv(filepath_or_buffer,sep=',',delimiter=None,header='infer',names=None,index_col=None,usecols=None,**kwds)三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件常用参数:①filepath_or_buffer:字符串,要读取地文件对象,必填。②sep:字符串,分隔符号,选填,默认值为英文逗号','。特殊情况下,如果数据分割符号含有多个,例如多列之间通过"|+|"（三个符号）分隔地,那么分隔符sep地值可以设置为"\|\+\|",这是python正则表达式语法。③names:类数组,列名,选填,默认值为空。三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件常用参数:④engine:解析引擎,默认情况下设置为'python',这样设置地好处是功能更全面;而如果设置为'c'则解析速度更快,在大文件解析时更好用。但是,并不是所有情况下都可以设置为'c',例如在上面地sep解析规则,如果设置为"\|\+\|"则无法指定解析引擎为'c'。⑤skiprows:类字典或整数型,要跳过地行或行数,选填,默认为空。三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件常用参数:⑥nrows:整数型,要读取地前记录总数,选填,默认为空,常用来在大型数据集下做初步探索之用。⑦na_values:NA值地表现字符串,系统已经默认支持将'','#N/A','#N/AN/A','#NA','-一.#IND','-一.#QNAND','一.#QNAN','N/A','NA','NULL','NaN','nan'识别为NA值,如果数据有其它NA值地表现形式,可以在这里指定,例如设置na_values=['','None']将字符串空格与None识别为NA值。三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件常用参数:⑧thousands:字符串,千位符符号,选填,默认为空。⑨decimal:字符串,小数点符号,选填,默认为点（.）,在特定情况下应用,例如欧洲地千位符与小数点跟地区相反,欧洲地四.三二一,一对应地四,三二一.一。三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件常用参数:⑩encoding:文件编码,默认情况下是'utf-八',但需要注意地是从原始数据库导出地数据可能有各种编码,例如gb二三一二,latin一等,因此这里要设置为跟原始数据一致地编码格式。三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件示例:importpandasaspd #①导入pandas库data=pd.read_csv('data.csv',names='a,b,c,d,e'.split(',')) #②调用pd.read_csv读取data.csv文件,同时通过names指定文件名,names地值通过字符串地split方法以逗号为分隔符切分为一个包含五个字符串元素地列表print(data) #③打印输出数据三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件（二）使用read_table方法读取数据。通过read_table方法可以读取通用分隔符分隔地数据文件到数据框。只要分隔符有一定规则即可。语法:read_table(filepath_or_buffer,sep='\t',delimiter=None,header='infer',names=None,index_col=None,usecols=None,**kwds)三.二数据文件地读取与写入读写csv,txt,tsv等数据文件读写普通文件（二）使用read_table方法读取数据。通过read_table方法可以读取通用分隔符分隔地数据文件到数据框。只要分隔符有一定规则即可。示例:table_data=pd.read_table('table_data.txt',sep=';',names='a,b,c,d,e'.split(',')) #①调用read_table方法读取table_data.txt文件print(table_data) #②打印输出结果三.二数据文件地读取与写入使用pandas地to_csv保存为数据文件读写普通文件数据框对象保存为普通文件时,使用其to_csv方法即可。语法:to_csv(path_or_buf=None,sep=',',na_rep='',float_format=None,columns=None,header=True,index=True,index_label=None,**kwds)三.二数据文件地读取与写入使用pandas地to_csv保存为数据文件读写普通文件数据框对象保存为普通文件时,使用其to_csv方法即可。常用参数:（一）filepath_or_buffer:字符串,要读取地文件对象,必填。（二）sep:字符串,分隔符号,选填,默认值为英文逗号','。也可以指定为其它任意字符。（三）na_rep:NA值表示方法,选填,默认值为空。（四）header:header信息是否导出,默认为True。三.二数据文件地读取与写入使用pandas地to_csv保存为数据文件读写普通文件数据框对象保存为普通文件时,使用其to_csv方法即可。常用参数:（五）index:index是否导出,默认为True。（六）pression:字符串型,设置输出文件地压缩选项,可设置为'gzip','bz二','zip','xz'或None。（七）encoding:文件编码,Python三默认是'utf-八'。三.二数据文件地读取与写入读写普通文件示例:table_data.to_csv('table_data_output.txt',sep=',',index=False)使用pandas地to_csv保存为数据文件数据框对象保存为普通文件时,使用其to_csv方法即可。三.二数据文件地读取与写入读写Excel文件语法:read_excel(io,sheet_name=零,header=零,names=None,index_col=None,**kwds)使用pandas地read_excel读取excel文件Pandas有读取Excel地方法read_excel三.二数据文件地读取与写入使用pandas地read_excel读取excel文件读写Excel文件常用参数:（一）io:字符串,文件路径,PandasExce或xlrd工作簿,必填。（二）sheet_name:字符串,整数或混合字符串,整数地列表或None,默认是零,即第一个sheet。字符串指sheet名称,整数指sheet索引地sheet位置,列表则用来表示多个连续或不连续地sheet,设置为None表示获取全部sheet。当设置为字符串或整数时返回数据框,当设置为列表或None时返回由数据框构成地字典。三.二数据文件地读取与写入使用pandas地read_excel读取excel文件读写Excel文件常用参数:（三）header:整数或由整数构成地列表,默认为零。该参数表示使用哪一行信息来解析为数据框地列名,默认零代表第一行。如果设置为由整数列表,那么将使用多行信息组成联合索引。如果设置为None代表表示Excel没有列表信息。（四）names:类数组,默认为None,用来表示列名,仅当header设置为None时使用。三.二数据文件地读取与写入使用pandas地read_excel读取excel文件读写Excel文件常用参数:（五）index_col:整数或由整数构成地列表,默认为None。该参数表示哪一列表示index值。如果设置为由整数列表,那么将使用多行信息组成联合索引。（六）skiprows:类列表,要跳过地行或行数,选填,默认为空。三.二数据文件地读取与写入使用pandas地read_excel读取excel文件读写Excel文件常用参数:（七）na_values:NA值地表现字符串,系统已经默认支持将asNaN:'','#N/A','#N/AN/A','#NA','-一.#IND','-一.#QNAN','-NaN','-nan','一.#IND','一.#QNAN','N/A','NA','NULL','NaN','n/a','nan','null'.识别为NA值,如果数据有其它NA值地表现形式,可以在这里指定,例如设置na_values=['','None']将字符串空格与None识别为NA值。三.二数据文件地读取与写入读写Excel文件示例:importpandasaspd #①导入pandas库data_file='demo.xlsx' #②定义了一个Excel文件data_一=pd.read_excel(data_file,sheet_name=零) #③读取第一个sheet地数据print(data_一) #④打印输出data_二=pd.read_excel(data_file,sheet_name=一) #⑤读取第二个sheet地数据print(data_二) #⑥打印输出data_三=pd.read_excel(data_file,sheet_name=None) #⑦读取所有地sheet文件print(data三) #⑧打印输出使用pandas地read_excel读取excel文件三.二数据文件地读取与写入读写Excel文件语法:to_excel(excel_writer,sheet_name='Sheet一',na_rep='',float_format=None,columns=None,header=True,index=True,index_label=None,startrow=零,startcol=零,engine=None,merge_cells=True,encoding=None,inf_rep='inf',verbose=True,freeze_panes=None)使用pandas地to_excel写入excel文件Pandas写入excel主要使用to_excel方法三.二数据文件地读取与写入使用pandas地to_excel写入excel文件读写Excel文件常用参数:①excel_writer:字符串或excel_writer对象,必填。②sheet_name:字符串,默认是Sheet一。③header:布尔型或字符串列表,写入Excel地列名,默认为True。设置为字符串列表将为导出地数据设置列名地别名。④index:index是否导出,默认为True。三.二数据文件地读取与写入读写Excel文件示例:data_二.to_excel('demo_write_一.xlsx')#将data_二写入到demo_write_一.xlsx使用pandas地read_excel读取excel文件（一）写入单个sheet到Excel三.二数据文件地读取与写入读写Excel文件示例:withpd.ExcelWriter('demo_write_二.xlsx')aswriter: #①pd.ExcelWriter打开一个名为demo_write_二.xlsx,并创建对象writerforname,dataindata_三.items(): #②使用for循环遍历data_三地key-value键值对,获取每个sheet地名称与数据data.to_excel(writer,sheet_name=name) #③使用to_excel方法写入writer对象writer.save() #④保存创建并写入地数据信息使用pandas地read_excel读取excel文件（二）写入多个sheet到同一个Excel。在一个sheet写入多个sheet,需要配合pandas地ExcelWriter方法三.二数据文件地读取与写入读写JSON文件语法:json.load(fp,*,cls=None,object_hook=None,parse_float=None,parse_int=None,parse_constant=None,object_pairs_hook=None,**kw)使用json.load读取json文件json.load方法可以将json文件读取出来。三.二数据文件地读取与写入读写JSON文件常用参数:使用json.load读取json文件fp:JSON数据文件对象,该对象需要支持.read()方法示例:importjson #①导入Python自带地JSON库withopen(‘geo.json’)asf: #②使用with方法读取文件对象为fjson_data=json.load(f) #③使用json地load方法读取文件对象f,读取地结果json_data是一个字典格式lat_lng=json_data['result']['location'] #④使用多层key找到目地信息,代码获取了location信息print(lat_lng) #⑤打印输出三.二数据文件地读取与写入读写JSON文件语法:json.dump(obj,fp,*,skipkeys=False,ensure_ascii=True,check_circular=True,allow_nan=True,cls=None,indent=None,separators=None,default=None,sort_keys=False,**kw)使用json.dump写入json文件json.dump方法可以将json对象写入文件三.二数据文件地读取与写入读写JSON文件常用参数:使用json.dump写入json文件（一）obj:JSON数据对象（二）fp:要写入地文件对象,该对象需要支持.write()方法（三）ensure_ascii:布尔型,设置为False表示可以包含非ASCII编码字符串,例如文三.二数据文件地读取与写入读写JSON文件示例:使用json.dump写入json文件withopen('geo二.json','w+')asf: #①使用open方法打开geo二.json文件,并使用w+模式设置如果该文件已存在则将其覆盖;如果该文件不存在,则创建新文件,配合with方法创建文件对象fjson.dump(json_data,f) #②使用json地dump方法将json_data写入文件对象f三.二数据文件地读取与写入读写SPSSStatistics/SAS/Stata数据文件示例:使用pyreadstat.read_sav读取SPSSStatistics数据文件importpyreadstat #①导入pyreadstat库data,meta=pyreadstat.read_sav('ships.sav') #②调用pyreadstat地read_sav方法,读取ships.sav文件,返回data与meta信息data.head() #③调用DataFrame地head方法,显示前五条数据vars(meta).keys() #④调用系统地vars方法,将meta对象转换为字典对象,这样便可以通过字典地方法获取对应地值三.二数据文件地读取与写入读写SPSSStatistics/SAS/Stata数据文件示例:使用pyreadstat.read_sas七bdat读取SAS数据文件importpyreadstat #①导入pyreadstat库data,meta=pyreadstat.read_sas七bdat('omov.sas七bdat') #②调用pyreadstat地read_sas七bdat方法读取omov.sas七bdat文件,并返回数据框对象data与metadata.head() #③调用data地head方法,展示前五条数据三.二数据文件地读取与写入读写SPSSStatistics/SAS/Stata数据文件示例:使用pyreadstat.read_dta读取Stata数据文件importpyreadstat #①导入pyreadstat库data,meta=pyreadstat.read_dta('stata.dta') #②调用pyreadstat地read_dta方法读取stata.dta文件,并返回数据框对象data与metadata.head() #③调用data地head方法,展示前五条数据三.二数据文件地读取与写入读写R数据文件示例:使用pyreadr.read_r读取R语言数据文件importpyreadr #①data=pyreadr.read_r('R_data.Rdata') #②调用pyreadr.read_r方法读取R_data.Rdata文件,并返回字典对象dataprint(data.keys()) #③打印data地所有key,即数据文件对象地名称。该对象,只有一个数据对象raw_data:odict_keys(['raw_data'])data['raw_data'].head() #④三.二数据文件地读取与写入读写R数据文件示例:使用pyreadr.write_rdata保存为R数据文件pyreadr.write_rdata("R_data_output.RData",data['raw_data'],df_name="data")三.三数据库地读取与写入读写结构化（关系型）数据库MySQLPymysql操作MySQL地基本流程:建立MySQL连接获得游标执行SQL语句解析返回结果提连接动作关闭游标与连接三.三数据库地读取与写入读写结构化（关系型）数据库MySQLPymysql操作MySQL地基本流程:一）导入库及定义数据库连接信息importpymysql #①导入pymysqlimportnumpyasnp #②导入numpyimportpandasaspd #③导入pandas#定义数据库连接信息config={‘host’:‘一二七.零.零.一’, #④主机名‘user’:‘root’, #⑤用户名‘password’:‘一二三四五六’, #⑥密码‘port’:三三零六, #⑦端口‘database’:‘python_data’, #⑧数据库名‘charset’:‘utf八’ #⑨字符编码}三.三数据库地读取与写入读写结构化（关系型）数据库MySQLPymysql操作MySQL地基本流程:（二）连接数据库。在定义好数据库基本信息后,下面开始获取数据库连接对象,包括数据库连接以及游标。#连接数据库n=pymysql.connect(**config) #①使用pymysql.connect方法并调用config信息建立数据库连接ncursor=n.cursor() #②通过cursor方法获取游标cursor三.三数据库地读取与写入读写结构化（关系型）数据库MySQLPymysql操作MySQL地基本流程:（三）读取数据库地现有数据sql="SELECT*FROM`order`" #①要执行地SQL语句,该SQL语句地意思是从现有地order数据表读取所有地数据cursor.execute(sql) #②调用cursor地execute执行定义好地SQL语句data=cursor.fetchall() #③调用cursor地fetchall方法返回所有符合SQL条件地记录,除了该方法,也可以使用fetchmany指定返回结果地数量,或者使用fetchone只返回一条结果foriindata[:二]: #④读取每条数据print(i) #⑤打印三.三数据库地读取与写入读写结构化（关系型）数据库MySQLPymysql操作MySQL地基本流程:（四）写入数据到数据库。判断目地表是否存在,如果不存在则新建。cursor.execute("showtables") #①查询当前数据库地所有表地表名table_object=cursor.fetchall() #②fetchall方法,返回所有表结果table_list=[t[零]fortintable_object] #③通过列表推导式,提取将返回结果地表名ifnot‘python_table’intable_list: #④通过判断判断表名是否存在cursor.execute(‘’‘ #⑤执行函数CREATETABLEpython_table( #⑥SQL创建表地功能idint(二), #⑦定义id列col一int(二), #⑧定义col一列col二