Rumah pembangunan bahagian belakang Tutorial Python Sambung ke berbilang pangkalan data, buat atau jana pertanyaan SQL, analisis atau visualisasikan.

Sambung ke berbilang pangkalan data, buat atau jana pertanyaan SQL, analisis atau visualisasikan.

Dec 12, 2024 pm 05:07 PM

Connect to multiple databases, make or generate SQL queries, analyze or visualize.

Sumber: https://github.com/HimrajDas/SQTHON

SQTHON

Sambung ke berbilang pangkalan data, jalankan pertanyaan SQL mentah, lakukan analisis dan buat visualisasi.

Sedang mengusahakan:

  • SqthonAI: hasilkan pertanyaan SQL menggunakan LLM pilihan anda ?
  • Peningkatan keselamatan?
  • Ciri Baharu
  • pengecualian tersuai untuk pameran ralat yang lebih baik ?

Pakej belum diterbitkan kepada pypi lagi dan sedang dibuat menggunakan puisi. ?

Pada masa ini, pakej ini akan berfungsi pada tingkap sahaja.

Dan untuk keselamatan anda cipta persekitaran maya.?

Pemasangan ?

1. Klon repositori.

https://github.com/HimrajDas/SQTHON.git
Salin selepas log masuk
Salin selepas log masuk
cd sqthon
Salin selepas log masuk
Salin selepas log masuk

2. Pasang puisi (jika tidak dipasang)

Menggunakan Windows powershell

(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -
Salin selepas log masuk

Menggunakan Linux, macOS, Windows (WSL)

curl -sSL https://install.python-poetry.org | python3 -
Salin selepas log masuk

Menggunakan pipx

pipx install poetry
Salin selepas log masuk

3. Pasang kebergantungan menggunakan puisi

poetry install
Salin selepas log masuk

Pemasangan alternatif ?

pip install git https://github.com/HimrajDas/SQTHON

Sekarang bagaimana cara saya menggunakannya?

1. Cipta fail .env dalam akar projek anda. [langkah yang mesti dilakukan]

  • tetapkan kata laluan pangkalan data seperti ini: kata laluan

2. Mari sambung ke pangkalan data.

from sqthon import Sqthon
# Instantiate the class. Passwords gets fetch from the .env file (that's why you have to create it)
sq = Sqthon(dialect="mysql", user="root", host="localhost", service_instance_name="MySQL service instance name")

# Connects to a database
conn1 = sq.connect_to_database(database="dbname", local_infile=True) # local_infile controls the infile settings for the client.
conn2 = sq.connect_to_database("dbname")

# or you can connect like this:
conn3 = sq.connect_db.connect(database="dbname") # not preferred ❌.
Salin selepas log masuk

Jika pelayan MySQL anda tidak berjalan maka menyediakan service_instance_name akan memulakan pelayan secara automatik.
Jika anda tidak menjalankan skrip sebagai pentadbir, ia akan meminta keistimewaan pentadbir untuk memulakan pelayan.

3. Pertanyaan.

Katakan anda mempunyai pangkalan data bernama dummy ?

Sambung ke pangkalan data.

dummy_conn = sq.connect_to_database(database="dummy")
Salin selepas log masuk

Sekarang, bagaimana saya menjalankan beberapa pertanyaan?

# Suppose, You have a table named sales in the dummy database.
query = """
SELECT customer_name FROM sales;
"""

customer_names = dummy_conn.run_query(query=query) # it will return the result as pandas dataframe.
Salin selepas log masuk

run_query mempunyai beberapa param selain pertanyaan, ia adalah: visualize: bool = False,
jenis_plot: str = Tiada,
x=Tiada,
y=Tiada,
tajuk=Tiada.
Jika anda membuat visualize=True dan memberikan x, y dan plot_type args maka ia akan mengembalikan graf bersama
data yang saya rasa tidak sesuai untuk kegunaan pembolehubah nanti.

4. Visualisasi.

https://github.com/HimrajDas/SQTHON.git
Salin selepas log masuk
Salin selepas log masuk

5. Mengimport CSV ke Jadual.

Saya telah mengasingkan ciri ini atas beberapa sebab keselamatan. Apa yang saya maksudkan ialah ia menggunakan
yang berasingan enjin untuk mengimport csv ke meja yang anda tidak perlu risau ?

Ia wujud dalam util.py sebagai kaedah yang berasingan tanpa kehidupan daripada yang lain.
Pada masa ini ia menyokong mysql sahaja.

Nama Kaedah: import_csv_to_mysqltable

Params ia mempunyai:

  • pengguna: str
  • hos: str
  • pangkalan data: str
  • csv_path: str
  • contoh_perkhidmatan: str = Tiada
  • jadual: str

pengguna: nama pengguna,
hos: hos,
pangkalan data: nama pangkalan data,
csv_path: laluan relatif atau mutlak ke fail csv.

jadual: nama jadual, jika ia tidak wujud maka ia akan mencipta jadual mengikut fail csv.
Anda tidak perlu risau tentang jenis data. Ia akan mengendalikannya.

cd sqthon
Salin selepas log masuk
Salin selepas log masuk

Atas ialah kandungan terperinci Sambung ke berbilang pangkalan data, buat atau jana pertanyaan SQL, analisis atau visualisasikan.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1662
14
Tutorial PHP
1261
29
Tutorial C#
1234
24
Python vs C: Aplikasi dan kes penggunaan dibandingkan Python vs C: Aplikasi dan kes penggunaan dibandingkan Apr 12, 2025 am 12:01 AM

Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Python: Permainan, GUI, dan banyak lagi Python: Permainan, GUI, dan banyak lagi Apr 13, 2025 am 12:14 AM

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Rancangan Python 2 jam: Pendekatan yang realistik Rancangan Python 2 jam: Pendekatan yang realistik Apr 11, 2025 am 12:04 AM

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Berapa banyak python yang boleh anda pelajari dalam 2 jam? Berapa banyak python yang boleh anda pelajari dalam 2 jam? Apr 09, 2025 pm 04:33 PM

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python: meneroka aplikasi utamanya Python: meneroka aplikasi utamanya Apr 10, 2025 am 09:41 AM

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

See all articles