用Python生成藝術之分形與算法繪圖實踐
更新時間：2026年03月21日 14:58:23 作者：2301_79574179
這篇文章主要介紹了用Python生成藝術之分形與算法繪圖實踐,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
SQLAlchemy是Python中最流行的ORM（對象關系映射）框架之一，它提供了高效且靈活的數據庫操作方式。
本文將介紹如何使用SQLAlchemy ORM進行數據庫操作。
安裝
pip install sqlalchemy
如果需要連接特定數據庫，還需安裝相應的驅動程序：
# PostgreSQL pip install psycopg2-binary # MySQL pip install mysql-connector-python # SQLite (Python標準庫已包含，無需額外安裝)
核心概念
- Engine：數據庫連接的引擎，負責與數據庫通信
- Session：數據庫會話，管理所有持久化操作
- Model：數據模型類，對應數據庫中的表
- Query：查詢對象，用于構建和執(zhí)行數據庫查詢
連接數據庫
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
# 創(chuàng)建數據庫連接引擎
# SQLite示例
engine = create_engine('sqlite:///example.db', echo=True)
# PostgreSQL示例
# engine = create_engine('postgresql://username:password@localhost:5432/mydatabase')
# MySQL示例
# engine = create_engine('mysql+mysqlconnector://username:password@localhost:3306/mydatabase')
# 創(chuàng)建會話工廠
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
# 創(chuàng)建會話實例
session = SessionLocal()定義數據模型
from sqlalchemy import Column, Integer, String, ForeignKey
from sqlalchemy.orm import relationship, declarative_base
# 創(chuàng)建基類
Base = declarative_base()
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True, index=True)
name = Column(String(50), nullable=False)
email = Column(String(100), unique=True, index=True)
# 定義一對多關系
posts = relationship("Post", back_populates="author")
class Post(Base):
__tablename__ = 'posts'
id = Column(Integer, primary_key=True, index=True)
title = Column(String(100), nullable=False)
content = Column(String(500))
author_id = Column(Integer, ForeignKey('users.id'))
# 定義多對一關系
author = relationship("User", back_populates="posts")
# 定義多對多關系（通過關聯表）
tags = relationship("Tag", secondary="post_tags", back_populates="posts")
class Tag(Base):
__tablename__ = 'tags'
id = Column(Integer, primary_key=True, index=True)
name = Column(String(30), unique=True, nullable=False)
posts = relationship("Post", secondary="post_tags", back_populates="tags")
# 關聯表（用于多對多關系）
class PostTag(Base):
__tablename__ = 'post_tags'
post_id = Column(Integer, ForeignKey('posts.id'), primary_key=True)
tag_id = Column(Integer, ForeignKey('tags.id'), primary_key=True)創(chuàng)建數據庫表
# 創(chuàng)建所有表 Base.metadata.create_all(bind=engine) # 刪除所有表 # Base.metadata.drop_all(bind=engine)
基本CRUD操作
創(chuàng)建數據
# 創(chuàng)建新用戶
new_user = User(name="張三", email="zhangsan@example.com")
session.add(new_user)
session.commit()
# 批量創(chuàng)建
session.add_all([
User(name="李四", email="lisi@example.com"),
User(name="王五", email="wangwu@example.com")
])
session.commit()讀取數據
# 獲取所有用戶 users = session.query(User).all() # 獲取第一個用戶 first_user = session.query(User).first() # 根據ID獲取用戶 user = session.query(User).get(1)
更新數據
# 查詢并更新
user = session.query(User).get(1)
user.name = "張三四"
session.commit()
# 批量更新
session.query(User).filter(User.name.like("張%")).update({"name": "張氏"}, synchronize_session=False)
session.commit()刪除數據
# 查詢并刪除 user = session.query(User).get(1) session.delete(user) session.commit() # 批量刪除 session.query(User).filter(User.name == "李四").delete(synchronize_session=False) session.commit()
查詢數據
基本查詢
# 獲取所有記錄 users = session.query(User).all() # 獲取特定字段 names = session.query(User.name).all() # 排序 users = session.query(User).order_by(User.name.desc()).all() # 限制結果數量 users = session.query(User).limit(10).all() # 偏移量 users = session.query(User).offset(5).limit(10).all()
過濾查詢
from sqlalchemy import or_
# 等值過濾
user = session.query(User).filter(User.name == "張三").first()
# 模糊查詢
users = session.query(User).filter(User.name.like("張%")).all()
# IN查詢
users = session.query(User).filter(User.name.in_(["張三", "李四"])).all()
# 多條件查詢
users = session.query(User).filter(
User.name == "張三",
User.email.like("%@example.com")
).all()
# 或條件
users = session.query(User).filter(
or_(User.name == "張三", User.name == "李四")
).all()
# 不等于
users = session.query(User).filter(User.name != "張三").all()聚合查詢
from sqlalchemy import func
# 計數
count = session.query(User).count()
# 分組計數
user_post_count = session.query(
User.name,
func.count(Post.id)
).join(Post).group_by(User.name).all()
# 求和、平均值等
avg_id = session.query(func.avg(User.id)).scalar()連接查詢
# 內連接
results = session.query(User, Post).join(Post).filter(Post.title.like("%Python%")).all()
# 左外連接
results = session.query(User, Post).outerjoin(Post).all()
# 指定連接條件
results = session.query(User, Post).join(Post, User.id == Post.author_id).all()關系操作
# 創(chuàng)建帶關系的對象
user = User(name="趙六", email="zhaoliu@example.com")
post = Post(title="我的第一篇博客", content="Hello World!", author=user)
session.add(post)
session.commit()
# 通過關系訪問
print(f"文章 '{post.title}' 的作者是 {post.author.name}")
print(f"用戶 {user.name} 的所有文章:")
for p in user.posts:
print(f" - {p.title}")
# 多對多關系操作
python_tag = Tag(name="Python")
sqlalchemy_tag = Tag(name="SQLAlchemy")
post.tags.append(python_tag)
post.tags.append(sqlalchemy_tag)
session.commit()
print(f"文章 '{post.title}' 的標簽:")
for tag in post.tags:
print(f" - {tag.name}")事務管理
# 自動提交事務
try:
user = User(name="測試用戶", email="test@example.com")
session.add(user)
session.commit()
except Exception as e:
session.rollback()
print(f"發(fā)生錯誤: {e}")
# 使用事務上下文管理器
from sqlalchemy.orm import Session
def create_user(session: Session, name: str, email: str):
try:
user = User(name=name, email=email)
session.add(user)
session.commit()
return user
except:
session.rollback()
raise
# 嵌套事務
with session.begin_nested():
user = User(name="事務用戶", email="transaction@example.com")
session.add(user)
# 保存點
savepoint = session.begin_nested()
try:
user = User(name="保存點用戶", email="savepoint@example.com")
session.add(user)
savepoint.commit()
except:
savepoint.rollback()最佳實踐
- 會話管理：為每個請求創(chuàng)建新會話，請求結束后關閉
- 異常處理：始終處理異常并適當回滾事務
- 延遲加載：注意N+1查詢問題，使用 eager loading 優(yōu)化
- 連接池：合理配置連接池大小和超時設置
- 數據驗證：在模型層或應用層驗證數據完整性
# 使用上下文管理器管理會話
from contextlib import contextmanager
@contextmanager
def get_db():
db = SessionLocal()
try:
yield db
db.commit()
except Exception:
db.rollback()
raise
finally:
db.close()
# 使用示例
with get_db() as db:
user = User(name="上下文用戶", email="context@example.com")
db.add(user)總結
SQLAlchemy ORM提供了強大而靈活的數據庫操作方式，通過本文的介紹，您應該能夠：
- 安裝和配置SQLAlchemy
- 定義數據模型和關系
- 執(zhí)行基本的CRUD操作
- 構建復雜查詢
- 管理數據庫事務
- 遵循最佳實踐
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
下面小編就為大家分享一python之virtualenv的簡單使用方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2017-11-11
Tkinter是內置到Python安裝包中的,只要安裝好Python之后就能import?Tkinter,而且IDLE也是用Tkinter編寫而成的。本文將用Tkinter編寫經典的井字棋小游戲，需要的可以參考一下2022-03-03
這篇文章主要介紹了pytorch-autograde-計算圖的特點，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-05-05
這篇文章主要介紹了Python自動化測試selenium指定截圖文件名方法,Selenium 支持 Web 瀏覽器的自動化,它提供一套測試函數,用于支持 Web 自動化測試,下文基于python實現指定截圖文件名方法,需要的小伙伴可以參考一下2025-02-02
python 使用xlsxwriter循環(huán)向excel中插入數據和圖片的操作
這篇文章主要介紹了python 使用xlsxwriter循環(huán)向excel中插入數據和圖片的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-01-01
python在windows和linux下獲得本機本地ip地址方法小結
這篇文章主要介紹了python在windows和linux下獲得本機本地ip地址方法,實例分析了Python獲得IP地址的技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-03-03
Python常見錯誤:IndexError:?list?index?out?of?range解決
最近在寫一個爬蟲程序,但是卻出現了錯誤提示IndexError:?list?index?out?of?range,所以下面這篇文章主要給大家介紹了關于Python常見錯誤:IndexError:?list?index?out?of?range的解決方法,需要的朋友可以參考下2023-01-01
在Python中,import 語句的本質是加載并初始化一個模塊,使得模塊中定義的函數、類、變量等可以在另一個腳本中被訪問和使用,下面給大家分享python中的導入方式,感興趣的朋友一起看看吧2024-06-06
tensorflow中tf.slice和tf.gather切片函數的使用
今天小編就為大家分享一篇tensorflow中tf.slice和tf.gather切片函數的使用，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
這篇文章主要介紹了pandas.DataFrame寫入數據庫的實現方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08