### 如何使用 Python 连接并读取 MySQL 数据 以下是两种常见的方法用于连接和读取 MySQL 数据库的数据：`mysql-connector-python` 和 `pandas` 结合 `SQLAlchemy`。 #### 方法一：使用 mysql-connector-python 此方法适用于基础的数据库操作需求。首先需要安装该库： ```bash pip install mysql-connector-python ``` 随后可以通过以下代码实现连接到 MySQL 并查询数据： ```python import mysql.connector from mysql.connector import Error try: connection = mysql.connector.connect( host='127.0.0.1', # 主机地址 database='mysql', # 数据库名称 user='root', # 用户名 password='123456' # 密码 ) if connection.is_connected(): cursor = connection.cursor() # 执行 SQL 查询语句 sql_query = "SELECT Host, User FROM mysql.user;" cursor.execute(sql_query) # 获取所有记录列表 records = cursor.fetchall() print("Total number of rows:", cursor.rowcount) for row in records: print(f"Host: {row[0]}, User: {row[1]}") except Error as e: print("Error while connecting to MySQL", e) finally: if (connection.is_connected()): cursor.close() connection.close() print("MySQL connection is closed") ``` 以上代码展示了如何建立与关闭数据库连接，以及执行简单查询的操作[^1]。 #### 方法二：使用 pandas 和 SQLAlchemy 如果希望更方便地将查询结果转换为 DataFrame，则可以考虑使用 `pandas` 配合 `sqlalchemy` 库完成这一目标。先确保已安装所需依赖项： ```bash pip install pandas sqlalchemy pymysql ``` 下面是具体实现方式： ```python import pandas as pd from sqlalchemy import create_engine # 创建引擎对象 engine_str = 'mysql+pymysql://root:123456@127.0.0.1/mysql' engine = create_engine(engine_str) # 使用 read_sql 函数加载数据至 Pandas 的 DataFrame 中 query = "SELECT Host, User FROM mysql.user;" df = pd.read_sql(query, engine) print(df.head()) ``` 这种方法不仅简化了数据获取流程，还使得后续数据分析更加便捷[^2]。 --- #### 总结 无论是采用基础库还是高级框架的方式都可以有效地达成目的——即利用 Python 脚本访问存储于远程或者本地服务器上的关系型数据库资源，并从中提取有用的信息供进一步处理或展示之用。