### 如何将 MySQL 数据导入到 Python 中 为了实现从 MySQL 到 Python 的数据迁移，可以采用两种主要方法：一种是通过 `pandas` 和 `SQLAlchemy` 结合使用来简化操作；另一种则是利用 `mysql-connector-python` 进行更底层的操作。 #### 方法一：使用 Pandas 和 SQLAlchemy 导入 MySQL 数据 这种方法适合于那些希望快速获取并处理少量至中等规模的数据集的人群。Pandas 提供了强大的数据分析功能，而 SQLAlchemy 是一个 SQL 工具包和对象关系映射器 (ORM)，它能够帮助建立与多种数据库系统的连接。 ```python import pandas as pd from sqlalchemy import create_engine # 创建引擎实例 engine = create_engine('mysql+pymysql://username:password@host/dbname') # 执行查询并将结果加载为DataFrame df = pd.read_sql("SELECT * FROM table_name", engine) print(df.head()) ``` 此代码片段展示了如何创建一个指向特定 MySQL 数据库的连接，并执行简单的 SELECT 查询以检索整个表格的内容[^1]。 #### 方法二：使用 mysql-connector-python 直接访问 MySQL 对于需要更多控制权或者正在处理非常大的数据集的应用场景来说，直接使用 `mysql-connector-python` 可能更加合适。这种方式允许开发者编写自定义逻辑来进行复杂的数据转换或其他预处理任务。 ```python import mysql.connector connection = mysql.connector.connect( host="localhost", user="your_username", password="your_password", database="your_database" ) cursor = connection.cursor() query = "SELECT * FROM your_table" try: cursor.execute(query) rows = cursor.fetchall() for row in rows: print(row) finally: cursor.close() connection.close() ``` 这段脚本说明了怎样打开一个新的数据库会话，发送一条 SQL 命令给服务器端去抓取所有记录，最后关闭资源释放网络连接[^4]。