Python在数据库领域有诸多应用实例，以下为一些常见的场景及对应示例代码： ### 数据库连接与数据操作 Python可连接多种数据库并进行增删改查操作。以SQLite为例，它是轻量级数据库引擎，支持多种编程语言，以下是使用Python连接SQLite并执行基本操作的代码： ```python import sqlite3 # 连接到SQLite数据库 conn = sqlite3.connect('example.db') c = conn.cursor() # 创建一个表 c.execute('''CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT, age INTEGER)''') # 插入数据 c.execute("INSERT INTO users (name, age) VALUES ('John', 25)") conn.commit() # 查询数据 c.execute("SELECT * FROM users") rows = c.fetchall() for row in rows: print(row) # 关闭连接 conn.close() ``` ### 数据库与数据仓库的交互 数据仓库用于存储和处理大量历史数据，Python可实现数据仓库的ETL（Extract、Transform、Load）过程。以下示例展示了如何从一个CSV文件提取数据，进行简单转换后加载到SQLite数据库： ```python import sqlite3 import pandas as pd # 读取CSV文件 data = pd.read_csv('data.csv') # 连接到SQLite数据库 conn = sqlite3.connect('data_warehouse.db') # 将数据加载到数据库 data.to_sql('data_table', conn, if_exists='replace') # 关闭连接 conn.close() ``` ### 大数据处理与数据库结合 在处理大数据时，Python的`Pandas`库可与数据库结合进行数据分析和处理。以下示例使用`Pandas`从MySQL数据库中读取数据，并进行简单的数据分析： ```python import pandas as pd import mysql.connector # 连接到MySQL数据库 mydb = mysql.connector.connect( host="localhost", user="yourusername", password="yourpassword", database="yourdatabase" ) # 从数据库中读取数据 query = "SELECT * FROM your_table" data = pd.read_sql(query, mydb) # 进行数据分析 average_age = data['age'].mean() print(f"Average age: {average_age}") # 关闭连接 mydb.close() ```