本系列教程为量化开发者，提供本地量化金融数据仓库的搭建教程与全套源代码。我们以恒有数(UDATA)金融数据社区为数据源，将金融基础数据落到本地数据库。教程提供全套源代码，包括历史数据下载与增量数据更新，数据更新任务部署与日常监控等操作。
在上一节讲述中，我们选择了 MySQL 作为本系列教程的数据库，故本文着重讲解 Python 操作 MySQL 的步骤，并封装方法。在文末简单介绍 Python 操作 MongoDB、SQLite、PostgreSQL 数据库；
一、pymysql 用法
1、安装 pymysql 模块
2、连接数据库
from pymysql import * # 打开数据库连接，数据库参数可以在MySQL界面或数据库配置文件中查看conn = pymysql.connect(host = '数据库IP', port = '端口', user = '用户名', password = '密码', database='数据库名称')
# 使用 cursor() 方法创建一个游标对象 cursorcursor = conn.cursor()
# 在数据库操作执行完毕后，关闭数据库连接# conn.close()
复制代码
3、常见 SQL 代码执行
from pymysql import * # 执行SQL代码：建表、删表、插入数据def Execute_Code(sql_str): # 打开数据库连接 conn = pymysql.connect(host = '127.0.0.1',port = 3306,user = 'root', password = '密码',database='udata') # 使用 cursor() 方法创建一个游标对象 cursor cursor = conn.cursor() try: # 使用execute()方法执行SQL cursor.execute(sql) # 提交到数据库执行 conn.commit() except: # 发生错误时回滚 conn.rollback() # 关闭数据库连接 conn.close()
复制代码
A、建表
sql_str = '''CREATE TABLE TB_Stock_List_Test ( secu_code CHAR(20), hs_code CHAR(20), secu_abbr CHAR(20), chi_name CHAR(40), secu_market CHAR(20), listed_state CHAR(20), listed_sector CHAR(20), updatetime CHAR(20));'''Execute_Code(sql_str)
复制代码
B、插入数据
sql_str = '''INSERT INTO TB_Stock_List_Test(`secu_code`,`hs_code`,`secu_abbr`,`chi_name`,`secu_market`,`listed_state`,`listed_sector`,`updatetime`)VALUES('000001','000001.SZ','平安银行','平安银行股份有限公司','深圳证券交易所','上市','主板','2021-10-25 20:10:55');'''Execute_Code(sql_str)
复制代码
C、更新数据
sql_str = "UPDATE tb_stock_list SET updatetime = '2021-10-30 20:10:55' "Execute_Code(sql_str)
复制代码
D、删除数据
sql_str = 'DELETE FROM tb_stock_list'Execute_Code(sql_str)
复制代码
E、删除表格
sql_str = 'DROP TABLE IF EXISTS tb_stock_list'Execute_Code(sql_str)
复制代码
4、查询操作
def Select_Code(sql_str): # 打开数据库连接 conn = pymysql.connect(host = '127.0.0.1',port = 3306,user = 'root', password = '密码',database='udata') # 使用 cursor() 方法创建一个游标对象 cursor cursor = conn.cursor() # 使用execute()方法执行SQL cursor.execute(sql_str) # 获取所有记录列表 results = cursor.fetchall() # 关闭数据库连接 conn.close() return results
复制代码
sql_str = 'select * from tb_stock_list'results = Select_Code(sql_str)results
复制代码
5、方法封装
将上述用法，封装为自定义类，存为 MySQLOperation.py 文件，代码如下：
from pymysql import * # MySQL操作函数class MySQLOperation: def __init__(self, host, port, db, user, passwd, charset='utf8'): # 参数初始化 self.host = host self.port = port self.db = db self.user = user self.passwd = passwd self.charset = charset def open(self): # 打开数据库连接 self.conn = connect(host=self.host,port=self.port ,user=self.user,passwd=self.passwd ,db=self.db,charset=self.charset) # 使用 cursor() 方法创建一个游标对象 cursor self.cursor = self.conn.cursor() def close(self): # 断开数据库连接 self.cursor.close() self.conn.close() def Execute_Code(self, sql): # 执行SQL代码：建表、删表、插入数据 try: self.open() # 打开数据库连接 self.cursor.execute(sql) # 使用execute()方法执行SQL self.conn.commit() # 提交到数据库执行 self.close() # 断开数据库连接 except Exception as e: self.conn.rollback() # 发生错误时回滚 self.close() # 断开数据库连接 print(e) def Select_Code(self, sql): # 执行SQL代码，查询数据 try: self.open() # 打开数据库连接 self.cursor.execute(sql) # 使用execute()方法执行SQL result = self.cursor.fetchall() # 获取所有记录列表 self.close() # 断开数据库连接 return result # 返回查询数据 except Exception as e: self.conn.rollback() # 发生错误时回滚 self.close() # 断开数据库连接 print(e)
复制代码
插入与查询用法如下，其余用法类似，此处不再赘述；
import pandas as pdhost='127.0.0.1'port=3306user='root'passwd="xxxx"db='udata'# 方法实例化MySQL = MySQLOperation(host, port, db, user, passwd)# 插入操作代码sql_str = '''INSERT INTO tb_stock_list(`secu_code`,`hs_code`,`secu_abbr`,`chi_name`,`secu_market`,`listed_state`,`listed_sector`,`updatetime`)VALUES('000001','000001.SZ','平安银行','平安银行股份有限公司','深圳证券交易所','上市','主板','2021-10-25 20:15:55');'''MySQL.Execute_Code(sql_str)# 查询数据sql_str = 'select * from tb_stock_list'results = MySQL.Select_Code(sql_str)results
复制代码
二、sqlalchemy 用法
由于上述 pymysql 用法已经可以满足大部分使用需求，sqlalchemy 实现功能与之类似。这里着重介绍一下基于 sqlalchemy 链接数据库的 pandas.to_sql 和 pandas.read_sql 操作。
1、安装 pymysql 模块
2、连接数据库
from sqlalchemy import create_enginehost='127.0.0.1'port = 3306user='root'password='密码'database='udata'engine = create_engine('mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8'.format(user ,password ,host ,port ,database))
复制代码
3、pandas.to_sql
将 DataFrame 中的数据，写入 MySQL 数据库，代码示例如下：
import pandas as pd# 定义需要写入的数据，DataFrame格式data = pd.DataFrame([['000001','000001.SZ','平安银行','平安银行股份有限公司' ,'深圳证券交易所','上市','主板','2021-10-25 20:12:55'], ['000002','000002.SZ','万 科Ａ','万科企业股份有限公司' ,'深圳证券交易所','上市','主板','2021-10-25 20:12:55']])# 列名赋值data.columns = ['secu_code','hs_code', 'secu_abbr', 'chi_name' , 'secu_market', 'listed_state','listed_sector','updatetime']# 写入数据库data.to_sql(name='tb_stock_list', con=engine, index=False, if_exists='append')
复制代码
if_exists** 参数用于当目标表已经存在时的处理方式，默认是 fail，即目标表存在就失败。另外两个选项是 replace 表示替代原表，即删除再创建，append 选项仅添加数据。**
4、pandas.read_sql
从数据库中，将数据读取为 DataFrame，代码示例如下：
# 将sql查询结果，赋值为resultresult = pd.read_sql('''SELECT * FROM tb_stock_list ''', con=engine)result
复制代码
三、Python 操作其他常见数据库
1、MongoDB
（1）安装 pymongo：pip install pymongo
（2）操作简介
import pymongo# 连接MongoDBconn = pymongo.MongoClient(host='localhost',port=27017 ,username='username', password='password')# 指定数据库db = conn['udata'] # db = client.udata# 指定集合collection = db['tb_stock_list'] # collection = db.tb_stock_list# 插入数据 insert_one()、insert_many()data1 = {} # 集合，键值对，1条数据data2 = {} # 集合，键值对，1条数据result = collection.insert_many([data1, data2])# result = collection.insert_one(data1)# 查询数据 find_one()、find()result = collection.find_one({'secu_code': '000001'})# 更新数据 update_one()、update()result = collection.update_one({'secu_code': '000001'}, {'$set': {'hs_code': '000001'}})# 删除数据 remove()、delete_one()和delete_many()result = collection.remove({'secu_code': '000001'})
复制代码
2、SQLite
（1）安装 sqlite3：pip install sqlite3
（2）操作简介
import sqlite3# 连接数据库conn = sqlite3.connect('udata.db')# 创建游标cursor = conn.cursor()# 执行SQLsql = "增减删等SQL代码"cursor.execute(sql)# 查询数据sql = "查询sql代码"values = cursor.execute(sql)# 提交事物conn.commit()# 关闭游标cursor.close()# 关闭连接conn.close()
复制代码
3、PostgreSQL
（1）安装 psycopg2：pip install psycopg2
（2）操作简介
import psycopg2# 连接数据库conn = psycopg2.connect(database="udata", user="postgres" , password="密码", host="127.0.0.1", port="5432")# 创建游标cursor = conn.cursor()# 执行SQLsql = "增减删等SQL代码"cursor.execute(sql)# 查询全部数据sql = "查询sql代码"cursor.execute(sql)rows = cursor.fetchall()# 事物提交conn.commit()# 关闭数据库连接conn.close()
复制代码
综上，Python 操作数据库的简要介绍就结束了；还有很多类型的数据库，Python 操作它们的过程大同小异，后续我也将会继续梳理相关资料。
下一节《Python 量化投资数据仓库搭建 3：数据落库代码封装》
评论