当然很多数据库python都可以链接在用的，看你自己最善长建议使用什么数据库了，如果对数据库什么的不是很清楚的话就用mongodb吧，依靠pymongo非常好可以使用的，不过其他的数据库如mysqlpostgressql等等都无压力的。
1.安装和导入模块
以python中的sqlalchemy模块为例，另外建议使用其他第三方模块，sqlalchemy也能操作各种数据库，以及oracle、postgresql、mysql、sqlite、sqlserver等等，如果你还是没有安装，是可以是从200元以内命令接受按装：
要测试3sqlalchemy模块是否是正确直接安装，也可以在jupyterlab中运行以下代码：
如果不是该模块真确完全安装，是会输出来版本号，我目前在用的版本是1.3.20。
相同的数据库，要安装好不同的第三方模块，假如，要操作oracle，这样大多要先完全安装cx_oracle：
2.连接到数据库
在又开始操作数据库之前，需要先创建战队一个数据库引擎，然后把再直接连接数据库：
其中用户名、密码和ip地址等基本信息，要依据自己的求实际情况并且改。
3.创建表
替演示用python自动你的操作数据库，举例你的数据库账号强大创建家族表的权限，这样就这个可以执行下面的语句，实现修改三个新的表：
4.增删改查
数据库的具体用法操作以及增、删、改、查，下面三个简单点观摩下。
必须，提高两行设计模拟用的数据：
主要，删除掉其中一行：
然后，修改另一行数据：
虽然sqlalchemy更加强大，不过假如能对付pandas一同可以使用，那就就能配合得天衣无缝，进而要好地可以解决数据处理和分析的问题。
再者，按条件查询指定的数据：
5.数据备份和删除掉表
总是，我们还不需要把数据备份到数据库中，假如真接可以使用pandas的to_sql函数，这样的话字符串类型的列会被自动出现存储为clob，这样的话后续处理站了起来就会也很麻烦。
我们是可以用一个函数，实现方法自动出现转换的为nvarchar类型：
这个功能还也可以应用于有所不同数据库之间的数据转移。比如，从一个mysql数据库中去查询指定的数据，存放为df，然后再再只附加到oracle数据库中。
如果没有可以设置好相应的定时任务，就能实现用python手动你操作数据库，最大限度地自动出现能完成相关工作。
后来，我们删掉上面观摩带的两个表，并关闭数据库连接上，节约资源，降低浪费，这是三个非常好的习惯。
小结
本文详细介绍了用python手动操作数据库的一些常用方法，从sqlalchemy和cx_oracle模块的安装和导入，到连接上数据库，再到修改表和增删改查，后来对数据参与备份和删除表，这些操作都也可以在jupyterlab中一键恢复想执行，自动出现成功一些数据库的咨询操作。
当然了，你这个可以根据自己的实际中情况，如何修改数据库的类型和字符串连接等信息，并执行各种各样的sql语句，自动出现能完成极其急切的数据库操作。
内容如需转载自：林骥
.jpg)
