La ciencia de datos: cómo utilizar python para gestionar los datos de bases de datos relacionales
Python es ideal para la gestión de datos. datos científicos saben que las bases de datos vienen en todo tipo de formas. Por ejemplo, AskSam es una especie de base de datos de texto de forma libre. Sin embargo, la gran mayoría de los datos utilizados por organizaciones dependen de las bases de datos relacionales, porque estas bases de datos proporcionan los medios para organizar grandes cantidades de datos complejos de una manera organizada que hace que los datos fáciles de manipular.
El objetivo de un gestor de bases de datos es hacer fácil de manipular. El foco de la mayoría de almacenamiento de datos es hacer que los datos fácil de recuperar.
Bases de datos relacionales lograr tanto la manipulación y datos objetivos de recuperación con relativa facilidad. Sin embargo, debido a las necesidades de almacenamiento de datos de todas las formas y tamaños para una amplia variedad de plataformas informáticas, hay muchos productos diferentes bases de datos relacionales. De hecho, para el científico de datos, la proliferación de sistemas de gestión de base de datos diferente (DBMS) utilizando varios diseños de datos es uno de los principales problemas que encuentre en la creación de un amplio conjunto de datos para el análisis.
El único denominador común entre muchas bases de datos relacionales es que todos ellos se basan en una forma del mismo lenguaje para la manipulación de los datos, lo que facilita el trabajo del científico de datos más fácil. El lenguaje de consulta estructurado (SQL) le permite realizar todo tipo de tareas de gestión en una base de datos relacional, recuperar datos según sea necesario, e incluso moldear de una manera particular, por lo que la necesidad de realizar la conformación adicional es innecesario.
Creación de una conexión a una base de datos puede ser una tarea compleja. Por un lado, lo que necesita saber cómo conectarse a la base de datos en particular. Sin embargo, se puede dividir el proceso en trozos más pequeños. El primer paso es acceder al motor de base de datos. Utiliza dos líneas de código similar al código siguiente (pero el código presentado aquí no tiene la intención de ejecutar y realizar una tarea):
de create_engineengine importación sqlalchemy = create_engine ( ‘sqlite: ///: memoria:’)
Después de tener acceso a un motor, puede utilizar el motor para realizar tareas específicas a ese DBMS. La salida de un método de lectura es siempre una Marco de datos objeto que contiene los datos que se solicitan. Para escribir los datos, debe crear una Marco de datos oponerse o usar una existente Marco de datos objeto. Normalmente utiliza estos métodos para realizar la mayoría de tareas:
read_sql_table (): Lee datos de una tabla de SQL a una Marco de datos objeto
read_sql_query (): Lee datos de una base de datos mediante una consulta SQL a una Marco de datos objeto
read_sql (): Lee datos desde una tabla de SQL o una consulta a una Marco de datos objeto
DataFrame.to_sql (): Escribe el contenido de una Marco de datos oponerse a las tablas especificadas en la base de datos
Video: Base de Datos #2| Modelo relacional
La biblioteca sqlalchemy proporciona soporte para una amplia gama de bases de datos SQL. La siguiente lista contiene sólo algunos de ellos:
SQLite
MySQL
PostgreSQL
servidor SQL
Otras bases de datos relacionales, tales como los que se pueden conectar con el uso de Open Database Connectivity (ODBC)
Video: Gestión de Base de Datos en Python a través de comandos SQL
Marque aquí para descubrir más acerca de cómo trabajar con bases de datos.