Python与MySQL数据库交互全流程实战指南-代码聚汇网

Python与MySQL数据库交互全流程实战指南

鲸喵爱面包蛋糕芝·2026-05-09·阅读 30 GEO检测（免费）

PythonMySQLpymysql

|难度：普通|阅读约 16 分钟

1. Python数据库操作实验概述

作为一名长期从事Python开发的工程师，我经常需要处理各种数据存储和查询任务。这次实验将带大家完整走一遍Python与MySQL数据库交互的全流程，从环境搭建到实际应用，涵盖pymysql和pandas两大核心工具的使用。

这个实验特别适合以下人群：

刚接触数据库操作的Python初学者
需要将Excel数据迁移到数据库的数据分析人员
想系统学习Python数据库编程的开发者

实验环境要求：

Windows 10/11操作系统
已安装Anaconda（含Jupyter Notebook）
MySQL 8.0数据库
Python 3.7+

提示：实验过程中请保持MySQL服务运行，不要关闭命令行窗口

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. MySQL环境配置详解

2.1 MySQL安装与初始化

很多同学在第一步安装MySQL时就容易遇到问题，这里分享我总结的可靠安装方法：

解压安装包：

bash复制# 将mysql-8.0.30-winx64.zip解压到C:\ProgramData
# 确保路径为C:\ProgramData\mysql-8.0.30-winx64

初始化数据库：

bash复制cd C:\ProgramData\mysql-8.0.30-winx64\bin
.\mysqld --initialize --console  # 注意记录输出的临时密码
.\mysqld -install
net start mysql

修改root密码：

bash复制.\mysql -u root -p  # 使用刚才的临时密码登录
alter user 'root'@'localhost' identified by '123456';
commit;

2.2 常见安装问题解决

在实际教学中，我发现同学们常遇到这些问题：

服务启动失败：

检查3306端口是否被占用
查看MySQL错误日志（data目录下.err文件）
尝试重新初始化：.\mysqld --remove然后重新安装

忘记临时密码：

删除data目录重新初始化
或者查看错误日志中的临时密码

路径问题：

确保所有操作都在bin目录下执行
路径不要包含中文或空格

3. 数据库连接与操作

3.1 使用pymysql建立连接

pymysql是Python连接MySQL最常用的库，下面是标准连接方式：

python复制import pymysql

# 建立数据库连接
db = pymysql.connect(
    host='localhost',
    user='root',
    password='123456',
    database='student_101'  # 可以省略，后续用USE语句选择
)

# 创建游标对象
cursor = db.cursor()

# 执行SQL语句
cursor.execute("CREATE DATABASE IF NOT EXISTS student_101")
cursor.execute("USE student_101")

# 关闭连接
cursor.close()
db.close()

注意：一定要记得关闭连接，否则会导致连接泄漏

3.2 学生名单导入实战

让我们实现将Excel学生名单导入MySQL的功能：

python复制from openpyxl import load_workbook

def import_students(file_path):
    # 读取Excel文件
    wb = load_workbook(file_path)
    sheet = wb.active
    
    # 连接数据库
    db = pymysql.connect(host='localhost', user='root', password='123456')
    cursor = db.cursor()
    
    # 创建数据库和表
    cursor.execute("CREATE DATABASE IF NOT EXISTS student_101")
    cursor.execute("USE student_101")
    cursor.execute("""
        CREATE TABLE IF NOT EXISTS mingdan (
            sno VARCHAR(20) PRIMARY KEY,
            sname VARCHAR(50) NOT NULL
        )
    """)
    
    # 插入数据
    for row in sheet.iter_rows(min_row=2, values_only=True):
        sno, sname = str(row[0]), str(row[1])
        try:
            cursor.execute("INSERT INTO mingdan VALUES (%s, %s)", (sno, sname))
        except pymysql.err.IntegrityError:
            print(f"学号{sno}已存在，跳过")
    
    db.commit()
    print(f"成功导入{sheet.max_row-1}条学生记录")

3.3 数据查询与导出

将数据库中的数据查询出来并转为字典：

python复制def export_to_dict():
    db = pymysql.connect(host='localhost', user='root', 
                        password='123456', database='student_101')
    cursor = db.cursor()
    
    cursor.execute("SELECT sno, sname FROM mingdan")
    results = cursor.fetchall()
    
    student_dict = {sno: sname for sno, sname in results}
    
    cursor.close()
    db.close()
    
    return student_dict

4. 成绩管理系统实现

4.1 成绩表设计与初始化

创建存储学生成绩的表结构：

python复制def init_score_table():
    conn = pymysql.connect(host='localhost', user='root',
                          password='123456', database='student_101')
    cursor = conn.cursor()
    
    cursor.execute("""
        CREATE TABLE IF NOT EXISTS scores (
            id INT AUTO_INCREMENT PRIMARY KEY,
            name VARCHAR(20) NOT NULL,
            chinese FLOAT,
            math FLOAT,
            english FLOAT,
            computer FLOAT
        )
    """)
    
    # 插入示例数据
    sample_data = [
        ("张三", 88, 90, 98, 95),
        ("李四", 85, 92, 95, 98),
        ("王五", 89, 89, 90, 92),
        ("丁六", 82, 86, 89, 90)
    ]
    
    cursor.executemany("""
        INSERT INTO scores (name, chinese, math, english, computer)
        VALUES (%s, %s, %s, %s, %s)
    """, sample_data)
    
    conn.commit()
    conn.close()

4.2 使用Pandas进行数据分析

Pandas与MySQL的完美结合：

python复制import pandas as pd

def analyze_scores():
    conn = pymysql.connect(host='localhost', user='root',
                          password='123456', database='student_101')
    
    # 读取数据到DataFrame
    df = pd.read_sql("SELECT * FROM scores", conn)
    
    # 计算统计指标
    df['平均分'] = df[['chinese', 'math', 'english', 'computer']].mean(axis=1)
    df['最高分'] = df[['chinese', 'math', 'english', 'computer']].max(axis=1)
    
    # 添加各科最高分行
    max_scores = pd.DataFrame(df[['chinese', 'math', 'english', 'computer']].max()).T
    max_scores['name'] = '最高分'
    df = pd.concat([df, max_scores])
    
    # 保存回数据库
    df.to_sql('score_analysis', conn, if_exists='replace', index=False)
    
    conn.close()
    return df

5. 实战经验与技巧

5.1 数据库操作最佳实践

连接管理：

使用with语句自动关闭连接：

python复制with pymysql.connect(...) as conn:
    with conn.cursor() as cursor:
        cursor.execute(...)

批量插入优化：

python复制# 使用executemany提高批量插入效率
data = [(...), (...), ...]
cursor.executemany("INSERT ... VALUES (%s, %s)", data)

事务处理：

python复制try:
    cursor.execute("...")
    cursor.execute("...")
    conn.commit()
except:
    conn.rollback()

5.2 常见错误排查

连接失败：

检查MySQL服务是否运行
确认用户名密码正确
检查防火墙设置

编码问题：

连接时指定编码：

python复制conn = pymysql.connect(..., charset='utf8mb4')

数据类型不匹配：

Python的None对应SQL的NULL
确保日期类型正确转换

5.3 性能优化建议

索引优化：

python复制cursor.execute("CREATE INDEX idx_name ON scores(name)")

分页查询：

python复制# 使用LIMIT实现分页
cursor.execute("SELECT * FROM scores LIMIT 10 OFFSET 20")

连接池：

python复制from DBUtils.PooledDB import PooledDB
pool = PooledDB(pymysql, 5, host='...', user='...', ...)

6. 项目扩展思路

这个基础框架可以进一步扩展为：

Web版成绩管理系统：

使用Flask/Django开发前端界面
添加用户登录和权限控制

自动化报表系统：

定期生成成绩统计报表
自动发送邮件通知

数据可视化：

使用Matplotlib/Seaborn绘制成绩分布图
生成学生个人成绩趋势图

多数据源整合：

从多个Excel文件导入数据
合并不同班级的成绩数据

我在实际项目中总结的经验是，数据库操作的核心在于：

严谨的事务处理
合理的索引设计
定期的数据备份
清晰的表结构设计