原文：AskPython Blog
协议：CC BY-NC-SA 4.0
原文:# t0]https://www . aspython . com/python-modules/matplotlib/python-matplotlib
Python Matplotlib 是一个基本服务于数据可视化目的的库。Matplotlib 库的构建块是二维 NumPy 数组。
因此，使用 Python Matplotlib 可以通过图形、图表等来处理和表示相对大量的信息/数据。
为了使用 Matplotlib 库进行数据可视化，我们需要通过命令安装它。
接下来，每当我们希望使用它的内置函数时，我们都需要导入这个库。
基本上是一个接口，用于向使用 Matplotlib 包创建的图形、图表等添加样式函数。
Python Matplotlib 提供了各种类型的图表来表示和可视化数据。
使用 Python Matplotlib，可以使用以下类型的图形/图表来可视化数据:
- 线图
- 散点图
- 直方图
- 条形图
- 饼状图
1.线形图
在上面的代码片段中，我们使用了两个 Python 列表 (roll_num，marks)作为输入数据点。
功能用于绘制代表数据的直线。它接受 x 轴和 y 轴值作为参数。
函数用于显示py plot . plot()函数绘制的值。
输出:
Line Plot
2.散点图
用于以分散的方式绘制数据。
输出:
Scatter Plot
3.柱状图
函数用于通过直方图来表示数据点。它接受两个参数:
- 要绘制的数据列表
- 划分和显示数据的范围(箱)数量。
在上面的代码片段中，pyplot.hist()接受一个参数 bin，该参数 bin 基本上表示分配和显示输入列表值(数据)的分段数。
输出:
Histogram
4.条形图
函数以矩形条的形式表示数据。该函数接受一个参数，它是代表 x 坐标的标量值。参数用于将柱状图数值设置为左/右/中。
用于设置 x 轴的刻度位置。
用于给 y 轴的数据设置一个标签文本值。
设置条形图的标题值。
输出:
Bar Plot
5.饼图
功能用来以饼状图的形式表示数据。
pyplot.pie()的这些参数提供以下功能:
- :提供一个标量值来设置饼图的一部分。
- :提供文本值来表示图表的各个部分。
- :提供图表各部分的颜色设置。
- :用数值标注图表的楔形或分数。
- :接受布尔值。如果设置为 TRUE，它会在饼图的分数下方创建阴影。
- :将图表的起点从 x 轴旋转特定角度。
功能可实现等比例缩放，并创建缩放的圆形图表。
输出:
Pie Chart
在上面的代码片段中，我们添加了属性，如颜色和标签。
属性设置文本，以非常简化的方式表示绘制的值。
将标签和信息放置在绘制的图表上。
参数用于设置要显示的标签的位置。
参数接受布尔值。如果设置为 true，它会在通过 loc 参数设置的位置放置的标签周围创建一个类似矩形框的边框。
输出:
Line Plot with attributes
Python 中的数据可视化也可以使用面向对象的 API 来完成。
语法:
举例:
img 表示类的名称， obj 表示对象的名称。
函数允许在一次函数调用中创建通用和多个布局/图形。
它接受行数和列数作为强制参数，以创建用于绘制值的子部分。默认值是 pyplot.subplots(1，1) ，它只创建输入数据的一种布局。
调整 pyplot.subplots()的参数以适合图表的图形区域。
输出:
Object Oriented API With Matplotlib
Python Matplotlib 也提供了处理 PNG 图像文件的函数。
我们借助一个例子来理解一下。
举例:
在上面的代码片段中，用于读取输入图像。
color_img = img[:，:，0] 用于设置图像的默认色彩映射表，使其高亮显示。
用于显示图像。
原始图像:
Input Image
输出 图像:
Working With Images In Matplotlib
Python Matplotlib 也可以使用 Pandas 模块通过生动的绘图技术来表示数据。
为此，我们需要安装并导入 Python Pandas 模块。我们可以进一步创建数据框架来绘制数据。
以下是使用 Pandas 模块在 Matplotlib 中绘制数据时使用的不同类型的图形/图表:
- 直方图
- 箱线图
- 密度图
- 六边形面元图
- 散点图
- 面积图
- 饼状图
1.柱状图
功能用于绘制数据值。参数基本上是一个浮点值，用于混合绘制图形的色阶。
功能是创建出输入值的图。
在上面的代码片段中，我们使用 Python NumPy 模块的 numpy.random.randn()函数为输入值生成了随机数据。
输出:
Matplotlib With Pandas Histogram
2.箱形图
函数用于通过四分位数表示一组标量数据。
此外，我们通过向它传递六列值绘制了六个四分位数。
输出:
Matplotlib With Pandas Box Plot
3.密度图
这基本上是一个内核密度估计(KDE)图。它提供输入值的概率密度函数。
函数用于绘制随机生成值的概率密度。
输出:
Matplotlib With Pandas Density Plot
4.六边形箱线图
六边形二进制图用于估计一大组数据值中两个标量值之间的关系。
函数绘制了传递值(即温度和火灾强度)之间的数值关系。
参数用于设置 x 方向上六边形的数量，表示传递值之间的关系。
输出:
Matplotlib With Pandas Hexagonal Bin Plot
5.散点图
输出:
Matplotlib With Pandas -Scatter Plot
6.面积图
用于绘制相应的输入数据。通过此函数，作为输入传递到 DataFrame 的所有列都被绘制为图表中区域的一部分。
输出:
Matplotlib With Pandas Area Plot
7.饼图
功能用来以饼状图的形式表示输入的数据。
参数用于设置绘制图形的宽度和高度。
输出:
Matplotlib With Pandas Pie Chart
因此，在本文中，我们已经理解了 Python 的 Matplotlib 库所提供的功能。
- Python Matplotlib 教程
- Python Matplotlib 文档
原文：https://www.askpython.com/python/python-matrix-tutorial
我们可以用一个二维列表或者一个二维数组的形式实现一个 Python 矩阵。要对 Python 矩阵执行操作，我们需要导入 Python NumPy 模块。
Python 矩阵在统计学、数据处理、图像处理等领域是必不可少的。
Python 矩阵可使用以下技术之一创建:
- 通过使用列表
- 通过使用 arange()方法
- 利用矩阵()方法
1.使用列表创建矩阵
使用列表作为的输入，函数可以用来创建一个数组。
举例:
输出:
如上所述，输出以列表的形式表示一个带有给定输入集的二维矩阵。
2.使用“numpy.arange()”函数创建矩阵
在 Python 中，函数和列表输入可以用来创建一个矩阵。
举例:
输出:
3.使用“numpy.matrix()函数”创建矩阵
函数使我们能够用 Python 创建一个矩阵。
语法:
- 输入:将元素输入形成矩阵。
- dtype:对应输出的数据类型。
举例:
输出:
矩阵的加法运算可以通过以下方式执行:
- 传统方法
- 通过使用’+'运算符
1.传统方法
在这种传统方法中，我们基本上从用户那里获取输入，然后使用循环的(遍历矩阵的元素)和 '+'操作符执行加法操作。
举例:
注意 : 返回特定矩阵的维数。
输出:
2.使用“+”运算符
这种方法为代码提供了更好的效率，因为它减少了 LOC(代码行),从而优化了代码。
举例:
输出:
Python 中的矩阵乘法可通过以下方式实现:
- 标量积
- 矩阵乘积
数积
在标量积中，标量/常数值乘以矩阵的每个元素。
*’ '运算符用于将标量值乘以输入矩阵元素。
举例:
输出:
矩阵积
如上所述，我们可以使用“*”操作符仅用于标量乘法。为了进行矩阵乘法，我们需要使用函数。
函数以 NumPy 数组作为参数值，根据矩阵乘法的基本规则进行乘法运算。
举例:
输出:
'-'运算符用于对 Python 矩阵进行减法运算。
举例:
输出:
在 Python 中可以使用 '/'运算符对矩阵的元素进行标量除法。
“/”运算符用标量/常数值除矩阵的每个元素。
举例:
输出:
矩阵的转置基本上包括在相应对角线上矩阵的翻转，即交换输入矩阵的行和列。行变成列，反之亦然。
例如:让我们考虑一个维数为 3×2 的矩阵 A，即 3 行 2 列。在执行转置操作之后，矩阵 A 的维数将是 2×3，即 2 行 3 列。
基本上执行输入矩阵的转置，并产生一个新矩阵作为转置操作的结果。
举例:
输出:
在上面的代码片段中，我创建了一个 2×5 的矩阵，即 2 行 5 列。
在执行转置操作之后，结果矩阵的维数是 5×2，即 5 行 2 列。
矩阵的指数是按元素计算的，即每个元素的指数是通过将元素提升到输入标量/常数值的幂来计算的。
举例:
输出:
在上面的代码片段中，我们通过将输入矩阵的每个元素的指数提升到 2 的幂，找到了它的指数。
以下技术可用于执行 NumPy 矩阵乘法:
- 使用乘法()方法
- 使用 matmul()方法
- 使用 dot()方法——本文已经介绍过了
方法 1:使用 multiply()方法
方法对输入矩阵执行逐元素乘法。
举例:
输出:
方法 2:使用 matmul()方法
方法对输入矩阵执行矩阵乘积。
举例:
输出:
我强烈推荐所有的读者阅读下面的教程，以彻底理解 NumPy 矩阵乘法:NumPy 矩阵乘法
函数对输入矩阵进行转置，产生一个新矩阵。
举例:
输出:
推荐阅读:NumPy 矩阵转置()函数
因此，在本文中，我们已经理解了在 Python Matrix 上执行的操作，并且还了解了 NumPy Matrix 操作。
- Python 矩阵
- NumPy 文档
- Python NumPy
原文：https://www.askpython.com/python/built-in-methods/python-max-method
在本教程中，我们将了解如何使用Python max()方法。基本上，Python 方法返回一组被传递的值或被传递的 iterable 的元素中的最大值。
下面是使用 Python 方法在可迭代中寻找最大值的语法，
这里，
- iterable 是包含最大值的对象，
- 键指定单参数排序函数，
- 而 default 是方法在传递的 iterable 为空的情况下返回的默认值。
为了找到作为参数传递的两个或多个值中的最大值，
这里，
- arg1，arg2 ，…。 argn 是 n 个值，其中方法将返回最大值，
- 关键还是排序功能。
我们可以以各种方式使用方法来寻找给定 iterable 或两个或更多参数的最大值。
让我们看看这个方法是如何处理一个 iterable 对象，两个或更多的值，指定的键函数，以及作为参数传递的多个 iterable 对象。
对于下面的例子，我们考虑一个列表,其中有一些值，我们要找到最大的元素。仔细看下面给出的代码。
输出:
正如我们所看到的，对于上面的代码，我们初始化了一个列表，并直接将其传递给方法，默认值设置为 0 。该函数返回 8 ，因为它是最大值。
如果列表为空，该函数将传递默认值，即 0 。
当两个或更多的值被传递给方法时，它返回所有值中的最大值。这些参数可以是整数、浮点值、字符甚至字符串。
让我们举一个例子，
输出:
如我们所愿，我们得到了最大值， 73。
正如我们前面提到的，这个键是一个单行排序函数，在这个函数的基础上可以找到一组值中的最大值。
例如，如果我们想从元组列表的中找到一个元组，该元组具有第二个元素的最大值。让我们看看如何做到这一点。
输出:
这里，是一个用户自定义函数，返回传递的元组的第第 2 个元素。将这个函数作为一个键传递给方法可以确保返回一个具有最大的第二个元素的元组。对于我们的例子，它是 ( 6，8，4)。
如前所述，Python max()方法也可以返回多个可迭代元素中最大的一个作为参数。这些参数可以是可迭代的，如字符串、字符、元组、列表等…
默认为，方法返回列表、元组等最大第 0th】元素的对象。对于字符串，它比较传递的每个字符串的第一个字符。
下面我们以元组为例。仔细看代码。
输出:
在这个例子中，个带有一些初始值的元组被直接传递给了方法。其返回具有最大第一元素的元组，即 (7，37，1) 。
所以在本教程中，我们学习了 Python 方法，它的用法和工作原理。
请记住，如果没有设置默认的值，并且将一个空的 iterable 作为参数传递给函数，就会产生一个值错误。
关于这个话题的任何进一步的问题，请随意使用下面的评论。
- python max()–日志开发帖子，
- max()–Python 文档，
- 使用‘key’和 lambda 表达式的 python max 函数–堆栈溢出问题。
原文：https://www.askpython.com/python/built-in-methods/python-min-method
在本教程中，我们将了解 Python min()方法的用法。
基本上，Python 方法返回一组被传递的值或被传递的 iterable 的元素中的最小值。
下面给出了在 Python 中使用方法的一般语法。使用这个我们可以在一个可迭代的元素(列表、元组、字符串等)中找到最小值。).
为了找到一组项目中的最小值，我们可以直接将它们传递给用逗号分隔的函数(“，”)。
这里，
- iterable 包含需要寻找最小值的值，
- 键是单行订购功能，
- default 是函数返回的默认值，如果传递的 iterable 为空，
- arg1，arg2，… argn 是 min()函数将返回最小值的一组值。
现在我们已经理解了使用方法的语法，让我们看一些例子来更好地理解它的工作原理。
如前所述，我们可以使用 Python 函数在作为参数传递的一组值中或者在传递的 iterable 的元素中找到最小值。
现在，为了理解工作原理，我们举几个例子。
1.使用可迭代对象
函数广泛用于查找出现在可迭代中的最小值，如列表、元组、列表列表、元组列表等。在简单列表和元组的情况下，它返回 iterable 中存在的最小值。
看看下面给出的例子。
输出:
在这里，将列表 list1 直接传递给方法会给出列表中所有元素的最小值，即 23 。将值设置为 0 ，这样如果传递的 iterable 为空，该方法将返回默认值 (0) 。
对于字符的列表，方法返回具有最小 ASCII 值的元素。
2.有多个参数
当我们向方法传递多个参数时，它返回所有参数中最小的一个。
注意，我们可以向方法传递多个值以及多个可迭代对象。对于多个 iterabless，该方法返回第一个元素最小的 iterable(值在第个索引处)。
下面的例子很容易解释这一点:
输出:
对于上面的例子，当我们将多个值作为参数传递给方法时，它只是返回给我们最小值( 434
然而，对于 list1、list2 和 list3，它返回 list3 ，因为它具有最小的第 0索引值( 19 )。
3.带按键功能
正如我们前面提到的，键函数是一个单行排序函数，它根据哪个参数来确定要返回的最小值。
让我们举个例子来理解这个关键概念。
输出:
- 我们首先初始化元组列表以及其他三个不同长度的整数列表，
- 然后我们定义一个函数,它返回传递的元组的第 2 个元素或第 1 个索引项，
- 之后，我们将 list_of_tuples 传递给以函数为键的方法，
- 我们再次将三个列表列表 1 、列表 2 和列表 3 作为参数传递给方法，并将一个键设置为内置的方法。
这样，我们得到了元组列表中具有最小第 2 个元素(第 1 项)的元组。以及三个列表中长度最小的列表(使用)，即。
请记住，传递一个没有为方法设置默认值的空 iterable 会引发一个。
这就是关于 Python 中的方法的教程。如有任何进一步的问题，欢迎使用下面的评论。
- python min()–journal dev Post
- min()–Python 文档
- python min 函数如何工作–堆栈溢出问题
原文：https://www.askpython.com/python/python-modules-vs-python-packages
在这篇关于 Python 模块和 Python 包的教程中，我们将讨论它们是什么，并理解两者之间的区别。
我们开始吧！
Python 中的模块被定义为包含特定 Python 语句和定义的文件。它们有助于以更简单的方式处理复杂的操作。该模块还提供代码可重用性。
python 模块包含函数和全局变量的集合，以及扩展文件中的函数。它可以是定义和实现的一组函数、类或变量的集合。
一个模块可以定义函数、类和变量。模块也可以包含可运行的代码。Python 模块的例子包括 math、numpy、random 等等。
Python 包是将子包和模块放在一起的目录。它们是内部包含几个包和模块的名称空间。因此，基本上，它们被定义为简单的目录，但有一个转折！
每一个包必须包含一个名为的特殊文件。这个初始文件可以是空的，或者包含一些关于导入模块的信息或数据。
包是一个分层的文件目录结构，其中包含子包和模块。python 包的一个例子包括游戏。Level.start 和更多这样的包。
抛开上下文不谈，让我们来看看 Python 模块和 Python 包之间的主要区别。
模块
- 包含 python 代码
- inti。py 不是必需的
- 支持*从模块中导入所有功能
包装
- 包含子包和模块
- init。如果是包，py 文件是必须的
- *在包的情况下不存在
现在您已经了解了 python 模块和包。我们也知道两者的区别。希望你喜欢这个教程！
感谢您的阅读！
原文：https://www.askpython.com/python-modules/python-modules
模块是预定义的文件，包含描述类、方法、变量等基本功能的 python 代码。它由不同的函数、类和目录中的一组文件组成。模块也可以称为库。这些基本上是预定义的方法，可用于提高代码效率和减少冗余。
模块绑定代码，减少代码中频繁使用的函数的重复。因此，它使代码更加清晰易懂。
例子:
- 操作系统（Operating System）
- 时间
- 数学
- MatPlotlib
Python Module Mechanism
通过程序导入模块时，Python 解释器会从以下任一位置获取模块:
- 程序目录
- PYTHONPATH 变量中的目录
- 缺省目录
通过在命令提示符(解释器 shell)中执行以下命令，可以找到 Python 中可用模块的列表。
帮助(“模块”)
Python Module List
语法:
导入模块名称
举例:
导入数学
为了从其他和新的来源获取和使用模块，我们需要安装 Python PIP。
Python pip 是一个从 index 安装 Python 模块或者使用 Anaconda 这样的管理器的软件。
运行以下命令，使用 python pip 从新的源代码安装模块:
python -m pip3 安装模块名称
运行以下命令，使用 Ananconda 从新的源代码安装模块:
conda 安装模块 _ 名称
示例:安装 numpy 的步骤
python -m pip3 安装 numpy
conda 安装 numpy
sudo 安装 python3-numpy
输出:
11.0
3.93
[‘doc’、‘loader’、‘name’、‘package’、‘spec’、‘acos’、‘acosh’、‘asin’、‘asinh’、‘atan’、‘atan2’、‘atan’、‘ceil’、‘copy sign’、‘T2’、‘cos’、‘cosh’、‘degrees’、‘e’、‘ERF’、‘exp’、‘expm 1’、‘fabs’、‘factor’、‘floor’、‘fmod’、‘frexp’、‘fsum’、‘gamma’、‘hypf’
在上面的例子中，dir()方法给出了数学模块中的函数名、变量等。
除了方法和类，模块还可以包含变量。
举例:
将上述代码片段保存在文件 Module1.py 中
输出:
苹果
在上面这段代码中，Module1 被导入并在其上执行功能。
Python 模块:这些是一组预定义的文件，包含描述类、方法、变量等基本功能的 Python 代码。
Python 包:它是一个保存并包含模块和子包的目录。
- Python 模块
- Python 模块-文档
原文：https://www.askpython.com/python/python-modulo-operator-math-fmod
Python 模运算符(%)用于获得除法的余数。整数和浮点数支持模运算。
模运算符的语法是。这里“a”是被除数，“b”是除数。输出是 a 除以 b 的余数。
如果“a”和“b”都是整数，那么余数也是整数。如果其中一个是 float，结果也是浮点数。
让我们看一些模运算符的例子。
1.整数取模
2.浮点取模
3.用户输入的模数
Python Modulo Operator
当我们得到用户输入的数据时，它是字符串形式的。我们使用 float()内置函数将它们转换成浮点数。这就是为什么余数是 1.0 而不是 1。
推荐阅读 : Python 输入()函数
4.ZeroDivisionError 示例
如果除数为 0，模运算符将抛出。我们可以使用 try-except 块来捕捉错误。
Python Modulo ZeroDivisionError
5.负数取模
Python 模运算符总是返回与除数符号相同的余数。这可能会导致输出混乱。
- -5 % 3 = (1 -2*3) % 3 = 1
- 5 % -3 = (-1 * -2*-3) % 3 = -1
- -10 % 3 = (2 -4*3) % 3 = 2
6. Python Modulo math.fmod()
带有负数的%运算符的行为不同于平台 C 库。如果你想让模运算表现得像 C 编程一样，你应该使用数学模块 fmod()函数。这是获取浮点数模的推荐函数。
- fmod(-5, 3) = fmod(-2 -1*3, 3) = -2.0
- fmod(5, -3) = fmod(2 -1*-3, -3) = 2.0
- fmod(-10, 3) = fmod(-1 -3*3, 3) = -1.0
我们可以通过在类定义中实现函数来重载模操作符。
输出:
我们用二进制格式在计算机中存储数值。说到分数，大部分时候我们都不能把它们精确的表示成二进制分数。例如，1/3 不能用精确的二进制格式表示，它总是一个近似值。
这就是为什么用浮点数进行算术运算时会得到意想不到的结果。从下面模运算的输出可以清楚地看出。
输出应该是 0，因为 3.2*3 是 9.6。但是，浮点小数值并没有精确地表示出来，这种近似导致了这种误差。这个例子也很清楚。
因此，在处理浮点数时，您应该格外小心。建议先进行舍入，然后只比较两个浮点数。
- 浮点运算问题
- 恐怖片
- Python 运算符
- math.fmod() API 文档
原文：https://www.askpython.com/python-modules/python-mongodb
MongoDB 是最流行的非关系数据库(也称为 NoSQL 数据库)之一。非关系或 NoSQL 数据库没有固定的表结构或模式可遵循，这使得数据库非常灵活和可伸缩。NoSQL 数据库中的数据以类似 JSON 的格式存储，称为 RSON。在处理大型和非结构化数据时，MongoDB 使用起来非常方便，因此它是数据分析中使用最广泛的数据库。它提供了高速度和高可用性。在本文中，让我们看看如何将 python 脚本连接到 MongoDB 并执行所需的操作。
PyMongo 是连接 MongoDB 和 python 的原生驱动。PyMongo 拥有从 python 代码执行数据库操作的所有库。由于 pymongo 是一个低级驱动程序，所以它速度快、直观，并且提供了更多的控制。要安装 PyMongo，请打开命令行并键入以下命令
这个命令将安装 PyMongo。我们可以在脚本中安装 PyMongo，并开始访问 MongoDB 资源。
现在让我们在 MongoDB 中创建一个数据库。我们将使用 PyMongo 的 MongoClient()类来创建数据库。我们将传递正确的本地主机 IP 地址和 post 来创建数据库。并使用客户端为数据库指定一个所需的名称。
在数据库内部，我们可以创建多个集合，集合可以与传统数据库的表进行比较，我们可以在集合中存储多个记录。现在，让我们看看如何在数据库中创建集合。另外，请注意，当至少有一个文档插入到集合中时，就会创建我们的集合。
在 MongoDB 中，记录被称为文档。要将文档插入到集合中，我们应该使用 insert_one()方法。我们可以在 insert_one 方法中将创建的文档作为参数传递。让我们用一个例子来了解如何插入一个文档。
要将多条记录插入到一个集合中，我们可以使用 insert_many()方法。为了实现这一点，我们将首先创建一个包含多个文档的列表，并将它们传递给 insert_many()方法。
mylist = [
{ “name”: “Amy “，” class”: “Seventh”}，
{ “name”: “Hannah “，” class”: “Sixth”}，
{ “name”: "Viola “，” class “:” Sixth " }]x = mycol . insert _ many(my list)
我们也可以插入他们的 id。
现在，一旦集合被结构化并加载了数据，我们就会希望根据我们的需求来访问它们。要访问数据，我们可以使用 find()方法。
find_one()方法返回集合中的第一个匹配项。
find()方法返回集合中的所有匹配项。当不带任何参数使用 find()方法时，其行为与 SQL 中的 Select all 相同。
有时，我们希望只检索文档的特定字段。要在结果中包含该字段，传递的参数值应为 1，如果该值为 0，则它将从结果中排除。
上面的代码将只从我们的集合中返回 name 和 class 字段，而不包括 id 字段。
通过使用查询对象，我们可以使用 find()以更精确的方式检索结果。
经营者
下面是 MongoDB 查询中使用的操作符列表。
| 操作 | 句法 | 例子 |
| 平等 | {“key” : “value”} | db.mycol.find({"by ":“教程点” }) |
| 不到 | {“key” :{$lt:“value”}} | db . mycol . find({ " likes ":{ $ lt:50 } }) |
| 小于等于 | {“key” :{$lte:“value”}} | db . mycol . find({ " likes ":{ $ LTE:50 } }) |
| 大于 | {“key” :{$gt:“value”}} | db . mycol . find({ " likes ":{ $ gt:50 } }) |
| 大于等于 | {“key” {$gte:“value”}} | db . mycol . find({ " likes ":{ $ GTE:50 } }) |
| 不等于 | {“key”:{$ne: “value”}} | db . mycol . find({ " likes ":{ $ ne:50 } }) |
示例代码:
以下代码检索名称字段为 Sathish 的文档。
输出
现在让我们检索年龄大于 25 岁的人的记录。我们将使用$gt 操作符来实现它。
输出
以类似的方式，我们可以使用gt":“J”}来检索名称以’ J '开头或其后有字母的所有记录时。
我们可以使用 delete_one()方法删除一个文档。
方法的第一个参数是一个查询对象，表示要删除的文档。
要删除多个文档，我们可以使用 delete_many()方法。
上面的代码将删除人名以“S”开头或以字母顺序放在 S 后面的所有记录。
要删除集合中的所有文档，我们可以向方法传递一个空的查询对象。下面的代码将删除集合中的所有文档。
如果我们想要删除整个集合本身，我们可以使用 drop()方法。
coll.drop()
在本文中，我们已经了解了如何将 MongoDB 连接到 python，并在其上执行各种必需的基本操作。强烈建议读者获得一些使用 MongoDB 的实践经验，并熟悉语法和各种查询。
https://www.mongodb.com/languages/python
https://docs.mongodb.com/drivers/python/
原文：https://www.askpython.com/python/string/python-multiline-strings
Python 有不同的方式来表示字符串。一个 Python 多行字符串是以格式化和优化的方式呈现多个字符串语句的最有效方式。
在本文中，我们将重点关注可用于创建 Python 多行字符串的不同技术。
可用于一起显示多个字符串，即 Python 中的多行字符串。
语法:
- 如果我们的输入包含带有太多字符的字符串语句，那么三重引号可以满足我们以格式化的方式显示它的需要。
- 三重引号下的所有内容都被视为字符串本身。
举例:
输出:
转义序列— 用于在 Python 中创建多行字符串。
语法:
- 当使用反斜杠()创建多行字符串时，用户需要明确地提到字符串之间的空格。
举例:
从下面可以清楚地看到，它不管理语句之间的空格。用户必须在声明多行字符串时提及它。
输出:
Python string.join()方法被证明是创建 Python 多行字符串的有效技术。
处理和操纵字符串之间的所有空间，用户不需要担心同样的问题。
语法:
举例:
输出:
可用于创建多行字符串并将字符串拆分在一起。
这种技术的唯一缺点是，用户需要明确地指出多行字符串之间的空格。
语法:
举例:
输出:
- Python 多行字符串是分成多行的字符串，以增强代码对用户的可读性。
- Python 括号、反斜杠和三重引号可以用来创建多行字符串，但是在这里，用户需要提到字符串之间空格的使用。
- Python string.join()方法被认为是构建多行字符串的非常有效的方法，而且字符串之间的空格由该方法隐式处理。
- Python 缩进规则不适用于多行字符串。
- 如果使用三重引号创建多行字符串，则所有转义序列(如换行符( )、制表符( )都被视为字符串的一部分。
因此，在本文中，我们已经了解了创建 Python 多行字符串的各种方法。
- Python 多行字符串— JournalDev
原文：https://www.askpython.com/python/oops/python-multiple-inheritance
当一个类从一个以上的类继承时，它被称为多重继承。Python 支持多重继承，而 Java 不支持。所有超/基类的属性都被继承到派生/子类中。
Python Multiple Inheritance
多重继承的语法也与单一继承相似。顺便说一下，派生类声明了所有基类的属性和方法。
输出 : 75000
方法解析顺序(MRO)是一种解析类的变量或函数的方法。
- 在多重继承用例中，首先在当前类中查找属性。如果失败，那么下一个要搜索的地方是父类。
- 如果有多个父类，那么优先顺序是深度优先，然后是左右路径。
- MRO 确保一个类总是在它的父类之前，对于多个父类，保持基类元组的顺序并避免歧义。
输出:成型类开发
Python 提供了一个 mro 属性和 mro() 方法。有了这些，你就可以得到解析顺序了。
输出:
- Python.org 关于多重继承的文件
- Python.org 法决议顺序文件
原文：https://www.askpython.com/python-modules/python-mysql-tutorial
今天在本教程中，我们将讨论如何开发和集成 Python MySQL 数据库。
MySQL 是一个开源的关系数据库管理系统，可以用来以表的形式存储数据。此外，表是相关数据的集合，由列和行组成。
MySQL 是一个广泛使用的免费数据库软件，它运行在服务器上，并提供一系列可以在其上执行的操作。当然，我们可以将 MySQL 集成到我们的 Python 程序中，通过 MySQL 服务器上的数据库执行数据事务。
我们可以使用已经提供的各种模块或技术来使用 Python MySQL 。有些是，
- MySQL 连接器 Python
- PyMySQL
- MySQLDB
- mysqlclient
- 我们的 SQL
上述所有技术都使用相同的语法和方法来连接 MySQL 数据库并按照 PEP 249 执行操作。
因此，我们可以使用上面的任何一个模块访问一个 MySQL 数据库服务器。此外，只安装其中一个是有意义的。我们可以在 shell 中使用简单的 PIP 命令来安装它们，如下所示。
这里，我们以 PyMySQL 为例。
在开始之前，请确保您的系统中已经设置了一个 MySQL 数据库，并且它工作正常。您拥有数据库启动连接的登录名和密码。
现在我们已经安装了，让我们来看看我们今天将要使用的一些基本方法。
1.MySQL 连接()
方法从 Python 建立到 MySQL 数据库的连接，并返回一个对象。然后，这个对象可以用来访问整个数据库并执行其他操作。它接受主机、用户、密码和数据库等参数作为你要连接的数据库的规格。
- –对于本地服务器，用户应该被称为“根用户”，否则您可以通过此链接创建一个用户。
- –这取决于您在创建用户时使用的密码。数据库也可以是无密码的(对于我们的例子)，
- –对于使用 xampp 的本地服务器，我们可以使用来访问数据库。我们也可以使用服务器的 IP 地址或名称来访问主机，
- –这是您设置要使用的数据库名称。如果你已经创建了一个数据库，你可以在这里输入名称。
2. MySQL cursor()
方法创建一个光标对象，该对象可以进一步用于对数据库执行 CRUD (创建、检索、更新和删除)操作。
3.MySQL execute()
方法使用先前创建的游标执行传递给它的 SQL 查询。
4.MySQL 关闭()
游标和 MySQLConnection 类中定义的方法用于关闭各自的对象。
5.MySQL 提交()
方法向 MySQL 服务器发送一条语句，从而提交当前的数据事务。
6.MySQL fetchall()
方法获取查询结果集的所有行，并使用游标对象返回元组的列表。
7.MySQL 是 _connected()
这个方法检查到 MySQL 服务器的连接是否可用。如果是，则返回，如果不是，则返回。
在本教程中，我们将使用 Xampp 控制面板连接到本地服务器并创建我们的数据库。在 Xampp 中启动 Apache 和 MySQL 就可以完成这项工作。
此外，我们可以直接点击来查看我们的本地服务器界面，如下所示。
Initial phpMyAdmin
这里， mydatabase 和studentdb是我之前创建的一些数据库。
如果您之前没有创建数据库，您可以通过使用方法执行 CREATE 查询来轻松创建一个。与服务器建立连接后。看看下面的代码。
Create New Database
执行上述代码后，使用 phpMyAdmin 可以在数据库中看到上述变化。在这里，新数据库被成功创建。
如果已经有了一个数据库，只需在方法中指定名称，就可以轻松地连接到它。如下图。
在本节中，我们将重点关注我们可以在 MySQL 数据库上执行的各种操作( CRUD )。
1.python MySQL–创建表格
在我们连接到想要使用的数据库，并创建了一个光标对象后，我们可以使用方法和创建表来轻松执行查询。
Table students is created
我们可以看到，创建了一个包含列学生 ID 、姓名、姓氏和标准的表。
2.Python MySQL 插入
现在我们已经创建了一个表，我们可以通过再次使用 cursor 对象执行查询来将行插入其中。
After Insertion
这些行已成功插入数据库。
3.Python 选择 MySQL
正如我们前面提到的，方法获取查询结果集的所有行，并使用 cursor 对象返回元组列表。
因此，通过应用一个查询来从数据库中选择一些独特的或想要的数据，我们可以使用游标的方法和一个来显示它们。
输出:
4.Python MySQL 更新
此外，如果我们想要更新任何一组数据，我们可以使用如下所示的 UPDATE 查询。这里，我们尝试用 StudentID = 2 来更新学生的(即 Subhash)。
输出:
Update Output
可以看出，更新是成功的。
5.Python MySQL 删除
现在让我们尝试使用游标查询来删除一组数据。这里，我们尝试删除带有的条目。在本例中，只有一个(StudentID 4 和标准的 9)。
输出:
Delete Output
很明显，删除成功完成。
6.Python 在 MySQL 中删除了一个表
我们还可以在 MySQL 中使用 DROP 查询删除或删除一个表。这可以用来删除一个表，以便我们可以重用该名称，或者避免表名冲突。
上面的代码片段删除了我们之前创建的表。
- MySQL 是来自甲骨文的免费且维护良好的软件。因此，它是完全可信和可靠的。
- 它很容易使用，既快又免费。
- 只需要结构化查询语言的基础知识。
- 它是独立于平台的，因此使用 Python 创建的数据库也可以使用其他平台来访问。
- 有各种模块可供选择，使用这些模块我们可以连接到 MySQL 服务器。
所以在本教程中，我们理解了 MySQL 在 Python 中的用法。我们还举了一个例子来详细说明数据库上的 CRUD 操作。
今天就到这里，希望这篇文章有助于理解 Python MySQL 的基础知识。如有任何与 MySQL 相关的问题，欢迎使用下面的评论。
- PEP 249 — Python 数据库 API ，
- MySQL 示例——日志开发帖子，
- MySQL 连接器/Python 编码示例–文档。
版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/pythonbc/17381.html