Python SQLAlchemy基本操作和常用技巧（包含大量實例,非常好）
首先說下，由于最新的 0.8 版還是開發(fā)版本，因此我使用的是 0.79 版，API 也許會有些不同。
因為我是搭配 MySQL InnoDB 使用，所以使用其他數(shù)據(jù)庫的也不能完全照搬本文。
接著就從安裝開始介紹吧，以 Debian/Ubuntu 為例（請確保有管理員權(quán)限）：
1.MySQL
apt-get install mysql-client
apt-get install libmysqlclient15-dev
2.python-mysqldb
3.easy_install
python ez_setup.py
4.MySQL-Python
5.SQLAlchemy
如果是用其他操作系統(tǒng)，遇到問題就 Google 一下吧。我是在 Mac OS X 上開發(fā)的，途中也遇到些問題，不過當(dāng)時沒記下來……
值得一提的是我用了 MySQL-Python 來連 MySQL，因為不支持異步調(diào)用，所以和 Tornado 不是很搭。不過性能其實很好，因此以后再去研究下其他方案吧……
裝好后就可以開始使用了：
from sqlalchemy.orm import sessionmaker
DB_CONNECT_STRING = 'mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'
engine = create_engine(DB_CONNECT_STRING, echo=True)
DB_Session = sessionmaker(bind=engine)
session = DB_Session()
這里的 DB_CONNECT_STRING 就是連接數(shù)據(jù)庫的路徑?！癿ysql+mysqldb”指定了使用 MySQL-Python 來連接，“root”和“123”分別是用戶名和密碼，“l(fā)ocalhost”是數(shù)據(jù)庫的域名，“ooxx”是使用的數(shù)據(jù)庫名（可省略），“charset”指定了連接時使用的字符集（可省略）。
create_engine() 會返回一個數(shù)據(jù)庫引擎，echo 參數(shù)為 True 時，會顯示每條執(zhí)行的 SQL 語句，生產(chǎn)環(huán)境下可關(guān)閉。
sessionmaker() 會生成一個數(shù)據(jù)庫會話類。這個類的實例可以當(dāng)成一個數(shù)據(jù)庫連接，它同時還記錄了一些查詢的數(shù)據(jù)，并決定什么時候執(zhí)行 SQL 語句。由于 SQLAlchemy 自己維護了一個數(shù)據(jù)庫連接池（默認(rèn) 5 個連接），因此初始化一個會話的開銷并不大。對 Tornado 而言，可以在 BaseHandler 的 initialize() 里初始化：
class BaseHandler(tornado.web.RequestHandler):
def initialize(self):
self.session = models.DB_Session()
def on_finish(self):
self.session.close()
對其他 Web 服務(wù)器來說，可以使用 sqlalchemy.orm.scoped_session，它能保證每個線程獲得的 session 對象都是唯一的。不過 Tornado 本身就是單線程的，如果使用了異步方式，就可能會出現(xiàn)問題，因此我并沒使用它。
拿到 session 后，就可以執(zhí)行 SQL 了：
print session.execute('show databases').fetchall()
session.execute('use abc')
# 建 user 表的過程略
print session.execute('select * from user where id = 1').first()
print session.execute('select * from user where id = :id', {'id': 1}).first()
不過這和直接使用 MySQL-Python 沒啥區(qū)別，所以就不介紹了；我還是喜歡 ORM 的方式，這也是我采用 SQLAlchemy 的唯一原因。
于是來定義一個表：
from sqlalchemy.types import CHAR, Integer, String
from sqlalchemy.ext.declarative import declarative_base
BaseModel = declarative_base()
def init_db():
BaseModel.metadata.create_all(engine)
def drop_db():
BaseModel.metadata.drop_all(engine)
class User(BaseModel):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
name = Column(CHAR(30)) # or Column(String(30))
init_db()
declarative_base() 創(chuàng)建了一個 BaseModel 類，這個類的子類可以自動與一個表關(guān)聯(lián)。
以 User 類為例，它的 __tablename__ 屬性就是數(shù)據(jù)庫中該表的名稱，它有 id 和 name 這兩個字段，分別為整型和 30 個定長字符。Column 還有一些其他的參數(shù)，我就不解釋了。
最后，BaseModel.metadata.create_all(engine) 會找到 BaseModel 的所有子類，并在數(shù)據(jù)庫中建立這些表；drop_all() 則是刪除這些表。
接著就開始使用這個表吧：
user = User(name='a')
session.add(user)
user = User(name='b')
session.add(user)
user = User(name='a')
session.add(user)
user = User()
session.add(user)
session.commit()
query = session.query(User)
print query # 顯示SQL 語句
print query.statement # 同上
for user in query: # 遍歷時查詢
print user.name
print query.all() # 返回的是一個類似列表的對象
print query.first().name # 記錄不存在時，first() 會返回 None
# print query.one().name # 不存在，或有多行記錄時會拋出異常
print query.filter(User.id == 2).first().name
print query.get(2).name # 以主鍵獲取，等效于上句
print query.filter('id = 2').first().name # 支持字符串
query2 = session.query(User.name)
print query2.all() # 每行是個元組
print query2.limit(1).all() # 最多返回 1 條記錄
print query2.offset(1).all() # 從第 2 條記錄開始返回
print query2.order_by(User.name).all()
print query2.order_by('name').all()
print query2.order_by(User.name.desc()).all()
print query2.order_by('name desc').all()
print session.query(User.id).order_by(User.name.desc(), User.id).all()
print query2.filter(User.id == 1).scalar() # 如果有記錄，返回第一條記錄的第一個元素
print session.query('id').select_from(User).filter('id = 1').scalar()
print query2.filter(User.id > 1, User.name != 'a').scalar() # and
query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and
query3 = query3.filter(User.name != 'a')
print query3.scalar()
print query2.filter(or_(User.id == 1, User.id == 2)).all() # or
print query2.filter(User.id.in_((1, 2))).all() # in
query4 = session.query(User.id)
print query4.filter(User.name == None).scalar()
print query4.filter('name is null').scalar()
print query4.filter(not_(User.name == None)).all() # not
print query4.filter(User.name != None).all()
print query4.count()
print session.query(func.count('*')).select_from(User).scalar()
print session.query(func.count('1')).select_from(User).scalar()
print session.query(func.count(User.id)).scalar()
print session.query(func.count('*')).filter(User.id > 0).scalar() # filter() 中包含 User，因此不需要指定表
print session.query(func.count('*')).filter(User.name == 'a').limit(1).scalar() == 1 # 可以用 limit() 限制 count() 的返回數(shù)
print session.query(func.sum(User.id)).scalar()
print session.query(func.now()).scalar() # func 后可以跟任意函數(shù)名，只要該數(shù)據(jù)庫支持
print session.query(func.current_timestamp()).scalar()
print session.query(func.md5(User.name)).filter(User.id == 1).scalar()
query.filter(User.id == 1).update({User.name: 'c'})
user = query.get(1)
print user.name
user.name = 'd'
session.flush() # 寫數(shù)據(jù)庫，但并不提交
print query.get(1).name
session.delete(user)
session.flush()
print query.get(1)
session.rollback()
print query.get(1).name
query.filter(User.id == 1).delete()
session.commit()
print query.get(1)
增刪改查都涉及到了，自己看看輸出的 SQL 語句就知道了，于是基礎(chǔ)知識就介紹到此了。
下面開始介紹一些進階的知識。
如何批量插入大批數(shù)據(jù)？
可以使用非 ORM 的方式：
User.__table__.insert(),
[{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]
)
session.commit()
上面我批量插入了 10000 條記錄，半秒內(nèi)就執(zhí)行完了；而 ORM 方式會花掉很長時間。
如何讓執(zhí)行的 SQL 語句增加前綴？
使用 query 對象的 prefix_with() 方法：
session.execute(User.__table__.insert().prefix_with('IGNORE'), {'id': 1, 'name': '1'})
如何替換一個已有主鍵的記錄？
使用 session.merge() 方法替代 session.add()，其實就是 SELECT + UPDATE：
session.merge(user)
session.commit()
或者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE，需要用到 @compiles 裝飾器，有點難懂，自己搜索看吧：《SQLAlchemy ON DUPLICATE KEY UPDATE》 和 sqlalchemy_mysql_ext。
如何使用無符號整數(shù)？
可以使用 MySQL 的方言：
id = Column(INTEGER(unsigned=True), primary_key=True)
模型的屬性名需要和表的字段名不一樣怎么辦？
開發(fā)時遇到過一個奇怪的需求，有個其他系統(tǒng)的表里包含了一個“from”字段，這在 Python 里是關(guān)鍵字，于是只能這樣處理了：
如何獲取字段的長度？
Column 會生成一個很復(fù)雜的對象，想獲取長度比較麻煩，這里以 User.name 為例：
如何指定使用 InnoDB，以及使用 UTF-8 編碼？
最簡單的方式就是修改數(shù)據(jù)庫的默認(rèn)配置。如果非要在代碼里指定的話，可以這樣：
__table_args__ = {
'mysql_engine': 'InnoDB',
'mysql_charset': 'utf8'
}
MySQL 5.5 開始支持存儲 4 字節(jié)的 UTF-8 編碼的字符了，iOS 里自帶的 emoji（如 🍎 字符）就屬于這種。
如果是對表來設(shè)置的話，可以把上面代碼中的 utf8 改成 utf8mb4，DB_CONNECT_STRING 里的 charset 也這樣更改。
如果對庫或字段來設(shè)置，則還是自己寫 SQL 語句比較方便，具體細(xì)節(jié)可參考《How to support full Unicode in MySQL databases》。
不建議全用 utf8mb4 代替 utf8，因為前者更慢，索引會占用更多空間。
如何設(shè)置外鍵約束？
from sqlalchemy import ForeignKey
class User(BaseModel):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
age = Column(Integer)
class Friendship(BaseModel):
__tablename__ = 'friendship'
id = Column(Integer, primary_key=True)
user_id1 = Column(Integer, ForeignKey('user.id'))
user_id2 = Column(Integer, ForeignKey('user.id'))
for i in xrange(100):
session.add(User(age=randint(1, 100)))
session.flush() # 或 session.commit()，執(zhí)行完后，user 對象的 id 屬性才可以訪問（因為 id 是自增的）
for i in xrange(100):
session.add(Friendship(user_id1=randint(1, 100), user_id2=randint(1, 100)))
session.commit()
session.query(User).filter(User.age < 50).delete()
執(zhí)行這段代碼時，你應(yīng)該會遇到一個錯誤：
原因是刪除 user 表的數(shù)據(jù)，可能會導(dǎo)致 friendship 的外鍵不指向一個真實存在的記錄。在默認(rèn)情況下，MySQL 會拒絕這種操作，也就是 RESTRICT。InnoDB 還允許指定 ON DELETE 為 CASCADE 和 SET NULL，前者會刪除 friendship 中無效的記錄，后者會將這些記錄的外鍵設(shè)為 NULL。
除了刪除，還有可能更改主鍵，這也會導(dǎo)致 friendship 的外鍵失效。于是相應(yīng)的就有 ON UPDATE 了。其中 CASCADE 變成了更新相應(yīng)的外鍵，而不是刪除。
而在 SQLAlchemy 中是這樣處理的：
__tablename__ = 'friendship'
id = Column(Integer, primary_key=True)
user_id1 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
user_id2 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
如何連接表？
from sqlalchemy.orm import aliased
Friend = aliased(User, name='Friend')
print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用戶
print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用戶（去掉重復(fù)的）
print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).distinct().all() # 同上
print session.query(Friendship.user_id2).join(User, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 所有被別人當(dāng)成朋友的用戶
print session.query(Friendship.user_id2).select_from(User).join(Friendship, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 同上，join 的方向相反，但因為不是 STRAIGHT_JOIN，所以 MySQL 可以自己選擇順序
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友
print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id < 10).all() # id 小于 10 的用戶及其朋友
print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 兩次 join，由于使用到相同的表，因此需要別名
print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 用戶及其朋友（無朋友則為 None，使用左連接）
這里我沒提到 relationship，雖然它看上去很方便，但需要學(xué)習(xí)的內(nèi)容實在太多，還要考慮很多性能上的問題，所以干脆自己 join 吧。
為什么無法刪除 in 操作查詢出來的記錄？
拋出這樣的異常：
但這樣是沒問題的：
搜了下找到《Sqlalchemy delete subquery》這個問題，提到了 delete 的一個注意點：刪除記錄時，默認(rèn)會嘗試刪除 session 中符合條件的對象，而 in 操作估計還不支持，于是就出錯了。解決辦法就是刪除時不進行同步，然后再讓 session 里的所有實體都過期：
session.commit() # or session.expire_all()
此外，update 操作也有同樣的參數(shù)，如果后面立刻提交了，那么加上 synchronize_session=False 參數(shù)會更快。
如何擴充模型的基類？
declarative_base() 會生成一個 class 對象，這個對象的子類一般都和一張表對應(yīng)。如果想增加這個基類的方法或?qū)傩?，讓子類都能使用，可以有三種方法：
1.定義一個新類，將它的方法設(shè)置為基類的方法：
class ModelMixin(object):
@classmethod
def get_by_id(cls, session, id, columns=None, lock_mode=None):
if hasattr(cls, 'id'):
scalar = False
if columns:
if isinstance(columns, (tuple, list)):
query = session.query(*columns)
else:
scalar = True
query = session.query(columns)
else:
query = session.query(cls)
if lock_mode:
query = query.with_lockmode(lock_mode)
query = query.filter(cls.id == id)
if scalar:
return query.scalar()
return query.first()
return None
BaseModel.get_by_id = get_by_id
@classmethod
def get_all(cls, session, columns=None, offset=None, limit=None, order_by=None, lock_mode=None):
if columns:
if isinstance(columns, (tuple, list)):
query = session.query(*columns)
else:
query = session.query(columns)
if isinstance(columns, str):
query = query.select_from(cls)
else:
query = session.query(cls)
if order_by is not None:
if isinstance(order_by, (tuple, list)):
query = query.order_by(*order_by)
else:
query = query.order_by(order_by)
if offset:
query = query.offset(offset)
if limit:
query = query.limit(limit)
if lock_mode:
query = query.with_lockmode(lock_mode)
return query.all()
BaseModel.get_all = get_all
@classmethod
def count_all(cls, session, lock_mode=None):
query = session.query(func.count('*')).select_from(cls)
if lock_mode:
query = query.with_lockmode(lock_mode)
return query.scalar()
BaseModel.count_all = count_all
@classmethod
def exist(cls, session, id, lock_mode=None):
if hasattr(cls, 'id'):
query = session.query(func.count('*')).select_from(cls).filter(cls.id == id)
if lock_mode:
query = query.with_lockmode(lock_mode)
return query.scalar() > 0
return False
BaseModel.exist = exist
@classmethod
def set_attr(cls, session, id, attr, value):
if hasattr(cls, 'id'):
session.query(cls).filter(cls.id == id).update({
attr: value
})
session.commit()
BaseModel.set_attr = set_attr
@classmethod
def set_attrs(cls, session, id, attrs):
if hasattr(cls, 'id'):
session.query(cls).filter(cls.id == id).update(attrs)
session.commit()
BaseModel.set_attrs = set_attrs
雖然很拙劣，但確實能用。順便還附送了一些有用的玩意，你懂的。
2.設(shè)置 declarative_base() 的 cls 參數(shù)：
這種方法不需要執(zhí)行“BaseModel.get_by_id = get_by_id”之類的代碼。不足之處就是 PyCharm 仍然無法找到這些方法的位置。
3.設(shè)置 __abstract__ 屬性：
__abstract__ = True
__table_args__ = { # 可以省掉子類的 __table_args__ 了
'mysql_engine': 'InnoDB',
'mysql_charset': 'utf8'
}
# ...
這種方法最簡單，也可以繼承出多個類。
如何正確使用事務(wù)？
假設(shè)有一個簡單的銀行系統(tǒng)，一共兩名用戶：
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
money = Column(DECIMAL(10, 2))
class TanseferLog(BaseModel):
__tablename__ = 'tansefer_log'
id = Column(Integer, primary_key=True)
from_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
to_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))
amount = Column(DECIMAL(10, 2))
user = User(money=100)
session.add(user)
user = User(money=0)
session.add(user)
session.commit()
然后開兩個 session，同時進行兩次轉(zhuǎn)賬操作：
session2 = DB_Session()
user1 = session1.query(User).get(1)
user2 = session1.query(User).get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session1.add(TanseferLog(from_user=1, to_user=2, amount=100))
user1 = session2.query(User).get(1)
user2 = session2.query(User).get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session2.add(TanseferLog(from_user=1, to_user=2, amount=100))
session1.commit()
session2.commit()
現(xiàn)在看看結(jié)果：
Decimal('0.00')
>>> user2.money
Decimal('100.00')
>>> session.query(TanseferLog).count()
2L
兩次轉(zhuǎn)賬都成功了，但是只轉(zhuǎn)走了一筆錢，這明顯不科學(xué)。
可見 MySQL InnoDB 雖然支持事務(wù)，但并不是那么簡單的，還需要手動加鎖。
首先來試試讀鎖：
user2 = session1.query(User).with_lockmode('read').get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session1.add(TanseferLog(from_user=1, to_user=2, amount=100))
user1 = session2.query(User).with_lockmode('read').get(1)
user2 = session2.query(User).with_lockmode('read').get(2)
if user1.money >= 100:
user1.money -= 100
user2.money += 100
session2.add(TanseferLog(from_user=1, to_user=2, amount=100))
session1.commit()
session2.commit()
現(xiàn)在在執(zhí)行 session1.commit() 的時候，因為 user1 和 user2 都被 session2 加了讀鎖，所以會等待鎖被釋放。超時以后，session1.commit() 會拋出個超時的異常，如果捕捉了的話，或者 session2 在另一個進程，那么 session2.commit() 還是能正常提交的。這種情況下，有一個事務(wù)是肯定會提交失敗的，所以那些更改等于白做了。
接下來看看寫鎖，把上段代碼中的 'read' 改成 'update' 即可。這次在執(zhí)行 select 的時候就會被阻塞了：
user1 = session2.query(User).with_lockmode('update').get(1)
這樣只要在超時期間內(nèi)，session1 完成了提交或回滾，那么 session2 就能正常判斷 user1.money >= 100 是否成立了。
由此可見，如果需要更改數(shù)據(jù)，最好加寫鎖。
那么什么時候用讀鎖呢？如果要保證事務(wù)運行期間內(nèi)，被讀取的數(shù)據(jù)不被修改，自己也不去修改，加讀鎖即可。
舉例來說，假設(shè)我查詢一個用戶的開支記錄（同時包含余額和轉(zhuǎn)賬記錄），可以直接把 user 和 tansefer_log 做個內(nèi)連接。
但如果用戶的轉(zhuǎn)賬記錄特別多，我在查詢前想先驗證用戶的密碼（假設(shè)在 user 表中），確認(rèn)相符后才查詢轉(zhuǎn)賬記錄。而這兩次查詢的期間內(nèi)，用戶可能收到了一筆轉(zhuǎn)賬，導(dǎo)致他的 money 字段被修改了，但我在展示給用戶時，用戶的余額仍然沒變，這就不正常了。
而如果我在讀取 user 時加了讀鎖，用戶是無法收到轉(zhuǎn)賬的（因為無法被另一個事務(wù)加寫鎖來修改 money 字段），這就保證了不會查出額外的 tansefer_log 記錄。等我查詢完兩張表，釋放了讀鎖后，轉(zhuǎn)賬就可以繼續(xù)進行了，不過我顯示的數(shù)據(jù)在當(dāng)時的確是正確和一致的。
另外要注意的是，如果被查詢的字段沒有加索引的話，就會變成鎖整張表了：
session2.query(User).filter(User.id < 40).with_lockmode('update').all() # 不會被鎖，因為 id 是主鍵
session1.rollback()
session2.rollback()
session1.query(User).filter(User.money == 50).with_lockmode('update').all()
session2.query(User).filter(User.money == 40).with_lockmode('update').all() # 會等待解鎖，因為 money 上沒有索引
要避免的話，可以這樣：
另一個注意點是子事務(wù)。
InnoDB 支持子事務(wù)（savepoint 語句），可以簡化一些邏輯。
例如有的方法是用于改寫數(shù)據(jù)庫的，它執(zhí)行時可能提交了事務(wù)，但在后續(xù)的流程中卻執(zhí)行失敗了，卻沒法回滾那個方法中已經(jīng)提交的事務(wù)。這時就可以把那個方法當(dāng)成子事務(wù)來運行了：
# ...
if success:
session.commit()
return True
session.rollback()
return False
def step2():
# ...
if success:
session.commit()
return True
session.rollback()
return False
session.begin_nested()
if step1():
session.begin_nested()
if step2():
session.commit()
else:
session.rollback()
else:
session.rollback()
此外，rollback 一個子事務(wù)，可以釋放這個子事務(wù)中獲得的鎖，提高并發(fā)性和降低死鎖概率。
如何對一個字段進行自增操作？
最簡單的辦法就是獲取時加上寫鎖：
user.age += 1
session.commit()
如果不想多一次讀的話，這樣寫也是可以的：
User.age: User.age + 1
})
session.commit()
# 其實字段之間也可以做運算：
session.query(User).filter(User.id == 1).update({
User.age: User.age + User.id
})
相關(guān)文章
解決tensorflow由于未初始化變量而導(dǎo)致的錯誤問題
今天小編就為大家分享一篇解決tensorflow由于未初始化變量而導(dǎo)致的錯誤問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
使用Pycharm為項目創(chuàng)建一個虛擬環(huán)境完整圖文教程
這篇文章主要給大家介紹了關(guān)于使用Pycharm為項目創(chuàng)建一個虛擬環(huán)境的相關(guān)資料,我們在使用pycharm做項目時,最好給每一個工程都創(chuàng)建一個虛擬環(huán)境,將對應(yīng)的安裝包放在該虛擬環(huán)境中,避免項目與項目之間產(chǎn)生關(guān)系或沖突,便于管理,需要的朋友可以參考下2023-09-09
python print()函數(shù)的end參數(shù)和sep參數(shù)的用法說明
這篇文章主要介紹了python print()函數(shù)的end參數(shù)和sep參數(shù)的用法說明，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-05-05
Pandas替換及部分替換（replace）實現(xiàn)流程詳解
這篇文章主要介紹了Pandas替換及部分替換（replace）實現(xiàn)流程詳解,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-10-10
在本文中，我們將深入研究 Python 的內(nèi)部實現(xiàn)，并了解 Python 如何使用一種名為字符串駐留（String Interning）的技術(shù)，實現(xiàn)解釋器的高性能。2021-05-05
python安裝PIL模塊時Unable to find vcvarsall.bat錯誤的解決方法
這篇文章給大家分享了關(guān)于python安裝PIL模塊時遇到Unable to find vcvarsall.bat錯誤的解決方法，相信會對不少人有一定的參考借鑒價值。有需要的朋友們下面來一起看看吧。2016-09-09
這篇文章主要介紹了pytest測試框架+allure超詳細(xì)教程,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-11-11
python畫圖——實現(xiàn)在圖上標(biāo)注上具體數(shù)值的方法
今天小編就為大家分享一篇python畫圖——實現(xiàn)在圖上標(biāo)注上具體數(shù)值的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Python3 串口接收與發(fā)送16進制數(shù)據(jù)包的實例
今天小編就為大家分享一篇Python3 串口接收與發(fā)送16進制數(shù)據(jù)包的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
python批量導(dǎo)入數(shù)據(jù)進Elasticsearch的實例
今天小編就為大家分享一篇python批量導(dǎo)入數(shù)據(jù)進Elasticsearch的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05