


Stellen Sie eine Verbindung zu mehreren Datenbanken her, erstellen oder generieren Sie SQL-Abfragen, analysieren oder visualisieren Sie.
Quelle: https://github.com/HimrajDas/SQTHON
SQTHON
Stellen Sie eine Verbindung zu mehreren Datenbanken her, führen Sie unformatierte SQL-Abfragen aus, führen Sie Analysen durch und erstellen Sie Visualisierungen.
Aktuelle Arbeit an:
- SqthonAI: SQL-Abfragen mit einem LLM Ihrer Wahl generieren ?
- Sicherheitsverbesserungen?
- Neue Funktionen
- Benutzerdefinierte Ausnahme zur besseren Fehlerdarstellung ?
Das Paket ist noch nicht auf Pypi veröffentlicht und wird mit Poesie erstellt. ?
Derzeit funktioniert dieses Paket nur unter Windows.
Und erstellen Sie zu Ihrer Sicherheit eine virtuelle Umgebung.?
Installation ?
1. Klonen Sie das Repository.
https://github.com/HimrajDas/SQTHON.git
cd sqthon
2. Poesie installieren (falls nicht installiert)
Mit Windows PowerShell
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -
Verwendung von Linux, macOS, Windows (WSL)
curl -sSL https://install.python-poetry.org | python3 -
Pipx verwenden
pipx install poetry
3. Installieren Sie Abhängigkeiten mithilfe von Poesie
poetry install
Alternative Installation ?
pip install git https://github.com/HimrajDas/SQTHON
Wie verwende ich es nun?
1. Erstellen Sie eine .env-Datei in Ihrem Projektstammverzeichnis. [ein unbedingter Schritt]
-
Legen Sie Datenbank-Passwörter wie folgt fest:
Passwort ✅
2. Stellen wir eine Verbindung zu einer Datenbank her.
from sqthon import Sqthon # Instantiate the class. Passwords gets fetch from the .env file (that's why you have to create it) sq = Sqthon(dialect="mysql", user="root", host="localhost", service_instance_name="MySQL service instance name") # Connects to a database conn1 = sq.connect_to_database(database="dbname", local_infile=True) # local_infile controls the infile settings for the client. conn2 = sq.connect_to_database("dbname") # or you can connect like this: conn3 = sq.connect_db.connect(database="dbname") # not preferred ❌.
Wenn Ihr MySQL-Server nicht läuft, wird der Server durch die Angabe von service_instance_name automatisch gestartet.
Wenn Sie das Skript nicht als Administrator ausführen, werden Sie um Administratorrechte zum Starten des Servers gebeten.
3. Abfragen. ⭐
Angenommen, Sie haben eine Datenbank namens dummy?
Stellen Sie eine Verbindung zur Datenbank her.
dummy_conn = sq.connect_to_database(database="dummy")
Wie führe ich nun einige Abfragen aus?
# Suppose, You have a table named sales in the dummy database. query = """ SELECT customer_name FROM sales; """ customer_names = dummy_conn.run_query(query=query) # it will return the result as pandas dataframe.
run_query hat außer query mehrere Parameter, diese sind: visualize: bool = False,
plot_type: str = None,
x=Keine,
y=Keine,
Titel=Keine.
Wenn Sie visualize=True festlegen und die Argumente x, y und plot_type angeben, wird zusammen mit
ein Diagramm zurückgegeben die Daten, die meiner Meinung nach nicht für die spätere Verwendung der Variablen geeignet sind.
4. Visualisierung.
https://github.com/HimrajDas/SQTHON.git
5. CSV in eine Tabelle importieren.
Ich habe diese Funktion aus mehreren Sicherheitsgründen isoliert. Was ich meine ist, dass es ein separates
verwendet
Engine zum Importieren der CSV-Datei in eine Tabelle, um die Sie sich keine Sorgen machen müssen?
Es existiert in util.py als separate Methode ohne Leben von anderen.
Derzeit wird nur MySQL unterstützt.
Methodenname: import_csv_to_mysqltable
Parameter, die es hat:
- Benutzer: str
- Gastgeber: str
- Datenbank: str
- csv_path: str
- service_instance: str = None
- Tabelle: str
Benutzer: Benutzername,
Host: Host,
Datenbank: Datenbankname,
csv_path: relativer oder absoluter Pfad zur CSV-Datei.
Tabelle: Tabellenname. Wenn er nicht vorhanden ist, wird die Tabelle gemäß der CSV-Datei erstellt.
Sie müssen sich keine Gedanken über Datentypen machen. Es wird damit umgehen.
cd sqthon
Das obige ist der detaillierte Inhalt vonStellen Sie eine Verbindung zu mehreren Datenbanken her, erstellen oder generieren Sie SQL-Abfragen, analysieren oder visualisieren Sie.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.
