기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

SQlite와 python

python과 sqlite의 연결

python과 sqlite의 연결을 위해 python의 sqlite3 모듈을 사용합니다.
SQlite는 별도의 서버가 필요하지 않습니다. 그러므로 다음과 같이 간단히 두 언어의 연결이 이루어 집니다.

sqlite의 운영은 다음 과정으로 이루어집니다.
1) 선택한 데이터베이스에 대한 연결 : connection
2) 데이터 전달을 위한 커서 설정: cursor
3) SQL을 이용해 데이터를 조작: 상호작용
4) SQL 조작을 데이터에 적용한 후 이를 영구적으로 반영(커밋)
5) 그러한 조작을 중단(롤백) 상호작용이 발생하기 전의 상태로 데이터를 되돌리도록  연결에 지시
6) 데이터 베이스에 대한 연결을 닫음: close

conn=sqlite3.connect("C:/~/test.db")
cur=conn.cursor()
#table 생성
cur.execute('''create table ex1(id integer primary key, name text, phone text, email text unique, password text)''')
#연결 닫기
conn.close()

#생성한 데이블 삭제
cur.execute('''drop table ex1''')
conn.commit()
#commit() 명령은 테이블이 아닌 연결된 db(여기서는 conn)차원에서 이루어집니다.
#다음은 동일한 db에서 테이블을 생성하고 데이터를 입력합니다.
conn=sqlite3.connect("C:/Users/hp/Documents/stock/DB/test.db")
cur=conn.cursor()
cur.execute('''create table ex1(id integer primary key, name text, phone text, email text unique, password text)''')
val=[(1, 'a', '2341234', 'a@exam.com', '1234'), (2, 'b', '6740980', 'b@exam.com', '7658')]
cur.execute("insert into ex1 values(?,?,?,?,?)", val[0])
cur.execute("insert into ex1 values(?,?,?,?,?)", val[1])
conn.commit()
#python 변수의 값들은 튜플로 전달됩니다.  다른 방식으로는 사전과 같이 전달할 수 있습니다.
id3=3
name3='c'
phone3="4538901"
email3='callable@exam.com'
password3="7852"
cur.execute("insert into ex1(id, name, phone, email, password) values(:id, :name, :phone, :email, :password)",
            {'id':id3, 'name': name3, 'phone':phone3, 'email':email3, 'password':password3})
conn.commit()
#여러개의 자료를 동시에 삽입할 경우는 executemany() 메소드를 사용합니다.
val2=[(4, 'd', '2341234', 'd@exam.com', '1234'), (5, 'e', '6740980', 'e@exam.com', '7658')]
cur.executemany("insert into ex1(id, name, phone, email, password) values(?,?,?,?,?)", val2)
conn.commit()
id=cur.lastrowid
id
'''
입력된 데이터를 호출하기 위해서는 cursor 객체에 select 문을 실행하고
한 행을 가져오기 위해서는 fetchone()
모든 행을 가져오기 위해서는 fetchall() 메소드를 사용합니다.
'''
cur.execute("select id, name, phone, email, password from ex1")
item1=cur.fetchone()
item1
#다음 코드의 결과는 위와 같이 호출된 데이터는 제외됩니다.
item_all=cur.fetchall()
item_all
#반복문을 사용하여 호출
for row in item_all:
    print("{0}:{1},{2}".format(row[0], row[1], row[2]))
#특정한 부분을 호출할 경우 '?'(placeholder)를 사용합니다.
spec_id=3
cur.execute('select name, email, phone from ex1 where id=?', (spec_id,))
cur.fetchone()
#데이터를 업데이트, 제거할 경우는 각각 update, delete를 사용합니다.
new=7098931
repid=1
cur.execute('update ex1 set phone=? where id=?', (new, repid))
cur.execute('delete from ex1 where id=4')
conn.commit()
'''
마지막에 수정한 변화는 취소하기 위해서는 rollback()을 사용합니다.
어떤 명령후에 그 결과를 저장하기 위해서는 commit()를 실행해야 하는데
rollback()은 commit()을 실행하기 직전의 마지막 명령을 취소하는 역할을 합니다.
'''
conn.rollback()
conn.close()

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...

turtle로 정오각형 그리기

정오각형 그리기  오각형을 그리는 것 역시 정사각형 , 정삼각형 을 그리는 것과 유사한 과정을 거칩니다. 단지 각 꼭지점의 각도만이 다르지요. 그러면 정오각형의 각 모서리의 각도는 어떻게 될까요? 이를 생각하기에 앞서 각 도형의 내각을 먼저 생각해보죠. 우리는 삼각형의 내각의 합을 알고 있습니다. 이를 이용하면 각 도형에서 삼각형이 몇개가 존재하는지를 알아보고 "삼각형의 갯수×180"로 그 도형의 내각의 합을 구할 수 있을 것입니다. 다음 그림을 볼까요? 위 그림의 사각형은 1개의 대각선으로 2개의 삼각형으로 구성됩니다. 오각형의 경우 2개의 대각선으로 3개의 삼각형으로 구성됩니다. 즉, 다음의 관계를 보이지요. 사각형의 내각 : 삼각형 2개 2×180=360 한각의 값  360/4=90 오각형의 내각 : 삼각형 3개 3×180=540 한각의 값  540/5=108 육각형의 내각 : 삼각형 4개 4×180=720 한각의 값  720/6=120 ... 위 그림에서 내각과 외각의 관계를 보면 위 그림의 검은색은 각 모서리의 내각이고 빨간색은 외각을 나타냅니다. 외각은 내각을 이루는 하나의 선을 연장했을 경우 상대되는 각도이라고 했습니다. 그러므로 오각형의 경우 내각 108도에 대한 외각은 72도입니다. 특이할 사항은 사각형이나 오각형이나 외각의 합은 360입니다. 즉, 모든 도형의 외각의 합은 360도입니다. (삼각형의 외각의 합을 구해보세요.) 그러므로 모든 정다각형에서 하나의 외각은 다음과 같이 계산될 수 있겠지요. 360/변수의 수=다각형에서 하나의 외각 위에서 회전을 할 경우 내각이 아닌 외각을 사용해야 함을 알았습니다. 그러므로 오각형을 그리는 계획은 다음과 같이 작성할 수 있겠죠. 1) 지정한 길이만큼 앞으로 이동합니다. 2) 오른쪽 또는 왼쪽으로 72도를 회전합니다. 3) 앞으로 동일한 길이만큼 이동합니다. 4) 오른쪽 또는 왼쪽으로 72도 만큼 이동합니다. 5)1번부터 4번 ...