㈠ python sqlite3 怎么处理
要操作关系数据库，首先需要连接到数据库，一个数据库连接称为Connection；
连接到数据库后，需要打开游标，称之为Cursor，通过Cursor执行SQL语句，然后，获得执行结果。
Python定义了一套操作数据库的API接口，任何数据库要连接到Python，只需要提供符合Python标准的数据库驱动即可。
#导入SQLite驱动:
>>>importsqlite3
#连接到SQLite数据库
#数据库文件是test.db
#如果文件不存在，会自动在当前目录创建:
>>>conn=sqlite3.connect('test.db')
#创建一个Cursor:
>>>cursor=conn.cursor()
#执行一条SQL语句，创建user表:
>>>cursor.execute('createtableuser(idvarchar(20)primarykey,namevarchar(20))')
<sqlite3.Cursorobjectat0x10f8aa260>
#继续执行一条SQL语句，插入一条记录:
>>>cursor.execute('insertintouser(id,name)values('1','Michael')')
<sqlite3.Cursorobjectat0x10f8aa260>
#通过rowcount获得插入的行数:
>>>cursor.rowcount
1
#关闭Cursor:
>>>cursor.close()
#提交事务:
>>>conn.commit()
#关闭Connection:
>>>conn.close()
推荐学习资料：http://www.liaoxuefeng.com/wiki//
㈡ python3.3.1中sqlite3问题
可能原因有很多, 比如说你的硬盘有故障, 或者目录下面已经有了一个叫test1.db的目录, 等等
㈢ Python数据分析库有哪些
1.Numpy库
是Python开源的数值计算扩展工具，提供了Python对多维数组的支持，能够支持高级的维度数组与矩阵运算。此外，针对数组运算也提供了大量的数学函数库，Numpy是大部分Python科学计算的基础，具有很多功能。
2.Pandas库
是一个基于Numpy的数据分析包，为了解决数据分析任务而创建的。Pandas中纳入了大量库和标准的数据模型，提供了高效地操作大型数据集所需要的函数和方法，使用户能快速便捷地处理数据。
3.Matplotlib库
是一个用在Python中绘制数组的2D图形库，虽然它起源于模仿MATLAB图形命令，但它独立于MATLAB，可以通过Pythonic和面向对象的方式使用，是Python中最出色的绘图库。主要用纯Python语言编写的，它大量使用Numpy和其他扩展代码，即使对大型数组也能提供良好的性能。
4.Seaborn库
是Python中基于Matplotlib的数据可视化工具，提供了很多高层封装的函数，帮助数据分析人员快速绘制美观的数据图形，从而避免了许多额外的参数配置问题。
5.NLTK库
被称为使用Python进行教学和计算语言学工作的最佳工具，以及用自然语言进行游戏的神奇图书馆。NLTK是一个领先的平台，用于构建使用人类语言数据的Python程序，它为超过50个语料库和词汇资源提供了易于使用的接口，还提供了一套文本处理库，用于分类、标记化、词干化、解析和语义推理、NLP库的包装器和一个活跃的讨论社区。
㈣ python sqlite3 建表问题
import sqlite3cx = sqlite3.connect("E:/test.db")cx.execute("create table ...")#建表cx.execute("insert into ...")#插入数据cx.commit()
㈤ python sqlite3 是否有表
表 是 数据库必不可少的一部分，sqlite3当然有啦
创建表的方法
直接用sql语言
CREATETABLEdatabase_name.table_name(
column1datatypePRIMARYKEY(oneormorecolumns),
column2datatype,
column3datatype,
.....
columnNdatatype,
);
使用python的接口
importsqlite3
conn=sqlite3.connect('test.db')
cursor=conn.cursor()
cursor.execute('createtableuser(idvarchar(20)primarykey,namevarchar(20))')
㈥ python 使用SQlite3数据库插入数据时出问题了
id列只能放入证书数据，因此%d前后的单引号要去掉。
cur.execute("insert into information1(id,name,UID,address,language,ifconfirm,time,fans) values(%d,'%s','%s','%s','%s','%s','%s','%s')"%(thecont,str1,str2,str3,str4,str5,str6,str7))
㈦ Python中SQLite支持数据库远程访问吗
使用自己的文件锁解决这个问题。
Multiple processes can have the same database open at the same time. Multiple processes can be doing a SELECT at the same time. But only one process can be making changes to the database at any moment in time, however.
SQLite uses reader/writer locks to control access to the database. (Under Win95/98/ME which lacks support for reader/writer locks, a probabilistic simulation is used instead.) But use caution: this locking mechanism might not work correctly if the database file is kept on an NFS filesystem. This is because fcntl() file locking is broken on many NFS implementations. You should avoid putting SQLite database files on NFS if multiple processes might try to access the file at the same time. On Windows, Microsoft's documentation says that locking may not work under FAT filesystems if you are not running the Share.exe daemon. People who have a lot of experience with Windows tell me that file locking of network files is very buggy and is not dependable. If what they say is true, sharing an SQLite database between two or more Windows machines might cause unexpected problems.
We are aware of no other embedded SQL database engine that supports as much concurrency as SQLite. SQLite allows multiple processes to have the database file open at once, and for multiple processes to read the database at once. When any process wants to write, it must lock the entire database file for the ration of its update. But that normally only takes a few milliseconds. Other processes just wait on the writer to finish then continue about their business. Other embedded SQL database engines typically only allow a single process to connect to the database at once.
However, client/server database engines (such as PostgreSQL, MySQL, or Oracle) usually support a higher level of concurrency and allow multiple processes to be writing to the same database at the same time. This is possible in a client/server database because there is always a single well-controlled server process available to coordinate access. If your application has a need for a lot of concurrency, then you should consider using a client/server database. But experience suggests that most applications need much less concurrency than their designers imagine.
When SQLite tries to access a file that is locked by another process, the default behavior is to return SQLITE_BUSY. You can adjust this behavior from C code using the sqlite3_busy_handler() or sqlite3_busy_timeout() API functions.
qlite应该是只是一个本地文件，API放在各个语言的开发包里了，它本身不具备C/S的网络功能。
见官方文档：
“ If you have many client programs accessing a common database over a network, you should consider using a client/server database engine instead of SQLite.”
如果一定想支持远程访问有这么几条出路：
1、换其他支持网络访问的数据库如MySQL。
如果坚持要用Sqlite
2、楼上所述，用网络文件系统，但是不建议。因为随机读写在NFS等系统上的性能都很成问题，而且稳定性堪忧。
3、用RPC等封装一下，如Thrift、XML-RPC等，Java的话还有RMI等直接可以搞起。
㈧ 在centos 7上安装并配置python 3.6环境，怎样使用3.6.1 版本
在CentOS 7上安装并配置Python 3.6环境
在纯净的 CentOS 系统上安装 Python 环境主要有两种办法。 一种是通过源码编译安装，另外一种就是安装已经打好的 RPM 包。依照个人习惯，我们先来看一下如何通过源码编译的方式安装 Python 3.6 并且配置虚拟环境。
作者：TaoBeier来源：segmentfault|2017-06-26 18:30
移动端
收藏
分享
拖了很久没有更新，抱歉啦~ 今天受邀写篇如何在 CentOS 7 上配置 Python 3 环境的文章。往常我都选择直接把我早年写的一篇文章源码编译MongoDB丢过去，让他们看其中的源码编译 Python 那一节，不过那节写的其实不太详细，而且最近被很多人催，所以还是单独写一篇好了。
当前最新的 CentOS 7.3 默认安装的是 Python 2 ，并且默认的官方 yum 源中不提供 Python 3 的安装包。有些用户想要升级使用 Python 3 但实际可能有各种各样的问题，导致出错，反观一下激进的 Fedora 社区，在23的时候，就将默认的版本修改成了 Python3 (如果我没记错的话)。
先说下我所使用的系统环境， 一个新创建的 Docker 容器。 使用 cat /etc/redhat-release 可以看到运行的是 CentOS 7.3 版本。
在纯净的 CentOS 系统上安装 Python 环境主要有两种办法。 一种是通过源码编译安装，另外一种就是安装已经打好的 RPM 包。依照个人习惯，我们先来看一下如何通过源码编译的方式安装 Python 3.6 并且配置虚拟环境。
使用源码进行编译安装
基础环境
先安装安装几个必须的包，以方便后续的操作
➜ yum install wget gcc make ➜ # wget 用于下载源码包 ➜ # gcc 和 make 用于编译
上 Python的官网 下载源码包
➜ wget
解包，解压缩
➜ xz -d Python-3.6.1.tar.xz ➜ tar -xvf Python-3.6.1.tar
编译
➜ cd Python-3.6.1 ➜ ./configure --prefix=/usr/local/python3.6 --enable-optimizations ➜
先解释下上面的参数，--prefix 是预期安装目录，--enable-optimizations 是优化选项(LTO，PGO 等)加上这个 flag 编译后，性能有 10% 左右的优化(如果没记错的话)，但是这会明显的增加编译时间。不过关于 LTO 和 PGO 其实不在今天文章的讨论范围内，建议感兴趣的可以看看 GCC 中 LTO 的具体实现。我应该不太可能去写相关的文章 哈哈哈 毕竟写起来就会停不下来。
接下来
➜ make ➜ make install
如图，会看到出错了，提示 zlib not available 所以，我们需要装一下依赖
➜ yum install zlib-devel
那为什么需要这个依赖包呢， 其实是因为 Python 有个很重要的内建模块 zipimport 用于从 Zip 压缩包中导入模块。 而如果没有 zlib 的包，那么就无法进行解压缩了，也自然该模块就不能使用了。
当我们的依赖安装好之后，重新执行上面的编译安装的步骤，发现执行成功。
➜ /usr/local/python3.6/bin/python3 --version Python 3.6.1
此刻，我们的 Python 3 也就安装成功了。
检查
编译安装完还远远不够，我们来做些检查。
当我们运行 Python 终端，输入 import bz2 的时候，会发现没有这个模块。如果你对这个模块不熟悉，那也没关系。我们输入 import sqlite3熟悉 Python 的同学应该对 sqlite3 不会太陌生，但如果你还是不熟悉的话，那你按方向键试试看。有没有发现，输出变成了^[[D^[[A 类似这样的内容?
熟悉 Python 源码的同学，肯定知道我要说什么了。但是假如你不熟悉，没关系，我来告诉你。正常来讲，在终端下我们预期当输入上方向键，会显示上一条命令，输入左方向键，可以将光标移动到左侧。但现实和我们的预期不同，什么原因?
这里涉及到了一点点关于输入设备的历史原因，简单来说就是需要有个模块来对用户的输入进行转义。回到本文的重点，就是我们编译安装的时候缺少了 readline 这个模块。既然已经发现了问题，那解决的办法其实很简单
➜ yum install readline-devel
安装完成后，重复上面的步骤，编译&&安装即可。
再检查
前面只是解决了方向键输入的问题，但是我提到的那两个模块还是 import 不进来，那我们仔细的看看我们的编译过程的输出。其中有这样的一段(依据系统环境的不同，输出可能也是不一致的)
Python build finished successfully! The necessary bits to build these optional moles were not found: _curses bz2 _dbm _gdbm _lzma _sqlite3 _tkinter readline To find the necessary bits, look in setup.py in detect_moles() for the mole's name.
按照上面的提示，很明显，我们缺少了一些(可选的)模块，这些模块假如你觉得自己不会用到，那也可以不理会它。这些模块，我用到的会多一些，甚至是那个一般人都不会碰的 TK 模块 哈哈哈。解决方式就只是装一下对应的模块即可。
➜ # 解决 import bz2 报错 ➜ yum install bzip2-devel ➜ # 解决 import curses 报错 ➜ yum install ncurses-devel ➜ # 解决 import sqlite3 报错 ➜ yum install sqlite-devel ➜ # 解决 _dbm _gdbm 缺失提醒 ➜ yum install gdbm-devel ➜ # 解决 _lzma 缺失提醒 ➜ yum install xz-devel ➜ # 解决 _tkinter 缺失提醒 ➜ yum install tk-devel ➜ # 解决 readline 缺失提醒及方向键行为非预期的问题 ➜ yum install readline-devel
当这些模块都装完，重新编译会发现提醒已经消失，安装即可。
使用 rpm 包进行安装
先来介绍一下 IUS 这个社区，名字的全写是【Inline with Upstream Stable】取首字母，它主要是一个提供新版本RPM包的社区。具体使用可以查看官方文档 简单说来就只要按下面的命令操作即可。
➜ yum -y install
添加 IUS 之后，先创建缓存元数据，再进行安装即可
➜ yum makecache ➜ yum install python36u ➜ yum -y install python36u-pip ➜ yum -y install python36u-devel
完成后直接终端输入 python3 即可。
环境配置
上面只是写了 Python 的安装，如果是使用 RPM 的方式安装的话，那直接是可用的。但如果是源码编译的，总不至于每次都输入一大串路径吧。所以解决方法很简单，加个链接即可。
➜ ln -s /usr/local/python3.6/bin/python3 /usr/bin/python3
另外，当系统中存在多个 Python 版本的时候，尽量去避免环境污染。我个人比较推荐使用 virtualenv 创建独立的虚拟环境，我日常中也是这样用的。不过，当我们安装完 Python 3.6 后，可以直接执行下面的命令进行虚拟环境的创建。
➜ python3 -m venv py3 ➜ source py3/bin/activate (py3) ➜ python -V Python 3.6.1
总结
CentOS 7 上安装Python 3.6 主要有两种方式，源码编译和安装 RPM 包。
对于想快速使用源码配置环境但并不想关心具体原因的读者，可以直接使用我GitHub上提供的这个脚本进行安装
另外Python 3.6 可直接使用 python3 -m venv venv_name 创建虚拟环境。