在Jupyter Notebook使用Python连接MongoDB数据库并写入、查询数据
在Jupyter Notebook里通过pymongo库连接和使用MongoDB数据库的基本方法,包括数据库连接,数据创建和插入、查询。使用MongoDB存储JSON这样的数据非常方便,不用提前像MYSQL关系数据库那样创建字段结构。...
·
一、安装Pymongo库
根据MongoDB数据库官网的文档,使用Python连接MongoDB时推荐使用PyMongo库。在Windows启动菜单里找到Anaconda Prompt并点击打开,进入Anaconda命令行窗口,使用如下的pip 命令安装pymongo库:
pip install pymongo
安装成功后有如下提示:
Collecting pymongo
Downloading pymongo-4.2.0-cp37-cp37m-win_amd64.whl (374 kB)
---------------------------------------- 374.0/374.0 kB 21.9 kB/s eta 0:00:00
Installing collected packages: pymongo
Successfully installed pymongo-4.2.0
二、在Jupyter Notebook导入pymongo
打开Jupyter Notebook,新建一个文件,选Python 3:
在文件里导入pymongo:
import pymongo
运行这个单元格,如果程序报错信息,表示已经导入成功。
三、连接MongoDB数据库
# 连接MongoDB数据库,标准格式需要用户名、密码、数据库地址和数据库名称
#标准格式:conn_str = "mongodb://[username:password@]host1[:port1][,...hostN[:portN]][/[defaultauthdb][?options]]"
conn_str = "mongodb://localhost:27017/test" #这是我安装在本地的数据库没有设置用户名和密码,可以直接连接
# 设置10秒(10000毫秒)的连接超时
client = pymongo.MongoClient(conn_str, serverSelectionTimeoutMS=10000)
try:
print(client.server_info())
except Exception:
print("不能连接到数据库.")
执行这段代码,如果数据库连接成功,会打印数据库信息:
四、常用操作
#查询数据库里所有的数据库名称
client.list_database_names()
#创建名称为person_info数据集合(collection),相当于MySQL的数据表
db.create_collection(name='person_info')
#创建集合对象
collect=db.get_collection(name='person_info')
#写入一条数据(document)
person={'name':'yanglin','age':18,'sex':'male'}
result=collect.insert_one(document=person)
#查询字段内容,格式为字典,{'name':'yanglin'}表示查询姓名为yanglin,{'age':1}表示返回的字段仅要年龄,如果不加这个条件,返回所有字段数据
query=collect.find_one({'name':'yanglin'},{'age':1})
查询结果可以打印出来,就是刚才添加的记录信息:
在这里插入图片描述
以上只是一个简单的入门操作,要实现更复杂功能,可以参考MongoDB官网上的参考文档:
https://www.mongodb.com/docs/drivers/pymongo/
更多推荐
已为社区贡献4条内容
所有评论(0)