Dating-with-python-this-winter

这个冬天跟 Python 有一个约会——一个兴趣使然的 Python 课程。

前言

课程目的是让大家了解编程——最好是编程思想，掌握 Python 的基本操作。考虑到大家来自各种各样的专业，爬虫指定是不行，对大家没啥用，客户端或者后端也是对程序员才有用。

所以，学会 Python 基础之后，一个具体目的暂定是

学习数据处理、分析， 掌握 Numpy, Pandas 等框架。

起源

你为啥要搞这样的教学啊？

这次课程源自于某个北京研究生豆瓣群，有人问一个月适合学什么啊？我回答 Python，于是就成立了！随后，我想反正都是教，为什么不多拉点人呢，于是就去豆瓣拉人了，也去了即刻，区域也从北京到各地（云南、内蒙古、湖南……）。

如何上课？

课程分为三个部分

课前预习：大家可以试着完成，全凭自觉噢。

课中讲解：一个小时直播。哔哩哔哩直播

课后编程实践：需要自主完成作业，编程是实践技术，跟厨师和木匠一样，所以每次请你认真完成作业，一节课的作业截止日期一般是下一节课上完之后的一天。不再强制交作业了，如果需要催作业和批改作业服务，可以参与硬币计划，所有付费将捐给孩子们。

• 免费：课程除了催作业和批改作业服务之外，视频、文档、群里答疑都是免费的。

• 答疑：希望大家可以自主思考，有问题发到群里大家一起讨论。可以直接私信我，或者直接发群里交流，最后我们可以把这些答疑沉淀为文档。

• 时间安排：开课后，一般隔两天上一节课，一天空闲是留给课前问题和课后编程的。

• 硬币计划：目前我们还推出了硬币计划，你自行为孩子们进行捐款，可享受群主夺命催作业和批改作业服务。当然，不付费也可以参与课程和答疑，详情见下方链接：Github |博客

  欢迎加入噢！

• 闻道有先后，术业有专攻。虽然是免费的，希望大家也能认真对待自己的时间和精力，如果觉得自己不能坚持学习，那应该提前退群，免得浪费时间。

课程目录和时间点

注意，后续机器学习与数据分析课程在
https://github.com/xrandx/Dating-with-Machine-Learning

注意

如何参与

• 直播地址：哔哩哔哩直播

内容指引

• 变量定义
• 算术运算
• for 循环语句，while 循环语句，goto 语句
• 函数定义，函数调用
• 递归
• 静态类型系统
• 类型推导
• lambda 函数
• 基于对象和面向对象
• 垃圾回收与内存模型
• 指针算术
• ……

参考

请参考官方文档：sqlalchemy

SQLAlchemy 是什么

相当于 Java 的 Hibernate 和 Mybatis （我更喜欢MybatisPlus :），是 Python 里数一数二的 ORM框架。
ORM框架，本质上就是程序员懒得写 SQL 语句或者实体对象代码，于是让对象代码生成 SQL 语句或者让 SQL 语句生成对象，形成所谓的对象关系映射的程序框架（Object Relational Mapping)

初始化

初始化填好数据库信息，连接数据库，生成引擎，建立会话就好。当然它还可以连接内存数据库 sqlite 。
echo参数可以控制是否显示数据库操作细节。

from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy import Column, Integer, String

mysql_config = 'mysql+pymysql://%s:%s@%s:%s/%s?charset=utf8' % (username, password, host, port, database_name)
engine = create_engine(mysql_config, echo=False)
Base = declarative_base()
DbSession = sessionmaker(bind=engine, expire_on_commit=False)
session = DbSession()

通过 declarative_base ，框架会处理你的类声明，自动将你的类与数据库表绑定。
如下：User 继承 Base 。

最好在类内声明数据类型。 primary_key 参数代表是否为主键。
tablename 为数据表表名。

class User(Base):
    __tablename__ = 'users'

    id = Column(Integer, primary_key=True)
    name = Column(String)
    fullname = Column(String)
    password = Column(String)

增加

user1 = User(name='lihua', age=18)
session.add(user1)

user2 = User(name='hanmeimei', age=18)
user3 = User(name='songwenhua', age=18)

session.add_all([user1, user2])
session.commit()
# commit 才能提交更改

查找

过滤器有 filter_by 和 filter ，前者用于简单的查询。
filter_by 只支持 = 运算。
filter 支持 ==, >, < ，还支持 like, has, in_, or_, and_ 等自带操作。
查找后要加 all(), first(), 或者 limit() 。

session.query(User).filter_by(id=1).first()
# 代表第一个
# desc(): 降序
session.query(User).order_by(User.id.desc()).all()
# asc()：升序
session.query(User).order_by(Users.name.desc(),User.id.asc()).all()

#  例子
query.filter(Address.user == someuser)
query.filter(Address.user != someuser)
query.filter(Address.user == None)
# 名称中包含
query.filter(User.addresses.contains(someaddress))
# 用于多对一关系
query.filter(User.addresses.any(Address.email_address == 'bar'))

删除

User.query.filter(User.id == 123).delete()
session.commit()

修改

只需要查找之后，修改对象的值，commit 就可以了。

p = session.query(ParamClass).filter_by(id=1).first()
p.k1 = k1
session.commit()

flush 和 commit区别

flush 只是将语句发送到数据库内存，这种改变在这个会话可以看见，其他会话则不然。
commit 会提交所有更改，存至磁盘，其他会话也能查询到这种更改。

如何动态绑定表

接下来是重头戏了，由于业务需求，我需要根据情况，将同一类型的对象，存储在不同的表，也就是将数据存多个表，这些表的列名和结构都一致。
Python 的一个特性是可以动态生成类，利用 type() 不仅可以判断数据类型，还可以生成类：

type(类名, 父类的元组（针对继承的情况，可以为空），包含属性的字典（名称和值）)

由于框架是根据tablename来绑定表的，而且类的tablename是无法改变的。
于是可以用字典在一开始就把表名和类相关联，Model 是存粹的数据模型，Base 是 declarative_base 而来。这样就可以根据情况来匹配类了。

class User():
    id = Column(Integer, primary_key=True)
    name = Column(String)
    fullname = Column(String)
    password = Column(String)

table_mapper_dict[table_name] = type(
    table_name,
    (Model, Base),
    {'__tablename__': table_name}
)