Skip to content

Понимание RETURNING в SQLAlchemy с Python

Пересказ статьи Python Code Nemesis. Understanding returning in SQLAlchemy with Python



Предложение RETURNING, имеющееся во многих диалектах SQL, например, PostgreSQL, MariaDB и SQL Server, позволяет возвращать значения из строк, к которым применялся оператор UPDATE или DELETE, при выполнении самого оператора. Это может быть особенно полезно, когда вам необходимо:

  • Получить значения после их обновления и использовать их затем в коде.

  • Получить информацию об удаленных строках для журнализации и аудита.

Давайте начнем.


Continue reading "Понимание RETURNING в SQLAlchemy с Python"

Освоение строковых функций Python

Пересказ статьи Syed Hamed Raza. Mastering Python String Functions


Python, универсальный и мощный язык программирования, обладает богатым набором функций для манипуляции строками. Строки являются фундаментальным типом данных, представляющих собой последовательность символов. Понимание и владение строковыми функциями Python является ключом для эффективной обработки текста, манипуляции данными и общих навыков программирования. В этом руководстве мы рассмотрим различные строковые функции и их применение.

1. Базовые операции со строками


1.1 Конкатенация


Одной из наиболее востребованных операций со строками является конкатенация. Python позволяет соединять две и более строк с помощью оператора +.

str1 = "Hello"
str2 = "World"
result = str1 + " " + str2
print(result)

Hello World

Continue reading "Освоение строковых функций Python"

Исследование производительности: прямые SQL-запросы или ORM в Python

Пересказ статьи Exploring Performance: Raw SQL Queries vs. ORM in Python


В приложениях, управляемых данными, очень важна оптимизация производительности. Когда приходится взаимодействовать с данными, разработчики часто оказываются на распутье: следует ли им непосредственно использовать запросы SQL или выбрать фреймворк объектно-реляционного отображения (ORM)? Эта статья углубляется в эту дискуссию, выделяя преимущества и недостатки обоих подходов, сопровождая их реальными примерами кода Python для более глубокого понимания.

Понимание ландшафта


Прямые запросы SQL встраиваются непосредственно в ваш код для взаимодействия с данными. Они предоставляют разработчикам детальное управление структурой и выполнением запроса, что делает их привлекательными для сложных запросов. С другой стороны, фреймворки ORM типа SQLAlchemy абстрагируют взаимодействие с базой данных в объекты Python, снижая необходимость писать непосредственно на SQL, улучшая при этом читабельность кода.
Continue reading "Исследование производительности: прямые SQL-запросы или ORM в Python"

Polars в Python

Пересказ статьи Pawan Kumar Ganjhu. Polars In Python


Polars в Python - это быстрая библиотека фреймов данных, которая подобна Pandas, но разработана с целью обеспечения лучшей производительности для больших наборов данных. Она построен на основе Apache Arrow и Rust, что делает ее эффективной для аналитической рабочей нагрузки. Polars особенно полезна для обработки больших наборов данных и эффективного выполнения операций типа фильтрации, агрегации и преобразований.

Вот краткий обзор использования Polars в Python:
Continue reading "Polars в Python"

Программирование на Python в Microsoft Excel

Пересказ статьи Fareed Khan. Python Programming in Microsoft Excel


В новаторском сотрудничестве Anaconda и Microsoft представили инновацию, меняющую правила игры: Python в Excel. Эта революционная интеграция изменила как для пользователей Excel, так и для практикующих Python, подход к анализу данных и привнесла новый уровень доступа к современной аналитике. Это партнерство сочетает мощь Python со знакомым интерфейсом Excel, трансформируя аналитику данных в более интегрированный, мощный и доступный способ получения результатов. В этом блоге мы узнаем, что дает Python в Excel, его преимущества и то, как вы можете начать путешествие по анализу данных.
Continue reading "Программирование на Python в Microsoft Excel"

Кортежи или списки в Python - что эффективней?

Пересказ статьи Rinu Gour. Python Tuples vs Lists - Which Is More Efficient?


Python предлагает многообразные структуры хранения и манипуляции данными. Двумя наиболее часто используемыми структурами данных в Python являются списки и кортежи.

Здесь мы обсудим различия между списками и кортежами, их характеристики, варианты использования, методы и операции. Continue reading "Кортежи или списки в Python - что эффективней?"

Конструирование запросов SQL с помощью Python

Пересказ статьи Rajan Sahu. Constructing SQL Queries With Python


Способность быстро и легко писать запросы SQL является решающей при взаимодействии с базами данных в Python-разработках. Создание сложных и понятных запросов SQL выполняется проще с помощью Pypika, надежного и удобного для пользователя пакета Python. В этой статье блога мы рассмотрим основные возможности Pypika, проверим несколько типичных случаев использования и оценим его функции на конкретных примерах.
Continue reading "Конструирование запросов SQL с помощью Python"

Python и SQL. Улучшите свою игру с базой данных!

Пересказ статьи Rasiksuhail. Python and SQL. Up Your Database Game!


Python & SQL - экстраординарная пара


Сочетание Python и SQL является исключительно мощным и широко используемым в области управления данными, анализа и разработки приложений.

Читабельность Python и обширная экосистема в сочетании со стандартом SQL для реляционных баз данных создает мощную синергию. Ценность этой пары особенно проявляется в науке о данных, машинном обучении и веб-разработке, где богатые библиотеки Python бесшовно интегрируются с SQL для эффективной манипуляции данными и анализа. Более того, простота Python дает преимущество для создания сценариев, автоматизации и текущего обслуживания баз данных SQL.
Continue reading "Python и SQL. Улучшите свою игру с базой данных!"

Самые быстрые методы массовой вставки фрейма данных Pandas в PostgreSQL

Пересказ статьи Askin TAMANLI. Fastest Methods to Bulk Insert a Pandas Dataframe into PostgreSQL


Имеется множество методов загрузки данных (фрейма данных pandas) в базы данных. Мы собираемся сравнить различные методы загрузки. В качестве базы данных будет использоваться PostgreSQL (версия 16.1, установленная локально).
Continue reading "Самые быстрые методы массовой вставки фрейма данных Pandas в PostgreSQL"

Анализ данных с Python: 5 операций со столбцами в pandas для аналитика данных

Пересказ статьи Benjamin Bennett Alexander. Data Analysis With Python 5 pandas Column Operations for Data Analysts


Аналитики данных для эффективного анализа и манипуляции данными во многом полагаются на библиотеку Python pandas. Pandas предоставляет богатый функционал для обработки наборов данных, одной из сильных сторон которого является возможность эффективно выполнять операции со столбцами. В этой статье мы изучим пять важных операций со столбцами в pandas, которыми должен владеть каждый аналитик данных. Этими операциями являются переименование столбцов, изменение порядка столбцов, создание мультииндекса столбцов, добавление нескольких столбцов и удаление нескольких столбцов.
Continue reading "Анализ данных с Python: 5 операций со столбцами в pandas для аналитика данных"

Изучение Pandas в Python: операции Filter и Pivot на примерах

Пересказ статьи Pawan Kumar Ganjhu. Exploring Pandas in Python Filter and Pivot Operations with Sample Data


Pandas является мощной библиотекой манипуляции данными в Python, а функции Filter и Pivot - полезными инструментами для работы с объектами DataFrame. Давайте рассмотрим каждый из них, используя образец данных.
Continue reading "Изучение Pandas в Python: операции Filter и Pivot на примерах"

15 основных функций манипулирования данными с помощью Pandas, которые вам нужно освоить

Пересказ статьи Zaid Ullah. Mastering Data Manipulation with Pandas: 15 Essential Functions You Need to Know


Введение


Pandas является мощной библиотекой манипуляции данными в Python, которая предоставляет огромное число функций и инструментов для эффективного анализа и преобразования данных. Являетесь ли вы специалистом по данным, аналитиком или новичком, желающим освоить манипулирование данными, понимание этих важных функций Pandas значительно повысит ваши навыки. В этой статье мы углубимся в изучение каждой функции, исследуя ее назначение и практическое применение на примерах кода. Continue reading "15 основных функций манипулирования данными с помощью Pandas, которые вам нужно освоить"

Создание базы данных, используя Python и SQLAlchemy

Пересказ статьи Sandyjtech. Creating a database using Python and SQLAlchemy


SQLAlchemy является потрясающей библиотекой объектно-реляционного сопоставления (ORM), которая позволяет нам взаимодействовать с базами данных, используя Python. Я объясню шаг за шагом как создать базу данных, используя Python и SQLAlchemy.


Continue reading "Создание базы данных, используя Python и SQLAlchemy"

Учебник по SQL Server и Python

Пересказ статьи Daniel Calbimonte. SQL Server and Python Tutorial


Введение


В этой статье мы рассмотрим подключение к SQL Server в Python с помощью библиотеки pyodbc. Если вы являетесь администратором базы данных SQL, то мы настоятельно рекомендуем выполнение скриптов Python в SSMS.

Однако некоторые Python-разработчики предпочитают работать непосредственно с Python, а не в SSMS с включением скриптов. Мы рассмотрим следующие темы: Continue reading "Учебник по SQL Server и Python"