1376 0

[程序分享] Python基础教程【python入门】-【python下载】【python set】 [分享]

助理

泰斗

62%

还不是VIP/贵宾

-

威望
4
论坛币
700713 个
通用积分
108.1690
学术水平
905 点
热心指数
963 点
信用等级
835 点
经验
393758 点
帖子
9856
精华
48
在线时间
5519 小时
注册时间
2014-8-19
最后登录
2020-5-11

widen我的世界 学生认证  发表于 2016-9-26 16:42:06 |显示全部楼层

Python培训

Python基础教程

【python入门】

-

【python下载】

【python set】



【python下载】

【python set】

https://bbs.pinggu.org/thread-4647308-1-1.html



Python基础教程

【python入门】


这篇文章主要介绍了Python的ORM框架SQLAlchemy基本操作和常用技巧,包含大量实例,非常好的一个学习SQLAlchemy的教程,需要的朋友可以参考下

首先说下,由于最新的 0.8 版还是开发版本,因此我使用的是 0.79 版,API 也许会有些不同。

因为我是搭配 MySQL InnoDB 使用,所以使用其他数据库的也不能完全照搬本文。


接着就从安装开始介绍吧,以 Debian/Ubuntu 为例(请确保有管理员权限):


1.MySQL


复制代码 代码如下:

apt-get install mysql-server

apt-get install mysql-client

apt-get install libmysqlclient15-dev


2.python-mysqldb


复制代码 代码如下:

apt-get install python-mysqldb


3.easy_install


复制代码 代码如下:

wget


4.MySQL-Python


复制代码 代码如下:

easy_install MySQL-Python


5.SQLAlchemy


复制代码 代码如下:

easy_install SQLAlchemy

如果是用其他操作系统,遇到问题就 Google 一下吧。我是在 Mac OS X 上开发的,途中也遇到些问题,不过当时没记下来……

值得一提的是我用了 MySQL-Python 来连 MySQL,因为不支持异步调用,所以和 Tornado 不是很搭。不过性能其实很好,因此以后再去研究下其他方案吧……


装好后就可以开始使用了:


复制代码 代码如下:

from sqlalchemy import create_engine

from sqlalchemy.orm import sessionmaker


DB_CONNECT_STRING = 'mysql+mysqldb://root:123@localhost/ooxx?charset=utf8'

engine = create_engine(DB_CONNECT_STRING, echo=True)

DB_Session = sessionmaker(bind=engine)

session = DB_Session()


这 里的 DB_CONNECT_STRING 就是连接数据库的路径。“mysql+mysqldb”指定了使用 MySQL-Python 来连接,“root”和“123”分别是用户名和密码,“localhost”是数据库的域名,“ooxx”是使用的数据库名(可省 略),“charset”指定了连接时使用的字符集(可省略)。

create_engine() 会返回一个数据库引擎,echo 参数为 True 时,会显示每条执行的 SQL 语句,生产环境下可关闭。

sessionmaker() 会生成一个数据库会话类。这个类的实例可以当成一个数据库连接,它同时还记录了一些查询的数据,并决定什么时候执行 SQL 语句。由于 SQLAlchemy 自己维护了一个数据库连接池(默认 5 个连接),因此初始化一个会话的开销并不大。对 Tornado 而言,可以在 BaseHandler 的 initialize() 里初始化:


复制代码 代码如下:


class BaseHandler(tornado.web.RequestHandler):

    def initialize(self):

        self.session = models.DB_Session()

    def on_finish(self):

        self.session.close()



对其他 Web 服务器来说,可以使用 sqlalchemy.orm.scoped_session,它能保证每个线程获得的 session 对象都是唯一的。不过 Tornado 本身就是单线程的,如果使用了异步方式,就可能会出现问题,因此我并没使用它。


拿到 session 后,就可以执行 SQL 了:


复制代码 代码如下:

session.execute('create database abc')

print session.execute('show databases').fetchall()

session.execute('use abc')

# 建 user 表的过程略

print session.execute('select * from user where id = 1').first()

print session.execute('select * from user where id = :id', {'id': 1}).first()


不过这和直接使用 MySQL-Python 没啥区别,所以就不介绍了;我还是喜欢 ORM 的方式,这也是我采用 SQLAlchemy 的唯一原因。


于是来定义一个表:


复制代码 代码如下:

from sqlalchemy import Column

from sqlalchemy.types import CHAR, Integer, String

from sqlalchemy.ext.declarative import declarative_base


BaseModel = declarative_base()


def init_db():

    BaseModel.metadata.create_all(engine)


def drop_db():

    BaseModel.metadata.drop_all(engine)



class User(BaseModel):

    __tablename__ = 'user'


    id = Column(Integer, primary_key=True)

    name = Column(CHAR(30)) # or Column(String(30))


init_db()


declarative_base() 创建了一个 BaseModel 类,这个类的子类可以自动与一个表关联。

以 User 类为例,它的 __tablename__ 属性就是数据库中该表的名称,它有 id 和 name 这两个字段,分别为整型和 30 个定长字符。Column 还有一些其他的参数,我就不解释了。

最后,BaseModel.metadata.create_all(engine) 会找到 BaseModel 的所有子类,并在数据库中建立这些表;drop_all() 则是删除这些表。


接着就开始使用这个表吧:


复制代码 代码如下:

from sqlalchemy import func, or_, not_


user = User(name='a')

session.add(user)

user = User(name='b')

session.add(user)

user = User(name='a')

session.add(user)

user = User()

session.add(user)

session.commit()


query = session.query(User)

print query # 显示SQL 语句

print query.statement # 同上

for user in query: # 遍历时查询

    print user.name

print query.all() # 返回的是一个类似列表的对象

print query.first().name # 记录不存在时,first() 会返回 None

# print query.one().name # 不存在,或有多行记录时会抛出异常

print query.filter(User.id == 2).first().name

print query.get(2).name # 以主键获取,等效于上句

print query.filter('id = 2').first().name # 支持字符串


query2 = session.query(User.name)

print query2.all() # 每行是个元组

print query2.limit(1).all() # 最多返回 1 条记录

print query2.offset(1).all() # 从第 2 条记录开始返回

print query2.order_by(User.name).all()

print query2.order_by('name').all()

print query2.order_by(User.name.desc()).all()

print query2.order_by('name desc').all()

print session.query(User.id).order_by(User.name.desc(), User.id).all()


print query2.filter(User.id == 1).scalar() # 如果有记录,返回第一条记录的第一个元素

print session.query('id').select_from(User).filter('id = 1').scalar()

print query2.filter(User.id > 1, User.name != 'a').scalar() # and

query3 = query2.filter(User.id > 1) # 多次拼接的 filter 也是 and

query3 = query3.filter(User.name != 'a')

print query3.scalar()

print query2.filter(or_(User.id == 1, User.id == 2)).all() # or

print query2.filter(User.id.in_((1, 2))).all() # in


query4 = session.query(User.id)

print query4.filter(User.name == None).scalar()

print query4.filter('name is null').scalar()

print query4.filter(not_(User.name == None)).all() # not

print query4.filter(User.name != None).all()


print query4.count()

print session.query(func.count('*')).select_from(User).scalar()

print session.query(func.count('1')).select_from(User).scalar()

print session.query(func.count(User.id)).scalar()

print session.query(func.count('*')).filter(User.id > 0).scalar() # filter() 中包含 User,因此不需要指定表

print session.query(func.count('*')).filter(User.name == 'a').limit(1).scalar() == 1 # 可以用 limit() 限制 count() 的返回数

print session.query(func.sum(User.id)).scalar()

print session.query(func.now()).scalar() # func 后可以跟任意函数名,只要该数据库支持

print session.query(func.current_timestamp()).scalar()

print session.query(func.md5(User.name)).filter(User.id == 1).scalar()


query.filter(User.id == 1).update({User.name: 'c'})

user = query.get(1)

print user.name


user.name = 'd'

session.flush() # 写数据库,但并不提交

print query.get(1).name


session.delete(user)

session.flush()

print query.get(1)


session.rollback()

print query.get(1).name

query.filter(User.id == 1).delete()

session.commit()

print query.get(1)



增删改查都涉及到了,自己看看输出的 SQL 语句就知道了,于是基础知识就介绍到此了。



下面开始介绍一些进阶的知识。


如何批量插入大批数据?


可以使用非 ORM 的方式:


复制代码 代码如下:

session.execute(

    User.__table__.insert(),

    [{'name': `randint(1, 100)`,'age': randint(1, 100)} for i in xrange(10000)]

)

session.commit()


上面我批量插入了 10000 条记录,半秒内就执行完了;而 ORM 方式会花掉很长时间。


如何让执行的 SQL 语句增加前缀?


使用 query 对象的 prefix_with() 方法:


复制代码 代码如下:

session.query(User.name).prefix_with('HIGH_PRIORITY').all()

session.execute(User.__table__.insert().prefix_with('IGNORE'), {'id': 1, 'name': '1'})

如何替换一个已有主键的记录?


使用 session.merge() 方法替代 session.add(),其实就是 SELECT + UPDATE:


复制代码 代码如下:

user = User(id=1, name='ooxx')

session.merge(user)

session.commit()


或 者使用 MySQL 的 INSERT … ON DUPLICATE KEY UPDATE,需要用到 @compiles 装饰器,有点难懂,自己搜索看吧:《SQLAlchemy ON DUPLICATE KEY UPDATE》 和 sqlalchemy_mysql_ext。


如何使用无符号整数?


可以使用 MySQL 的方言:


复制代码 代码如下:

from sqlalchemy.dialects.mysql import INTEGER

id = Column(INTEGER(unsigned=True), primary_key=True)


模型的属性名需要和表的字段名不一样怎么办?


开发时遇到过一个奇怪的需求,有个其他系统的表里包含了一个“from”字段,这在 Python 里是关键字,于是只能这样处理了:


复制代码 代码如下:

from_ = Column('from', CHAR(10))

如何获取字段的长度?


Column 会生成一个很复杂的对象,想获取长度比较麻烦,这里以 User.name 为例:


复制代码 代码如下:

User.name.property.columns[0].type.length

如何指定使用 InnoDB,以及使用 UTF-8 编码?


最简单的方式就是修改数据库的默认配置。如果非要在代码里指定的话,可以这样:


复制代码 代码如下:

class User(BaseModel):

    __table_args__ = {

        'mysql_engine': 'InnoDB',

        'mysql_charset': 'utf8'

    }


MySQL 5.5 开始支持存储 4 字节的 UTF-8 编码的字符了,iOS 里自带的 emoji(如 🍎 字符)就属于这种。

如果是对表来设置的话,可以把上面代码中的 utf8 改成 utf8mb4,DB_CONNECT_STRING 里的 charset 也这样更改。

如果对库或字段来设置,则还是自己写 SQL 语句比较方便,具体细节可参考《How to support full Unicode in MySQL databases》。

不建议全用 utf8mb4 代替 utf8,因为前者更慢,索引会占用更多空间。


如何设置外键约束?


复制代码 代码如下:

from random import randint

from sqlalchemy import ForeignKey


class User(BaseModel):

    __tablename__ = 'user'


    id = Column(Integer, primary_key=True)

    age = Column(Integer)



class Friendship(BaseModel):

    __tablename__ = 'friendship'


    id = Column(Integer, primary_key=True)

    user_id1 = Column(Integer, ForeignKey('user.id'))

    user_id2 = Column(Integer, ForeignKey('user.id'))



for i in xrange(100):

    session.add(User(age=randint(1, 100)))

session.flush() # 或 session.commit(),执行完后,user 对象的 id 属性才可以访问(因为 id 是自增的)


for i in xrange(100):

    session.add(Friendship(user_id1=randint(1, 100), user_id2=randint(1, 100)))

session.commit()


session.query(User).filter(User.age < 50).delete()


执行这段代码时,你应该会遇到一个错误:


复制代码 代码如下:

sqlalchemy.exc.IntegrityError: (IntegrityError) (1451, 'Cannot delete or update a parent row: a foreign key constraint fails (`ooxx`.`friendship`, CONSTRAINT `friendship_ibfk_1` FOREIGN KEY (`user_id1`) REFERENCES `user` (`id`))') 'DELETE FROM user WHERE user.age < %s' (50,)


原因是删除 user 表的数据,可能会导致 friendship 的外键不指向一个真实存在的记录。在默认情况下,MySQL 会拒绝这种操作,也就是 RESTRICT。InnoDB 还允许指定 ON DELETE 为 CASCADE 和 SET NULL,前者会删除 friendship 中无效的记录,后者会将这些记录的外键设为 NULL。

除了删除,还有可能更改主键,这也会导致 friendship 的外键失效。于是相应的就有 ON UPDATE 了。其中 CASCADE 变成了更新相应的外键,而不是删除。

而在 SQLAlchemy 中是这样处理的:


复制代码 代码如下:

class Friendship(BaseModel):

    __tablename__ = 'friendship'

    id = Column(Integer, primary_key=True)

    user_id1 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))

    user_id2 = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))


如何连接表?



复制代码 代码如下:

from sqlalchemy import distinct

from sqlalchemy.orm import aliased


Friend = aliased(User, name='Friend')


print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用户

print session.query(distinct(User.id)).join(Friendship, User.id == Friendship.user_id1).all() # 所有有朋友的用户(去掉重复的)

print session.query(User.id).join(Friendship, User.id == Friendship.user_id1).distinct().all() # 同上

print session.query(Friendship.user_id2).join(User, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 所有被别人当成朋友的用户

print session.query(Friendship.user_id2).select_from(User).join(Friendship, User.id == Friendship.user_id1).order_by(Friendship.user_id2).distinct().all() # 同上,join 的方向相反,但因为不是 STRAIGHT_JOIN,所以 MySQL 可以自己选择顺序

print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).all() # 用户及其朋友

print session.query(User.id, Friendship.user_id2).join(Friendship, User.id == Friendship.user_id1).filter(User.id < 10).all() # id 小于 10 的用户及其朋友

print session.query(User.id, Friend.id).join(Friendship, User.id == Friendship.user_id1).join(Friend, Friend.id == Friendship.user_id2).all() # 两次 join,由于使用到相同的表,因此需要别名

print session.query(User.id, Friendship.user_id2).outerjoin(Friendship, User.id == Friendship.user_id1).all() # 用户及其朋友(无朋友则为 None,使用左连接)



这里我没提到 relationship,虽然它看上去很方便,但需要学习的内容实在太多,还要考虑很多性能上的问题,所以干脆自己 join 吧。


为什么无法删除 in 操作查询出来的记录?



复制代码 代码如下:

session.query(User).filter(User.id.in_((1, 2, 3))).delete()


抛出这样的异常:


复制代码 代码如下:

sqlalchemy.exc.InvalidRequestError: Could not evaluate current criteria in Python.  Specify 'fetch' or False for the synchronize_session parameter.


但这样是没问题的:


复制代码 代码如下:

session.query(User).filter(or_(User.id == 1, User.id == 2, User.id == 3)).delete()


搜 了下找到《Sqlalchemy delete subquery》这个问题,提到了 delete 的一个注意点:删除记录时,默认会尝试删除 session 中符合条件的对象,而 in 操作估计还不支持,于是就出错了。解决办法就是删除时不进行同步,然后再让 session 里的所有实体都过期:


复制代码 代码如下:

session.query(User).filter(User.id.in_((1, 2, 3))).delete(synchronize_session=False)

session.commit() # or session.expire_all()


此外,update 操作也有同样的参数,如果后面立刻提交了,那么加上 synchronize_session=False 参数会更快。



如何扩充模型的基类?


declarative_base() 会生成一个 class 对象,这个对象的子类一般都和一张表对应。如果想增加这个基类的方法或属性,让子类都能使用,可以有三种方法:


1.定义一个新类,将它的方法设置为基类的方法:


复制代码 代码如下:


class ModelMixin(object):

    @classmethod

    def get_by_id(cls, session, id, columns=None, lock_mode=None):

        if hasattr(cls, 'id'):

            scalar = False

            if columns:

                if isinstance(columns, (tuple, list)):

                    query = session.query(*columns)

                else:

                    scalar = True

                    query = session.query(columns)

            else:

                query = session.query(cls)

            if lock_mode:

                query = query.with_lockmode(lock_mode)

            query = query.filter(cls.id == id)

            if scalar:

                return query.scalar()

            return query.first()

        return None

    BaseModel.get_by_id = get_by_id

    @classmethod

    def get_all(cls, session, columns=None, offset=None, limit=None, order_by=None, lock_mode=None):

        if columns:

            if isinstance(columns, (tuple, list)):

                query = session.query(*columns)

            else:

                query = session.query(columns)

                if isinstance(columns, str):

                    query = query.select_from(cls)

        else:

            query = session.query(cls)

        if order_by is not None:

            if isinstance(order_by, (tuple, list)):

                query = query.order_by(*order_by)

            else:

                query = query.order_by(order_by)

        if offset:

            query = query.offset(offset)

        if limit:

            query = query.limit(limit)

        if lock_mode:

            query = query.with_lockmode(lock_mode)

        return query.all()

    BaseModel.get_all = get_all


    @classmethod

    def count_all(cls, session, lock_mode=None):

        query = session.query(func.count('*')).select_from(cls)

        if lock_mode:

            query = query.with_lockmode(lock_mode)

        return query.scalar()

    BaseModel.count_all = count_all


    @classmethod

    def exist(cls, session, id, lock_mode=None):

        if hasattr(cls, 'id'):

            query = session.query(func.count('*')).select_from(cls).filter(cls.id == id)

            if lock_mode:

                query = query.with_lockmode(lock_mode)

            return query.scalar() > 0

        return False

    BaseModel.exist = exist


    @classmethod

    def set_attr(cls, session, id, attr, value):

        if hasattr(cls, 'id'):

            session.query(cls).filter(cls.id == id).update({

                attr: value

            })

            session.commit()

    BaseModel.set_attr = set_attr


    @classmethod

    def set_attrs(cls, session, id, attrs):

        if hasattr(cls, 'id'):

            session.query(cls).filter(cls.id == id).update(attrs)

            session.commit()

    BaseModel.set_attrs = set_attrs



虽然很拙劣,但确实能用。顺便还附送了一些有用的玩意,你懂的。

2.设置 declarative_base() 的 cls 参数:


复制代码 代码如下:

BaseModel = declarative_base(cls=ModelMixin)


这种方法不需要执行“BaseModel.get_by_id = get_by_id”之类的代码。不足之处就是 PyCharm 仍然无法找到这些方法的位置。

3.设置 __abstract__ 属性:


复制代码 代码如下:

class BaseModel(BaseModel):

    __abstract__ = True

    __table_args__ = { # 可以省掉子类的 __table_args__ 了

        'mysql_engine': 'InnoDB',

        'mysql_charset': 'utf8'

    }

    # ...


这种方法最简单,也可以继承出多个类。


如何正确使用事务?


假设有一个简单的银行系统,一共两名用户:


复制代码 代码如下:

class User(BaseModel):

    __tablename__ = 'user'

    id = Column(Integer, primary_key=True)

    money = Column(DECIMAL(10, 2))


class TanseferLog(BaseModel):

    __tablename__ = 'tansefer_log'


    id = Column(Integer, primary_key=True)

    from_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))

    to_user = Column(Integer, ForeignKey('user.id', ondelete='CASCADE', onupdate='CASCADE'))

    amount = Column(DECIMAL(10, 2))


user = User(money=100)

session.add(user)

user = User(money=0)

session.add(user)

session.commit()



然后开两个 session,同时进行两次转账操作:


复制代码 代码如下:

session1 = DB_Session()

session2 = DB_Session()

user1 = session1.query(User).get(1)

user2 = session1.query(User).get(2)

if user1.money >= 100:

    user1.money -= 100

    user2.money += 100

    session1.add(TanseferLog(from_user=1, to_user=2, amount=100))


user1 = session2.query(User).get(1)

user2 = session2.query(User).get(2)

if user1.money >= 100:

    user1.money -= 100

    user2.money += 100

    session2.add(TanseferLog(from_user=1, to_user=2, amount=100))


session1.commit()

session2.commit()



现在看看结果:


复制代码 代码如下:

>>> user1.money

Decimal('0.00')

>>> user2.money

Decimal('100.00')

>>> session.query(TanseferLog).count()

2L


两次转账都成功了,但是只转走了一笔钱,这明显不科学。


可见 MySQL InnoDB 虽然支持事务,但并不是那么简单的,还需要手动加锁。

首先来试试读锁:


复制代码 代码如下:

user1 = session1.query(User).with_lockmode('read').get(1)

user2 = session1.query(User).with_lockmode('read').get(2)

if user1.money >= 100:

    user1.money -= 100

    user2.money += 100

    session1.add(TanseferLog(from_user=1, to_user=2, amount=100))

user1 = session2.query(User).with_lockmode('read').get(1)

user2 = session2.query(User).with_lockmode('read').get(2)

if user1.money >= 100:

    user1.money -= 100

    user2.money += 100

    session2.add(TanseferLog(from_user=1, to_user=2, amount=100))

session1.commit()

session2.commit()



现 在在执行 session1.commit() 的时候,因为 user1 和 user2 都被 session2 加了读锁,所以会等待锁被释放。超时以后,session1.commit() 会抛出个超时的异常,如果捕捉了的话,或者 session2 在另一个进程,那么 session2.commit() 还是能正常提交的。这种情况下,有一个事务是肯定会提交失败的,所以那些更改等于白做了。


接下来看看写锁,把上段代码中的 'read' 改成 'update' 即可。这次在执行 select 的时候就会被阻塞了:

user1 = session2.query(User).with_lockmode('update').get(1)

这样只要在超时期间内,session1 完成了提交或回滚,那么 session2 就能正常判断 user1.money >= 100 是否成立了。

由此可见,如果需要更改数据,最好加写锁。


那么什么时候用读锁呢?如果要保证事务运行期间内,被读取的数据不被修改,自己也不去修改,加读锁即可。

举例来说,假设我查询一个用户的开支记录(同时包含余额和转账记录),可以直接把 user 和 tansefer_log 做个内连接。

但如果用户的转账记录特别多,我在查询前想先验证用户的密码(假设在 user 表中),确认相符后才查询转账记录。而这两次查询的期间内,用户可能收到了一笔转账,导致他的 money 字段被修改了,但我在展示给用户时,用户的余额仍然没变,这就不正常了。

而 如果我在读取 user 时加了读锁,用户是无法收到转账的(因为无法被另一个事务加写锁来修改 money 字段),这就保证了不会查出额外的 tansefer_log 记录。等我查询完两张表,释放了读锁后,转账就可以继续进行了,不过我显示的数据在当时的确是正确和一致的。


另外要注意的是,如果被查询的字段没有加索引的话,就会变成锁整张表了:


复制代码 代码如下:

session1.query(User).filter(User.id > 50).with_lockmode('update').all()

session2.query(User).filter(User.id < 40).with_lockmode('update').all() # 不会被锁,因为 id 是主键

session1.rollback()

session2.rollback()


session1.query(User).filter(User.money == 50).with_lockmode('update').all()

session2.query(User).filter(User.money == 40).with_lockmode('update').all() # 会等待解锁,因为 money 上没有索引



要避免的话,可以这样:


复制代码 代码如下:

money = Column(DECIMAL(10, 2), index=True)

另一个注意点是子事务。

InnoDB 支持子事务(savepoint 语句),可以简化一些逻辑。

例如有的方法是用于改写数据库的,它执行时可能提交了事务,但在后续的流程中却执行失败了,却没法回滚那个方法中已经提交的事务。这时就可以把那个方法当成子事务来运行了:


复制代码 代码如下:

def step1():

    # ...

    if success:

        session.commit()

        return True

    session.rollback()

    return False

def step2():

    # ...

    if success:

        session.commit()

        return True

    session.rollback()

    return False


session.begin_nested()

if step1():

    session.begin_nested()

    if step2():

        session.commit()

    else:

        session.rollback()

else:

    session.rollback()



此外,rollback 一个子事务,可以释放这个子事务中获得的锁,提高并发性和降低死锁概率。


如何对一个字段进行自增操作?


最简单的办法就是获取时加上写锁:


复制代码 代码如下:

user = session.query(User).with_lockmode('update').get(1)

user.age += 1

session.commit()


如果不想多一次读的话,这样写也是可以的:


复制代码 代码如下:

session.query(User).filter(User.id == 1).update({

    User.age: User.age + 1

})

session.commit()

# 其实字段之间也可以做运算:

session.query(User).filter(User.id == 1).update({

    User.age: User.age + User.id


})


关键词:python基础教程 python下载 Python入门 Python基础 python python下载 pythonset Python基础教程 python入门


https://www.cda.cn/?seo-luntan
高薪就业·数据科学人才·16年教育品牌
您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2020-8-9 17:14