用Mongodb与flask-sqlalchemy分别实现分段统计

SQLAlchemy如何与非关系型数据库(如MongoDB)集成? 在这个示例中,我们使用了SQLAlchemy的文本模块来构建SQL语句,并使用text()函数将查询语句传递给session.execute()方法来执行查询。总的来说,虽然MongoDB是一种非关系型数据库,但是通过SQLAlchemy的扩展,我们仍然可以使用SQLAlchemy的API来进行查询和操作。不过需要注意的是,由于MongoDB的特性和数据模型与传统的关系型数据库不同,因此在使用时需要注意一些区别和注意事项。当然,我们还可以使用SQLAlchemy的查询构建器来创建更复杂的查询。 阅读详情

统计60分以上各分段的人数

grade = [x*10 for x in range(6,11)]

# MongoDB
query = {"mark": {"$gte": grade[0], "$lte": grade[-1]}}
data1 = list(current_app.mongo.db.exam.aggregate([
    {"$match": query},
    {"$bucket": {
        "groupBy": "$grade",
        "boundaries": grade
    }}
]))

# Flask-SQLalchemy + Mysql
case_item = [(Model.grade >= i, i) for i in grade]  # (分段条件,分段名)
case_item.reverse()
data_ = Model.query.with_entities(
    case(case_item, else_="other").label('_id'),
    func.count(1).label('count')
).filter(
    Model.grade >= grade[0],
    Model.grade <= grade[-1]
).group_by(case(case_item, else_="other")).all()
data2 = [i._asdict() for i in data_]

# output
print(data1)
print(data2)

>> [{"_id": 60, "count": 5}, {"_id": 70, "count": 4}, {"_id": 80, "count": 5}, {"_id": 90, "count": 5}, {"_id": 100, "count":2}]
>> [{"_id": "60", "count": 5}, {"_id": "70", "count": 4}, {"_id": "80", "count": 5}, {"_id": "90", "count": 5}, {"_id": "100", "count":2}]

mongodb就不介绍了,查看mongodb手册的$bucket词条即可。

简单说说Flask-sqlalchemy的实现。
Model.query.with_entities()是db.session.query()的model实现方式,主要是用于设置select field名。

在mysql里实现分段的语句是CASE WHEN,故在此需要引用case()函数,他接受一个分段条件数组,这个数组需要注意条件顺序,这个可自己实验,我就不多说了。

_asdict()是用于把model对象转换为字典类型的函数。

需要注意的是,在sqlalchemy中,即使把分段名设为整型,在输出时也会被转换为字符型。

生产级RAG检索流水线:从语义召回到可解释重排序 RAG系统中的检索环节,本质是将用户查询与知识库文档建立可靠映射的技术过程。其核心原理并非单一向量相似度匹配,而是融合稀疏检索、稠密语义召回与结构化查询的多阶段协同机制。技术价值在于突破纯向量搜索的精度陷阱、覆盖盲区与稳定性脆弱等固有局限,显著提升首条命中率与bad case鲁棒性。典型应用场景包括金融合同100%关键条款召回、客服系统多意图精准响应、以及运维故障中日志-工单-监控的跨模态关联。本文聚焦生产环境中真实验证的检索流水线设计,深度整合混合检索与重排序两大关键技术,提供可监控、可回滚、可解释的落地 阅读详情

相关推荐

从零构建招聘数据分析系统:Python爬虫、MySQL与ECharts实战

网络爬虫是自动化获取互联网公开数据的关键技术,其核心原理在于模拟浏览器行为发送HTTP请求并解析响应内容。在数据驱动的时代,高效、合规地采集数据是进行市场分析、趋势预测的基础。Python凭借其丰富的库生态,成为实现爬虫和数据处理的利器,常与BeautifulSoup、Selenium等工具结合,用于应对动态页面与反爬机制。采集到的数据经过清洗和结构化后,存入如MySQL这类关系型数据库,为后续的复杂查询和聚合分析奠定基础。最终,通过Flask搭建后端API,并利用ECharts进行前端可视化,可以将分析结

weixin_29051811的博客 352

SqlAlchemy使用教程(三) CoreAPI访问与操作数据库详解

Sqlalchemy 的Core部分集成了DB API, 事务管理,schema描述等功能,ORM构筑于其上。本章介绍创建 Engine对象,使用基本的 Sql Express Language 方法,以及如何实现对数据库的CRUD操作等内容。

Python技术探索 2398

全开源AI工具小程序:从架构设计到部署落地的完整指南

在当今AI应用开发领域,前后端分离架构与AI模型集成是构建智能应用的核心技术。其原理在于通过清晰的接口定义,将用户交互、业务逻辑与复杂的AI推理能力解耦,从而实现系统的高效、稳定与可扩展。这种架构的技术价值在于,它允许开发者灵活选用不同的AI服务(如云端API或本地开源模型),并快速构建出功能丰富的应用。在工程实践中,这尤其适用于需要集成多种AI能力(如文本处理、图像生成)的场景,例如开发多功能AI工具平台。本文以一套全栈开源的AI工具小程序源码为例,深入剖析了其如何实现前后端分离通信、集成ChatGLM等

weixin_33845881的博客 362

使用sqlalchemy 辅助统计学生期末成绩

1. 前言今天老板甩过来一套这学期的数据采集课程的学生考试试卷, 让我统计一下分数, 那就统计呗。 结果, 突然发现, 考试试卷的出现顺序和学生信息表上的顺序是不一致的, 我们当然可以手工输入一下, 可是本人还是比较懒, 不喜欢玩这种无效劳动, 于是就想着, 能不能自动合并数据项呢?于是, 我们想到了数据库, 然后一整天都花在研究如何将数据导入到数据库中去, 这个问题上了。。。。。 弄完之后, 感

zhyh1435589631的专栏 1920

Cursor 团队代码规范与开发规则

本文提出了一套 Cursor 项目开发规范,涵盖代码结构、命名、日志、测试等关键环节,旨在提升代码质量和团队协作效率。核心规则包括:文件不超过2000行、函数不超过80行;变量命名禁用无意义单词;日志只记录关键信息;配置项禁止硬编码;依赖和敏感信息统一管理;核心逻辑测试覆盖率≥80%;Git提交遵循Conventional Commits规范。通过一个车辆数据处理函数的改造案例,展示了从"不规范"到"规范"的代码优化过程,体现了拆分函数、常量管理、错误处理等规范的实际

1257

第三章:ESP32零基础教学 - 3.4 蓝牙通信

本文详细介绍了如何在ESP32上实现经典蓝牙和BLE通信,并提供了代码解释和示例。通过这些示例,你可以轻松地将蓝牙功能集成到你的物联网项目中。无论是经典蓝牙的简单串口通信,还是BLE的灵活服务架构,ESP32都能满足你的需求。

Hi__gril的博客 4023

[转载] Python连接MySQL、Mongodb、SQLite

参考链接: 使用PyMongo将MongoDB与Python集成 存储方式不同 关系型数据库:以文件方式永久存储到磁盘,如MySQL 非关系型数据库:存储在内存,访问速度很快,通常用来做队列,缓存之类的服务,如Mongodb SQLAlchemy(是一款ORM具体实现的库) 定义:SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射(ORM)工具。兼容众多数据库(如 SQLite、MySQL、Postgres、Oracle、MS-SQL、SQLServe...

u013946150的博客 661

HC32F460 FPU实战:从零开启硬件浮点加速

本文详细介绍了如何在HC32F460开发板上启用和优化FPU(浮点运算单元),以显著提升硬件浮点运算性能。从工程配置、关键代码修改到实战优化技巧,全面解析FPU加速的实现方法,并分享常见问题的解决方案,帮助开发者避免常见陷阱,充分发挥HC32F460的硬件潜力。

weixin_42620340的博客 351

mongoengine|mongodb|flask_sqlalchemy简单使用对比

1、查询mongoengine定义的一个模型:class WeiXinUser(Document): openid = StringField(required=True, primary_key=True) uid = IntField() unionid = StringField(required=True, unique=True) _nick

ox180x的博客 3270

从ADS到Origin:高效绘制负载牵引Smith圆图的完整指南

本文提供了一份从ADS导出负载牵引数据并在Origin中绘制专业Smith圆图的完整指南。详细介绍了数据导出、导入、关键的数据解释步骤,以及高效处理多组曲线的技巧,帮助射频工程师快速生成用于报告和论文的出版级图表。

tgb3456789的博客 1138

glibc: GLIBC_2.28‘ not found

这个时候,应该怎么解决,因为当前运行的机器是低版本,而程序是高版本,解决方法,或者是将程序降级,或者将当前系统升级。在一个glibc的接口版本是GLIBC_2.25的lab上,运行不了在2.28上编译的程序。看哪一个方便,但是不能通过 临时复制libc.so 文件来解决,因为会遇到下面的错误。所以如果是简单解决就是按照低版本的应用程序,来适配当前系统的glibc版本。比如下面的程序运行提示。

mzhan017的博客 2410

Python编程入门:从环境搭建到基础语法全解析

Python作为一门解释型高级编程语言,以其简洁的语法结构和丰富的标准库著称。其动态类型系统和自动内存管理机制大大降低了编程门槛,特别适合初学者快速上手。在技术实现层面,Python通过全局解释器锁(GIL)管理线程安全,同时支持多进程并发模型。从工程实践角度看,Python广泛应用于Web开发、数据分析、人工智能等领域,其中Django和Flask框架简化了后端服务开发,NumPy和Pandas则为科学计算提供了高效工具链。本文以Python 3.x版本为基础,详细讲解从环境配置到基础语法的核心知识,帮助

weixin_30520015的博客 415

基于Python的上市公司年报PDF文本抓取与财务风险分析系统

随着大数据时代的到来,金融数据分析已成为投资决策和风险管理的重要工具。上市公司年报包含了丰富的财务信息和经营数据,通过对这些数据的提取和分析,可以评估公司的财务状况和潜在风险。本文将详细介绍如何使用Python构建一个完整的上市公司年报文本抓取与财务风险分析系统,涵盖PDF文本提取、数据清洗、财务指标计算和风险分析等全流程。

2201_76125261的博客 314

Python 学习 ---> 模块、pypi ( 模块库 )、添加模块路径

什么是 模块 在 Python 中,一个.py文件就是一个模块(Module)。模块的名字就是文件的名字。在模块内部,通过全局变量__name__可以获取模块名(即字符串) 模块作用 为了实现代码的复用,通常会把一些其他程序中重用的代码拿出来单独放在一个程序文件中,

freeking101的博客 3488

【嵌入式Linux驱动开发】二十四、Linux I2C 驱动上手尝试

  人的前程关于眼界、关乎格局。   志之所趋,无远弗届,穷山复海不能限也;   志之所向,无坚不入,锐兵精甲不能御也。 一、I2C驱动框架简介   Linux内核将 I2C 驱动分为两部分: ①、 I2C 总线驱动, I2C 总线驱动就是 SOC 的 I2C 控制器驱动,也叫做 I2C 适配器驱动。 ②、 I2C 设备驱动, I2C 设备驱动就是针对具体的 I2C 设备而编写的驱动。 1....

悟已往之不谏 知来者之可追 1071

【STK】手把手教你利用STK进行导弹和反导仿真02 - STK/MMT模块01 导弹任务分析工具概述

种工具:导弹设计工具(Missile Design Tool,MDT )、导弹飞行工具(Missile Flight Tool,截弹,或者用内置拦截弹编辑器创建的个性化的拦截弹, IFT 能够对 ―一对一 ‖动能拦截。导设置系统参数, 并对其有效性进行验证, 画性能图,保证该设计是可行的。(SAIC)公司联合开发研制,极大扩展了 STK 原有的导弹对象的功能,能够精确仿真。IFT 能够对拦截飞机、 导弹、卫星等目标进行仿真和分析。(2)推进系统参数,包括推力,比冲,秒流量,推力持续时间,喷嘴出口面积,

weixin_44184852的博客 1884

从零开始:在flask中使用mongodb

MongoDB之python简单交互(三) - pymongo, flask-pymongo, flask-mongoengine三者使用对比简介:https://www.cnblogs.com/cwp-bg/p/9473144.html。pymongo本身是线程安全的,但是进程不安全:https://pymongo.readthedocs.io/en/stable/faq.html#id1。flask-pymongo文档:https://flask-pymongo.readthedocs.io/

锦年的博客 2415

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

python3数据存储—四个数据库(sqlite,mysql,redis,mongodb)

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录前言一、python3 操作sqlite,mysql,redis,mongodb二、使用步骤1.引入库2.读入数据总结 前言 提示:这里可以添加本文要记录的大概内容: 例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。 提示:以下是本篇文章正文内容,下面案例可供参考 一、python3 操作sqlite,mysql,redis,mongodb 知识图谱,其py

qq_40494873的博客 2877

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

使用Flask扩展:Flask-sqlalchemy 操作数据库

Flask数据库操作扩展

NXNSSSSS的博客 515

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

MySql --sqlalchemy---mongo示例用法

from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer, String, UniqueConstraint, Index, BigInteger, Date, Text, not_ from sqlalchemy.orm import sessionmaker f...

ZHH_Love123的博客 1123

FastAPI中使用SQLALchemy配置步骤(mongodb/postgresql)

postgresql连接池(注意这里用create_async_engine,async_sessionmaker支持异步)4 配置config.py,注意postgresql这里用asyncpg支持异步。新建routers文件夹,routes文件夹下新建__init__.py文件。新建api文件夹,api文件夹下新建transfermogodb.py文件。3 文件夹core下新建config.py文件,保存db基本信息。6 utils文件夹下新建database.py文件,配置连接池。

jingyucsdn的博客 742

Flask数据库之SQLAlchemy--介绍--链接数据库

Flask数据库SQLAlchemy的介绍和链接数据库的方法

m0_67093160的博客 541

Python中 SQLAlchemy模块 分组统计、排序、按照时间字段统计、高级查询

@创建日期:2020.03.31 @修改日期:2020.03.31 文章目录1. 字段分组、统计和排序2. 按DateTime字段的年或月进行group_by查询3. query.filter()的常用方法4. 高级查询 1. 字段分组、统计和排序 在调用func.count()函数时,count选择没有Null的字段,以选择id为最好,其次为常量值(func.count(1))。 如果选择fu...

chenhepg的博客 7136

flask sqlalchemy 统计 查询

$ pip freeze|grep chemy Flask-SQLAlchemy==2.4.0 class Order(db.Model): """订单表""" id = db.Column(db.Integer, primary_key=True) price = db.Column(db.Float, default=0) # 统计所有订单的金额之和 ...

jaket5219999的博客 4118

Flask 数据库SQLAlchemy 基础讲解

一、概念理解 ORM(Object Relationnal Mapping) 对象映射关系,简单来说,就是不在数据库里直接进行操作,而是在项目开发里完成数据库的增删改查操作,将面向对象语言程序中的对象自动持久化到关系数据库中。 SQLAlchemy是flask框架的插件,用于连接数据库的工具 二、操作步骤 安装SQLAlchemy插件:pip install flask_sqlalchemy ...

qq_38796548的博客 1180

Python Flask 轻量级的Web应用程序框架介绍

Python Flask是一个轻量级的Web应用程序框架,它是使用Python编写的,用于快速开发Web应用程序和API。

DEVELOPERAA的博客 1894
上一篇: 关于使用.gitignore文件忽略目标文件夹下的子文件夹时会把整个父文件夹忽略掉的问题
调皮博士
博客等级 码龄10年 14粉丝 15原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值