31、数据处理与挖掘：从数据库交互到云端应用

数据处理与挖掘：从数据库交互到云端应用

1. 与数据库的交互

在当今的科学研究和数据管理中，简单的电子表格已经无法满足日益增长的数据量和复杂度的管理需求。Python 语言提供了一些简单的解决方案，帮助我们在不同的复杂度级别上解决数据存储和管理的问题。

1.1 Pickle 模块

Pickle 模块及其更快的表亲 cPickle 实现了允许将 Python 对象存储在文件中的算法。以下是一个使用 pickle 模块的示例：

import pickle

class hi:
    def say_hi(self):
        print " hi "

a = hi()
f = open('pic test', 'w')
pickle.dump(a, f)
f.close()
f = open('pic test', 'r')
b = pickle.load(f)
b.say_hi()

从这个示例可以看出，使用 pickle 模块可以将对象存储在文件中，并在需要时轻松检索。需要注意的是，当使用 pickle 模块存储对象时，只包含实例数据，而不包含类代码或其数据。这意味着我们可以修改类，而存储的实例在从文件中恢复时将识别新代码。

Pickle 模块并非专门为数据存储而设计，而是用于可能包含数据本身的复杂计算对象。不过，它的存储结构只能由 Python 程序中的 pickle 模块读取。

1.2 SQLite3 模块

从 Python 2.5 版本开始，SQLite3 模块成为标准 Pyth