PyQt界面快速创建新数据库教程 (pyqt界面新建数据库)

PyQt是一种基于Python的GUI应用程序开发框架，其中PyQt5是其中的一个版本。它具有强大的功能和易于使用的API，使得开发者能够快速创建各种不同类型的漂亮的用户界面。

在本教程中，我们将讨论如何使用PyQt5来创建新的数据库。我们假设您已经安装了Python和PyQt5，并且对Python编程语言有一定的了解。如果您还没有安装Python和PyQt5，请先安装它们。

之一步：数据存储方式

在开始创建新的数据库之前，您需要决定数据库将如何存储数据。目前，有两种最常用的数据存储方式：SQLite和MySQL。

SQLite是一个轻量级的关系型数据库管理系统，它非常适合一些小型应用程序，因为它可以嵌入在应用程序中。在使用SQLite时，您可以将所有数据库文件存储在本地磁盘上。SQLite通常用于个人或小型项目，因为它不需要配置或安装。

相比之下，MySQL是一种功能强大的关系型数据库管理系统，适用于大型项目或企业级应用程序。MySQL由很多不同的部件组成，需要安装在服务器上并配置大量的参数。如果您使用MySQL，您需要访问所安装的服务器以便使用该数据库。

在本教程中，我们将使用SQLite进行演示。虽然SQLite比MySQL的功能略微简单，但它是一种简单而强大的数据库，适用于大多数中小型应用程序。

第二步：安装SQLite数据库

在本教程中，我们使用PyQt5中的QtSql模块，QtSql模块需要SQLite驱动程序才能与SQLite数据库进行通信。您需要下载驱动程序并将其安装在本地计算机上。

SQLite驱动程序可以在以下网址（sqlite.org）的下载页面上找到。

解压文件后，使用以下命令将其安装：

“`

pip install

“`

此处注意，扩展名应为.whl文件。例如，如果您已经安装好了Python 3.7，并且已将SQLite驱动安装在本地计算机的路径为C：\ sqlite上，那么您需要使用以下命令安装SQLite驱动：

“`

pip install C:\sqlite\sqlite-autoconf-xxx.tar.gz

“`

其中xxx是SQLite驱动程序的版本号。

第三步：创建一个数据库

我们将首先创建一个简单的数据库并添加一些数据。

在PyQt中，您可以使用QSqlDatabase类来访问数据。QSqlDatabase是一个静态类，提供了一些工具方法来打开，关闭或删除数据库。

在本教程中，我们将创建一个名为“mydatabase”的新数据库。QSqlDatabase类提供了一个这样的方法：

“`

QSqlDatabase.addDatabase(‘SQLite’)

“`

此方式可用于添加一个SQLite数据库。您也需要在该类中指定数据库的名称。为了打开新的数据库，使用以下命令：

“`

db = QSqlDatabase.addDatabase(‘QSQLITE’)

db.setDatabaseName(‘mydatabase.sqlite’)

“`

注：确保您的代码中包含以下三行，以便在使用QSqlDatabase之前设置路径和驱动程序名称：

“`

import os

os.environ[‘QT_SQLITE_NO_WARN_READON’] = ‘1’

QSqlDatabase.addDatabase(‘QSQLITE’)

“`

在本教程中，我们将将数据库命名为“mydatabase”。使用以下代码：

“`

db.setDatabaseName(‘mydatabase.sqlite’)

“`

第四步：创建数据表

在SQLite中创建新表需要使用SQL语句。SQLite支持标准SQL语句，您可以使用CREATE TABLE语句创建新表。在PyQt中，您可以使用QSqlQuery类来执行SQL语句。使用以下命令创建名为mytable的表：

“`

query = QSqlQuery()

query.exec_(“create table mytable(id int primary key, name varchar(20))”)

“`

通过这样的方式，在mydatabase.sqlite数据库上创建了另一个名为mytable的表，其中包含两个列：id和name。在此示例中，“id”列是表中唯一列的主键。

第五步：插入数据

要将数据插入表中，您需要使用SQL语句和QSqlQuery类。使用以下代码将数据插入mytable表中：

“`

query = QSqlQuery()

query.prepare(“insert into mytable(id, name) values (?, ?)”)

query.addBindValue(1)

query.addBindValue(‘Tom’)

query.exec_()

“`

此示例将id为1的新行添加到mytable表中，包含一个名为Tom的新记录。您还可以使用一个循环读取数据并将其插入表中：

“`

for i in range(5):

query.prepare(“insert into mytable(id, name) values (?, ?)”)

query.addBindValue(i)

query.addBindValue(‘name %s’ % i)

query.exec_()

“`

此代码将添加0到4之间的五个新行，每行都包含一个id和一个名称。

第六步：查询数据

在PyQt中，您可以使用QSqlQuery类查询数据。使用以下代码查询mytable的所有记录：

“`

query = QSqlQuery()

query.exec_(“select * from mytable”)

while query.next():

print(query.value(0), query.value(1))

“`

此代码将读取整个表并打印每行的id和名称列。

第七步：删除数据库

我们需要删除我们的数据库。要删除mydatabase.sqlite数据库，使用以下代码：

“`

db = QSqlDatabase.database()

db.close()

QSqlDatabase.removeDatabase(‘mydatabase’)

os.remove(‘mydatabase.sqlite’)

“`

注：确保在删除数据库之前关闭QSqlDatabase连接。

结果

在如上代码块中，如果你打开数据库，你会看到输出。

学会使用PyQt5可让应用程序开发过程更加简化和高效。PyQt5具有强大的功能，允许开发人员创建各种不同类型的GUI应用程序，包括新数据库。Python的易用性、PyQt5的用户界面和SQLite的轻便便携性为新数据库的创建提供了一个非常强大的框架。

相关问题拓展阅读：

• python可视化界面怎么做？

python可视化界面怎么做？

本文所演示的的可视化方法

散点图（Scatterplot)

直方图(Histogram）

小提琴图（Violinplot)

特征两两对比图（Pairplot）

安德鲁斯曲线(Andrewscurves)

核密度图(Kerneldensityestimationplot)

平行坐标图（Parallelcoordinates）

Radviz（力矩图？）

热力图(Heatmap)

气泡图(Bubbleplot)

这里主要使用Python一个流行的作图工具:Seabornlibrary，同时Pandas和bubbly辅助。为什么Seaborn比较好？

因为很多时候数据分析，建模前，都要清洗数据，清洗后数据的结果总要有个格式，我知道的最容易使用，最方便输入模型,更好画图的格式叫做\”TidyData\”(WickhamH.Tidydata.JournalofStatisticalSoftware,2023,59(10):1-23.)其实很简单，TidyData格式就是：

每条观察（记录）自己占一行

观察（记录）的每个特征自己占一列

举个例子，我们即将作图的数据集IRIS就是TidyData（IRIS（IRIS数据集）_百度百科）：

Iris数据集是常用的分类实验数据集，由Fisher,1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

该数据集包含了5个属性：

Sepal.Length（花萼长度），单位是cm;

Sepal.Width（花萼宽度），单位是cm;

Petal.Length（花瓣长度），单位是cm;

Petal.Width（花瓣宽度），单位是cm;

种类：IrisSetosa（山鸢尾）、IrisVersicolour（杂色鸢尾），以及IrisVirginica（维吉尼亚鸢尾）。

IRIS数据

可以看到，每条观察（ID=0,1,2…）自己占一行，每个特征(四个部位长/宽度，种类）自己占一列。Seaborn就是为TidyData设计的，所以方便使用。

所以这个数据集有6列，6个特征，很多时候做可视化就是为了更好的了解数据，比如这里就是想看每个种类的花有什么特点，怎么样根据其他特征把花分为三类。我个人的喜好是首先一张图尽量多的包含数据点，展示数据信息，从中发现规律。我们可以利用以下代码完全展示全部维度和数据这里用的bubbly：

三维图，全局观察

Python做出来，其实是一张可以拖动角度，放大缩小的图，拖一拖看各角度视图会发现三类还是分的挺明显的。Github上这个bubbly还是很厉害的，方便。

接下来开始做一些基础的可视化，没有用任何修饰，代码只有最关键的画图部分，可视化作卖敬悄为比赛的一个基础和开端，个人理解做出的图能看就行，美不美无所谓，不美也不扣分。因为

散点图，可以得到相关性等信息，比如基本上SepalLengthCm越大，SepalWidthCm越大

散点图

使用Jointplot,看两个变量的分布，KDE图，同时展示对应的数据点

就像上一篇说的，比赛中的每个环节都稿则至关重要，很有必要看下这些分布直方图，kde图，根据这些来处理异常值等，这里请教，为什么画了直方图还要画KDE？？我理解说的都是差不多的东西。

关于KDE:\”由于核密度估计方法不利用有关数据分布的先验知识，对数据分布不附加任何假定，是一种从数据样本本身出发研究数据分布特征的方法，因而，在统计学理论和应用领域均受到高度的重视。\”

无论如何，我们先画直方图，再画KDE

直方图

KDE图

这里通过KDE可以说，由于Setosa的KDE与其他两种没有交集，直接可以用Petailength线性区分Setosa与其他两个物种。

Pairplot

箱线图，显示一组数据分散情况的统计图。形状如箱子。主要用于反映原始数据分布的特征，关键的5个黑线是最中渣大值、最小值、中位数和两个四分位数。在判断异常值，处理异常值时候有用。

BoxPlot

小提琴图

Violinplot

这个Andrewscurves很有趣，它是把所有特征组合起来，计算个值，展示该值，可以用来确认这三个物种到底好不好区分，的说法是“Ifthereisstructureinthedata,itmaybevisibleintheAndrews’curvesofthedata.”（Andrewsplot-Wikipedia）

Andrews'curves

radviz

Radviz可视化原理是将一系列多维空间的点通过非线性方法映射到二维空间的可视化技术，是基于圆形平行坐标系的设计思想而提出的多维可视化方法。圆形的m条半径表示m维空间，使用坐标系中的一点代表多为信息对象，其实现原理参照物理学中物体受力平衡定理。多维空间的点映射到二维可视空间的位置由弹簧引力分析模型确定。(Radviz可视化原理-CSDN博客)，能展示一些数据的可区分规律。

数值是皮尔森相关系数，浅颜色表示相关性高，比如Petal.Length（花瓣长度）与Petal.Width（花瓣宽度）相关性0.96，也就是花瓣长的花，花瓣宽度也大，也就是个大花。

不过，现在做可视化基本上不用python了，具体为什么可以去看我的写的文章，我拿python做了爬虫，BI做了可视化，效果和速度都很好。

finereport

可视化的一大应用就是数据报表，而FineReport可以自由编写整合所需要的报表字段进行报表输出，支持定时刷新和监控邮件提醒，是大部分互联网公司会用到的日常报表平台。

尤其是公司体系内经营报表，我们用的是商业报表工具，就是finereport。推荐他是因为有两个高效率的点：①可以完成从数据库取数（有整合数据功能）—设计报表模板—数据展示的过程。②类似excel做报表，一张模板配合参数查询可以代替几十张报表。

FineBI

简洁明了的数据分析工具，也是我个人最喜欢的可视化工具，优点是零代码可视化、可视化图表丰富，只需要拖拖拽拽就可以完成十分炫酷的可视化效果，拥有数据整合、可视化数据处理、探索性分析、数据挖掘、可视化分析报告等功能，更重要的是个人版免费。

主要优点是可以实现自助式分析，而且学习成本极低，几乎不需要太深奥的编程基础，比起很多国外的工具都比较易用上手，非常适合经常业务人员和运营人员。在综合性方面，FineBI的表现比较突出，不需要编程而且简单易做，能够实现平台展示，比较适合企业用户和个人用户，在数据可视化方面是一个不错的选择；

这些是我见过比较常用的，对数据探索有帮助的可视化方法。

这个非常简单，PyQt就可以轻松实现，一个基于Qt的接口包，可以直接拖拽控件设计UI界面，下面我简单介绍一下这个包的安装和使用，感兴趣的朋友可以自己尝试一下：

1.首先，安装PyQt模块，这个直接在cmd窗口输入命令“pipinstallpyqt5”就行，如下，整个模块比较大，下载过程需要等待一会儿，保持联网：

2.安装完成后，我们就可以直接打开Qt自带的QtDesigner设计师设计界面了，这里默认会安装到site-packages->PyQt5->Qt->bin目录，打开后的界面如下，可以直接新建对话框等窗口，所有的控件都可以直接拖拽，编辑属性，非常方便：

3.这里我简单的设计了一个登录窗口，2个输入框和2个按钮，如下，这里可以直接使用QSS对界面进行美化（设置styleSheet属性即可），类似网页的CSS，如果你有一定的前端基础，那么美化起来会非常容易：

设计完成后，还只是一个ui文件，不是现成的Python代码，还需要借助pyuic5工具（也在bin目录下）才能将ui文件转化为Python代码，切换到ui文件所在目录，输入命令“pyuic5-ologin.pylogin.ui”即可（这里替换成你的ui文件），转化成功后的Python代码如下（部分截图）：

还需要在最下面添加一个main函数，创建上面Ui_Form类对象显示窗口即可，如下：

最后点击运行程序，效果如下，和刚才设计的界面效果一模一样：

至此，我们就完成了利用Python的PyQt模块直接拖拽控件来设计UI界面。总的来说，整个过程非常简单，只要你有一定的Python基础，熟悉一下操作过程，很快就能掌握的，当然，还有许多其他UI开发模块，像tkinter，wxPython，Eric6等，也都非常不错，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。

首先，如果没有安装python和PyQt软件的请先直接搜索下载并安装。python是一个开源软件，因此都是可以在网上免费下载的，最新版本即可。下载完成后，我们先打开PyQtdesigner。

打开后，首先是一个默认的新建窗口界面，在这里我们就选择默认的窗口即可。

现在是一个完全空白的窗口。之一步我们要先把所有的设计元素都拖进这个窗口。我们先拖入一个“Label”，就是一个不可编辑的标签。

随后我们再拖入一个可以编辑的“LineEdit”

最后我们拖入最后一个元素：“PushButton”按钮，也就是平时我们所点的确定。

目前我们已经把所有所需要的元素都拖入了新建的窗口。对于每一个元素，我们都可以双击进行属性值的修改，此时我们仅需要双击改个名字即可

此时我们已经完成了一半，接下来需要对动作信号进行操作。我们需要先切入编辑信号的模式

此时把鼠标移动到任意元素，都会发现其变成红色，代表其被选中。

当我们选中pushbutton后，继续拖动鼠标指向上面的lineedit，会发现由pushbutton出现一个箭头指向了lineedit，代表pushbutton的动作会对lineedit进行操作。

随即会弹出一个配置连接窗口。左边的是pushbutton的操作，我们选择clicked()，即点击pushbutton。

右边是对lineedit的操作，我们选择clear()，即清楚lineedit中的内容。

最后我们点击确定。

pyqt界面新建数据库的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于pyqt界面新建数据库,PyQt界面快速创建新数据库教程,python可视化界面怎么做？的信息别忘了在本站进行查找喔。