4.5 MongoDB 文档存储
目录
1. 相关安装
2. Pycharm可视化观察MongoDB
3. python使用 MongoDB 最初流程代码
4. 插入、查询、更新、删除数据
4.1 插入数据
4.2 查询数据
4.3 更新数据
4.3.1 更新一条数据
4.3.2 更新多条数据
4.4 删除数据
5. 计数、排序、偏移
5.1 计数
5.2 排序
5.3 偏移
1. 相关安装
MongoDB数据库安装(注意自己的文件路径):MongoDB的安装配置教程(很详细,你想要的都在这里)_mongodb安装-CSDN博客
python语言使用该数据库要安装pymongo数据包:
打开
,conda install pymongo
2. Pycharm可视化观察MongoDB
在Pycharm右侧或者左下角找到下图1图标,然后按步骤进行。

之后改个数据源名称,MongoDB不需要密码(如果一直连接不上,可能是没启动MongoDB),若弹出要下载啥的,直接下载,之后点确定,就可在右侧看到之后对MongoDB的操作。

3. python使用 MongoDB 最初流程代码
导入pymongo库,创建连接对象,指定数据库,指定集合(相对于mysql的表)
import pymongoclient = pymongo.MongoClient("mongodb://localhost:27017/") # 1、创建连接对象
# client = pymongo.MongoClient(host='localhost', port=27017) # 同上效果
db = client.test # 2、指定数据库test(会直接创建一个数据库)
collection = db.students # 3、指定集合students
在右侧可看到结果如下(没出现,点击两个循环箭头的刷新就好):

4. 插入、查询、更新、删除数据
在基本代码下进行以下操作。
4.1 插入数据
collection.insert_one()插入一条数据(数据为字典),返回的是InsertOneResult 对象,可用inserted_id来获取_id;(个人认为,这里的_id相当于mysql的主键)
collection.insert_many()插入多条数据,参数为包含多个字典的列表。返回的是InsertManyResult 对象,可用inserted_ids来获取多个数据的_id;
student1 = {'id': '100','name': '小明','age': 20,'gender': '男'
}
result1 = collection.insert_one(student1)
print(result1, result1.inserted_id)student2 = {'id': '101','name': '小红','age': 22,'gender': '女'
}
student3 = {'id': '102','name': '小强','age': 26,'gender': '男'
}
result2 = collection.insert_many([student2, student3])
print(result2, result2.inserted_ids)
结果如下:


4.2 查询数据
使用collection.find_one()查询一条数据,参数是一个字典,返回一个字典,_id属性是自动添加的。
collection.find()可查询多条数据,返回一个生成器,用for 遍历出来结果。下面是查询年龄小于25岁的,这时需要比较符号。
data = collection.find_one({"id": '101'})
print(type(data), data)data2 = collection.find({'age': {'$lt': 25}})
print(data2)
for data in data2:print(data)

比较符号如下:

还可以进行正则匹配,需要功能符号,如下:

4.3 更新数据
在sduents表中的数据为:

4.3.1 更新一条数据
现要更新第一条数据的年龄,首先要知道这条数据的辨识条件conditon,之后使用 collection.update_one()去更改,第一个参数为conditon,第二个参数是个字典,要使用$set操作符作为键,值为数据对象及更改内容。
condition = {'age': 20}
result = collection.update_one(condition, {'$set': {‘age’: 30}})
print(result) # 输出:<pymongo.results.UpdateResult object at 0x000001D9787F07C0>
# 上个输出不唯一,每次都可能不同
print(result.matched_count, result.modified_count) # 匹配条数和影响条数 输出: 1 1

4.3.2 更新多条数据
现要将年龄大于25岁学生年龄都加一,代码如下:
condition = {'age': {'$gt': 25}}
result = collection.update_many(condition, {'$inc': {'age': 1}})
print(result)
print(result.matched_count, result.modified_count) # 输出:2 2
结果如下:

如果该条件下的数据只要一条,使用update_many()会报错。
4.4 删除数据
collection.remove()可删一条和多条数据,collection.delete_one()和collection.delete_many()删除一条和多条。
result1 = collection.remove({'age': {'$lt': 25}}) # 也可删多条数据
# collection.delete_one({'age': {'$lt':25}}) # 删一条
# 上面的remove()方法官方不推荐使用,会报警告
print(result1)
result2 = collection.delete_many({'age': {'$gt': 25}})
print(result2, result2.deleted_count)

5. 计数、排序、偏移
初始集合:

以下代码在最初流程代码后进行。
5.1 计数
number1 = collection.find().count()
print(number1) # 3
number2 = collection.count() # 所有数据条数
print(number2) # 3
number3 = collection.find({'age':{'$lt': 25}}).count()
print(number3) # 2
# 上述都会报警告,但会正常进行number4 = collection.count_documents({'age': {'$lt': 25}})
print(number4) # 不警告,但不加参数会报错
5.2 排序
results = collection.find().sort("id", pymongo.ASCENDING)
# pymongo.ASCENDING为顺序,pymongo.DESCENDING为倒序
for result in results:print(result, result['id'])

5.3 偏移
利用skip()方法跳过前几个,limit()方法会限制获取结果。现在对上述结果进行跳过第一个,只要一个结果:
results = collection.find().sort("id", pymongo.DESCENDING).skip(1).limit(1)
for result in results:print(result, result['id'])

本人新手,若有错误,欢迎指正;若有疑问,欢迎讨论。若文章对你有用,点个小赞鼓励一下,谢谢,一起加油吧!
相关文章:
4.5 MongoDB 文档存储
目录 1. 相关安装 2. Pycharm可视化观察MongoDB 3. python使用 MongoDB 最初流程代码 4. 插入、查询、更新、删除数据 4.1 插入数据 4.2 查询数据 4.3 更新数据 4.3.1 更新一条数据 4.3.2 更新多条数据 4.4 删除数据 5. 计数、排序、偏移 5.1 计数 5.2 排序 5.3 …...
什么是服务级别协议(SLA)?
在数字化时代,企业和服务提供商之间的关系变得越来越复杂,而服务级别协议(SLA)则在这个复杂网络中发挥着至关重要的作用。本文将深入介绍SLA,从它的定义、应用场景到监测方法,全方位解析这一法律桥梁如何确…...
使用Python进行Sentinel-2 图像聚类
聚类或无监督分类是根据统计相似性将图像的像素值分组或聚合到一定数量的自然类(组)的过程。在本教程中,我们将使用rasterio进行sentinel-2图像处理,并使用功能强大的完整scikit-learn python 包在jupyter Notebook中进行聚类。 Scikit-learn是一个用于 Python 编程语言的…...
SNZ资本的首席信息官Gavin确认出席Hack .Summit() 2024香港开发者大会!
SNZ资本的首席信息官Gavin确认将出席由 Hack VC 主办,并由 AltLayer 和 Berachain 联合主办,与 SNZ 和数码港合作,由 Techub News 承办的Hack.Summit() 2024区块链开发者盛会。 Gavin是SNZ控股和SNZ资本的首席信息官。Gavin在区块链和金融科技…...
js里面有引用传递吗?
一:什么是引用传递 引用传递是相对于值传递的。那什么是值传递呢?值传递就是在传递过程中再复制一份,然后再赋值给变量,例如: let a 2; let b a;在这个代码中,let b a; 就是一个值传递,首先…...
C 语言 math.h 库介绍
在 C 语言中,math.h 头文件定义了各种数学函数和一个宏,用于处理数学运算。这些函数接受 double 类型的参数,并返回 double 类型的结果。 库宏 在 math.h 中定义了唯一的一个宏: HUGE_VAL:当函数的结果不可表示为浮…...
Eigen-Matrix矩阵
Eigen-Matrix矩阵 一、概述二、矩阵的前三个模板参数三、向量四、动态维度参数五、构造函数六、索引访问器七、逗号初始化八、矩阵维度调整九、赋值和调整大小十、固定尺寸vs.动态尺寸十一、可选模板参数十二、方便预定义 一、概述 在Eigen中,所有矩阵和向量都是矩…...
蓝桥杯14届计算思维国赛U8组包含真题和答案
十四届蓝桥杯国赛考试计算思维 U8 组 答案在底部 第一题 以下选项中,( )是由美国计算机协会设立,对在计算机领域内作出重要贡献的个人授予的奖项 。A.图灵奖 C.菲尔兹奖 B.诺贝尔奖 D.普利策奖 第二题 希希去吃寿司。餐台上摆出了许多食物,可供大家自选。如下图所示。 …...
opencv内存溢出del释放变量 (python)
报错: cv2.error: OpenCV(3.4.17) D:\a\opencv-python\opencv-python\opencv\modules\core\src\alloc.cpp:73: error: (-4:Insufficient memory) Failed to allocate 12211548 bytes in function ‘cv::OutOfMemoryError’ 检查内存代码 import psutil# 获取当前进…...
【算法与数据结构】复杂度深度解析(超详解)
文章目录 📝算法效率🌠 算法的复杂度🌠 时间复杂度的概念🌉大O的渐进表示法。 🌠常见复杂度🌠常见时间复杂度计算举例🌉常数阶O(1)🌉对数阶 O(logN)🌉线性阶 O(N)&#x…...
Upload-Labs-Linux1【CTF】
拿到这道题目一看,发现是upload靶场;这不简简单单吗;结果中间还是遇到了一些小问题 小坑总结:该关只识别标准php语法:<?php phpinfo()?>格式;即<?php ?> 不识别<? phpinfo()?> &…...
搜维尔科技:OptiTrack 提供了性能最佳的动作捕捉平台
OptiTrack 动画 我们的 Prime 系列相机和 Motive 软件相结合,产生了世界上最大的捕获量、最精确的 3D 数据和有史以来最高的相机数量。OptiTrack 提供了性能最佳的动作捕捉平台,具有易于使用的制作工作流程以及运行世界上最大舞台所需的深度。 无与伦比…...
java设计模式之职责链模式
基本介绍 职责链模式(Chain of Responsibility Pattern)为请求创建了一个接收者对象的链。这种模式对请求的发送者和接收者进行解耦。职责链模式 又叫责任链模式,通常每个接收者都包含对另一个接收者的引用。如果一个对象不能处理该请求。那…...
连不上网的解决办法集--持续更新
连不上网的解决办法集–持续更新 1、有网卡,但网卡驱动失效 背景:有网络驱动但是依旧连不上网,只有inteV6有值,inte 没有值(正常应该有个ipv4的信息) 判断原因:可能是之前格式化磁盘驱动的时…...
Unity之PUN2插件实现多人联机射击游戏
目录 📖一、准备工作 📺二、UI界面处理 📱2.1 登录UI并连接PUN2服务器 📱2.2 游戏大厅界面UI 📱2.3 创建房间UI 📱2.4 进入房间UI 📱2.5 玩家准备状态 📱2.6 加载战斗场景…...
72_Pandas.DataFrame保存并读取带pickle的系列(to_pickle、read_pickle)
72_Pandas.DataFrame保存并读取带pickle的系列(to_pickle、read_pickle) 要将 pandas.DataFrame、pandas.Series 对象保存为 pickle 文件,请使用 to_pickle() 方法,并使用 pd.read_pickle() 函数读取保存的 pickle 文件。 在此对…...
Redis哨兵模式和Redis Cluster模式
文章目录 🔊博主介绍🥤本文内容Redis Cluster 模式支持自动故障转移功能吗?Redis Cluster 模式支持自动故障转移功能和哨兵有什么区别?Redis Cluster 模式和哨兵模式(Sentinel)在自动故障转移方面有一些关键…...
C语言第三十二弹---自定义类型:联合和枚举
✨个人主页: 熬夜学编程的小林 💗系列专栏: 【C语言详解】 【数据结构详解】 目录 1、联合体 1.1、联合体类型的声明 1.2、联合体的特点 1.3、相同成员的结构体和联合体对比 1.4、联合体大小的计算 1.5、联合的⼀个练习 2、枚举类型 …...
milvus upsert流程源码分析
milvus版本:v2.3.2 整体架构: Upsert 的数据流向: 1.客户端sdk发出Upsert API请求。 import numpy as np from pymilvus import (connections,Collection, )num_entities, dim 4, 3print("start connecting to Milvus") connections.connect("default",…...
QT网络通信
九、网络 基础概念 1.1 TCP/UDP TCP/UDP UDP TCP 协议相同点:都存在于传输层,全双工通信 TCP:全双工通信、面向连接、可靠 TCP(即传输控制协议):是一种面向连接的传输层协议,它能提供高可靠性通…...
Zynq Linux系统下XVC服务器配置全记录:从设备树修改到xvcServer.c编译运行
Zynq Linux系统下XVC服务器深度配置指南:从设备树到服务部署 在嵌入式系统开发中,调试工具的灵活性和可靠性直接影响开发效率。XVC(Xilinx Virtual Cable)作为一种基于TCP/IP协议的远程调试方案,为Zynq平台开发者提供了…...
CS231n作业避坑指南:手把手教你搞定Softmax分类器(附向量化实现与梯度检查)
CS231n作业实战:从零构建高性能Softmax分类器的7个关键步骤 在计算机视觉的入门课程CS231n中,Softmax分类器是学生接触到的第一个真正意义上的机器学习模型。许多同学在完成相关作业时会遇到各种实现难题,本文将手把手带你攻克这些技术难点&a…...
手把手教你用ROS camera_calibration完成工业相机内参标定
1. 工业相机标定入门指南 刚接触ROS和工业相机的开发者经常会遇到一个实际问题:为什么拍摄的物体图像会出现变形?比如用Flir相机拍摄的棋盘格线条弯曲,或者测量物体尺寸时总有几个毫米的误差。这些问题往往源于相机镜头本身的畸变和成像系统误…...
【STILT模型实操第2期】运行 STILT 模型提供 WRF 示例
目录1. 项目初始化与数据准备1.1 初始化 STILT 项目1.2 下载示例数据1.3 准备转换工具2. 核心操作步骤步骤 1:批量转换 WRF 数据步骤 2:配置 STILT 运行脚本 (r/run_stilt.r)步骤 3:运行 STILT 模型步骤 4:检查输出结果可视化轨迹…...
从Emoji到图标库:给你的Markdown文档加点‘颜’和‘料’(附Font Awesome/Octicons使用指南)
从Emoji到图标库:给你的Markdown文档加点‘颜’和‘料’(附Font Awesome/Octicons使用指南) 在技术文档的世界里,文字是骨架,而视觉元素则是让文档活起来的血肉。当Unicode Emoji已经无法满足你对文档美学的追求时&…...
Vivado新手必看:遇到DRC CFGBVS-1报错别慌,手把手教你设置这两个关键属性
Vivado设计中的电压配置陷阱:深度解析CFGBVS与CONFIG_VOLTAGE属性 第一次在Vivado中看到DRC CFGBVS-1报错时,那种手足无措的感觉我至今记忆犹新。作为一个FPGA设计新手,面对这个看似晦涩的警告信息,我花了整整两天时间才真正理解…...
Gitleaks介绍(开源的Git仓库敏感信息扫描工具,用于检测代码中是否包含潜在secrets)密钥扫描、敏感信息扫描、自定义规则Regex、SARIF、质量门禁、Trivy、SAST
文章目录使用 Gitleaks 防止代码仓库泄露敏感信息一、什么是 Gitleaks?二、为什么需要 Gitleaks?1. Git 是“永久记录”2. 自动化开发带来的风险3. 安全合规要求三、Gitleaks 的核心能力1. 基于规则的检测(Rule-based Detection)2…...
TikZ绘图技巧:用代码生成精美数学图示(从抛物线到正弦曲线实战)
TikZ高级绘图实战:从数学函数到科研级图示 在学术论文写作中,精确的数学图示往往比文字描述更能直观传达复杂概念。TikZ作为LaTeX生态中最强大的矢量绘图工具,其代码化绘图方式特别适合需要反复修改和版本控制的科研场景。不同于基础教程&…...
从‘烦恼的高考志愿’到‘高效的二分查找’:洛谷P1678如何帮你理解算法抽象与建模
从高考志愿到二分查找:如何用算法思维解决现实匹配问题 高考志愿填报是每个考生面临的重大决策,而计算机算法中的二分查找技术恰好能为此类匹配问题提供高效解决方案。洛谷P1678题目巧妙地将这两个看似不相关的领域连接起来,为我们展示了算法…...
从靶场到实战:聊聊RCE漏洞那些“花式”绕过姿势(以CTFHUB为例)
RCE漏洞对抗艺术:从基础绕过到高级利用实战 引子:当安全防线遇上创造力 在网络安全的世界里,远程代码执行(RCE)漏洞就像一把双刃剑——它既是攻击者梦寐以求的终极武器,也是防御者必须严防死守的最后防线。不同于简单的SQL注入或X…...
