我们知道用Python分析数据很方便，那么Python如何读取MySQL中的数据呢？

其实很简单，只需三步。

1、Python连接MySQL

2、Python执行sql语句

3、将查询到的数据转换为DataFrame

在数据分析中，我们一般用pymysql这个库来连接MySQL。

使用前需要安装pymysql，通过pip命令直接安装即可。

1、Python连接MySQL

安装好pymysql之后，确保MySQL处于正常运行状态，导入pymysql并创建连接，代码如下。

import pymysql

conn = pymysql.connect(
    host = "127.0.0.1",
    user = "root",
    passwd = "100200",
    db = "mydb",
    charset = "utf8"
)

这里调用了pymysql中的connect方法，其中参数解释如下。

• host：MySQL的ip地址，本地的用127.0.0.1，用localhost也行。
• user：MySQL用户名，这里用root账户。
• passwd：MySQL密码，安装MySQL时自己设置的密码。
• db：连接哪个数据库，这里连接mydb数据库。
• charset：设置编码格式为utf8，防止中文乱码。

2、Python执行sql语句

连接到MySQL后，创建一个游标，用来执行sql语句，代码如下。

cursor = conn.cursor()
sql = "select * from emp_tb;"
cursor.execute(sql)
conn.commit()

其中创建了一个游标cursor，sql语句为查询emp_tb表中的所有记录，利用cursor执行sql语句，最后提交。

调用fetchall方法从游标cursor中取出所有数据，查看前5条，代码如下。

data = cursor.fetchall()
data[:5]

运行结果：

可以看到，得到的数据是一个元组，里面的每个元素也是一个元组。

3、将数据转换为DataFrame

由于我们在Python数据分析中用数据框（DataFrame）比较方便，所以通过以下代码将这个元组转换为数据框。

from pandas import DataFrame

df = DataFrame(data, columns=['dep_name', 'id', 'name', 'hiredate', 'salary'])
df.head()

运行结果：

最后，提取完数据，别忘了关闭连接哦，否则可能导致资源浪费。

conn.close()

到此，我们用Python从MySQL中提取到数据，并转换为了数据框，接着就可以愉快地进行后续的分析了。