python peewee orm示例
安裝Peewee 使用pip install peewee;2. 定義User 和Post 模型並綁定SQLite 數據庫;3. 調用create_tables() 創建數據表;4. 使用create() 或save() 插入數據;5. 通過select()、get()、where() 等方法實現查詢,支持條件、模糊和關聯查詢;6. 更新數據可直接修改實例後save() 或使用update().execute() 批量更新;7. 刪除使用delete_instance(),需注意外鍵級聯需顯式設置on_delete='CASCADE';8. 事務操作使用db.atomic() 包裹確保原子性;操作完成後應妥善管理數據庫連接,適合中小型項目快速開發,總結完畢。
使用Peewee ORM 操作數據庫非常簡單,適合中小型項目。下面是一個完整的Python Peewee ORM 示例,涵蓋模型定義、增刪改查(CRUD)操作,使用SQLite 作為數據庫。

? 1. 安裝Peewee
pip install peewee
?️ 2. 定義模型(Model)
假設我們要管理一個博客系統的用戶和文章。
from peewee import * # 創建數據庫連接(SQLite) db = SqliteDatabase('blog.db') class User(Model): username = CharField(unique=True) email = CharField() active = BooleanField(default=True) created_at = DateTimeField(constraints=[SQL('DEFAULT CURRENT_TIMESTAMP')]) class Meta: database = db # 綁定數據庫class Post(Model): title = CharField() content = TextField() user = ForeignKeyField(User, backref='posts') # 用戶的posts 屬性可訪問文章created_at = DateTimeField(constraints=[SQL('DEFAULT CURRENT_TIMESTAMP')]) class Meta: database = db
? 3. 創建表
def create_tables(): with db: db.create_tables([User, Post])
調用一次即可:

create_tables()
➕ 4. 插入數據(Create)
# 創建用戶user = User.create(username='alice', email='alice@example.com') # 或者user2 = User(username='bob', email='bob@example.com') user2.save() # 創建文章post = Post.create( title='First Post', content='Hello, this is my first blog post!', user=user )
? 5. 查詢數據(Read)
# 獲取所有用戶for user in User.select(): print(user.username, user.email) # 查詢單個用戶try: user = User.get(User.username == 'alice') print(user.email) except User.DoesNotExist: print("User not found") # 查詢某個用戶的所有文章for post in user.posts: print(post.title, post.content) # 條件查詢active_users = User.select().where(User.active == True) for u in active_users: print(u.username) # 模糊查詢users_with_a = User.select().where(User.username.contains('a'))
?️ 6. 更新數據(Update)
# 更新單個字段user.email = 'alice_new@example.com' user.save() # 批量更新User.update(active=False).where(User.username == 'bob').execute()
?️ 7. 刪除數據(Delete)
# 刪除一篇文章post = Post.get(Post.title == 'First Post') post.delete_instance() # 刪除用戶(會級聯刪除相關文章,如果外鍵設置了cascade) user.delete_instance()
⚠️ 注意:默認外鍵不啟用級聯刪除。如需啟用,定義外鍵時加上:
user = ForeignKeyField(User, backref='posts', on_delete='CASCADE')
? 8. 使用事務(可選)
with db.atomic(): User.create(username='charlie', email='charlie@example.com') Post.create(title='New Post', content='...', user=user)
✅ 小結:常用操作一覽
操作 | 示例 |
---|---|
插入 |
User.create(name='x') 或model.save()
|
查詢 | User.select().where(...) |
獲取單條 | User.get(User.id == 1) |
更新 | query = User.update(...).where(...).execute() |
刪除 | instance.delete_instance() |
關聯查詢 |
ForeignKeyField backref
|
基本上就這些。 Peewee 輕量、直觀,特別適合快速開發小項目或腳本中使用數據庫。不復雜但容易忽略細節,比如db.connect()
和db.close()
在Web 應用中要手動管理連接(Flask/Django 集成時需注意)。

以上是python peewee orm示例的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undress AI Tool
免費脫衣圖片

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

要實現PHP結合AI進行文本糾錯與語法優化,需按以下步驟操作:1.選擇適合的AI模型或API,如百度、騰訊API或開源NLP庫;2.通過PHP的curl或Guzzle調用API並處理返回結果;3.在應用中展示糾錯信息並允許用戶選擇是否採納;4.使用php-l和PHP_CodeSniffer進行語法檢測與代碼優化;5.持續收集反饋並更新模型或規則以提升效果。選擇AIAPI時應重點評估準確率、響應速度、價格及對PHP的支持。代碼優化應遵循PSR規範、合理使用緩存、避免循環查詢、定期審查代碼,並藉助X

用戶語音輸入通過前端JavaScript的MediaRecorderAPI捕獲並發送至PHP後端;2.PHP將音頻保存為臨時文件後調用STTAPI(如Google或百度語音識別)轉換為文本;3.PHP將文本發送至AI服務(如OpenAIGPT)獲取智能回复;4.PHP再調用TTSAPI(如百度或Google語音合成)將回復轉為語音文件;5.PHP將語音文件流式返回前端播放,完成交互。整個流程由PHP主導數據流轉與錯誤處理,確保各環節無縫銜接。

本文為您精選了多個頂級的Python“成品”項目網站與高水平“大片”級學習資源入口。無論您是想尋找開發靈感、觀摩學習大師級的源代碼,還是系統性地提昇實戰能力,這些平台都是不容錯過的寶庫,能幫助您快速成長為Python高手。

要入門量子機器學習(QML),首選工具是Python,需安裝PennyLane、Qiskit、TensorFlowQuantum或PyTorchQuantum等庫;接著通過運行示例熟悉流程,如使用PennyLane構建量子神經網絡;然後按照數據集準備、數據編碼、構建參數化量子線路、經典優化器訓練等步驟實現模型;實戰中應避免一開始就追求復雜模型,關注硬件限制,採用混合模型結構,並持續參考最新文獻和官方文檔以跟進發展。

收集用戶行為數據需通過PHP記錄瀏覽、搜索、購買等信息至數據庫,並清洗分析以挖掘興趣偏好;2.推薦算法選擇應根據數據特徵決定:基於內容、協同過濾、規則或混合推薦;3.協同過濾在PHP中可實現為計算用戶餘弦相似度、選K近鄰、加權預測評分並推薦高分商品;4.性能評估用準確率、召回率、F1值及CTR、轉化率並通過A/B測試驗證效果;5.冷啟動問題可通過商品屬性、用戶註冊信息、熱門推薦和專家評價緩解;6.性能優化手段包括緩存推薦結果、異步處理、分佈式計算與SQL查詢優化,從而提升推薦效率與用戶體驗。

在Python中,使用join()方法合併字符串需注意以下要點:1.使用str.join()方法,調用時前面的字符串作為連接符,括號裡的可迭代對象包含要連接的字符串;2.確保列表中的元素都是字符串,若含非字符串類型需先轉換;3.處理嵌套列表時需先展平結構再連接。

掌握Python網絡爬蟲需抓住三個核心步驟:1.使用requests發起請求,通過get方法獲取網頁內容,注意設置headers、處理異常及遵守robots.txt;2.利用BeautifulSoup或XPath提取數據,前者適合簡單解析,後者更靈活適用於復雜結構;3.針對動態加載內容使用Selenium模擬瀏覽器操作,雖速度較慢但能應對複雜頁面,也可嘗試尋找網站API接口提高效率。

選擇合適的PHP框架需根據項目需求綜合考慮:Laravel適合快速開發,提供EloquentORM和Blade模板引擎,便於數據庫操作和動態表單渲染;Symfony更靈活,適合複雜系統;CodeIgniter輕量,適用於對性能要求較高的簡單應用。 2.確保AI模型準確性需從高質量數據訓練、合理選擇評估指標(如準確率、召回率、F1值)、定期性能評估與模型調優入手,並通過單元測試和集成測試保障代碼質量,同時持續監控輸入數據以防止數據漂移。 3.保護用戶隱私需採取多項措施:對敏感數據進行加密存儲(如AES
