① python做大数据，都需要学习什么，比如哪些框架，库等！人工智能呢请尽量详细点！

阶段一、人工智能篇之Python核心
1、Python扫盲
2、面向对象编程基础
3、变量和基本数据类型
4、Python机器学习类库
5、Python控制语句与函数
6.、Python数据库操作+正则表达式
7、Lambda表达式、装饰器和Python模块化开发
阶段二、人工智能篇之数据库交互技术
1、初识MySQL数据库
2、创建MySQL数据库和表
3、MySQL数据库数据管理
4、使用事务保证数据完整性
5、使用DQL命令查询数据
6、创建和使用索引
7、MySQL数据库备份和恢复
阶段三、人工智能篇之前端特效
1、HTML+CSS
2、Java
3、jQuery
阶段四、人工智能篇之Python高级应用
1、Python开发
2、数据库应用程序开发
3、Python Web设计
4、存储模型设计
5、智联招聘爬虫
6、附加：基础python爬虫库
阶段五、人工智能篇之人工智能机器学习篇
1、数学基础
2、高等数学必知必会
3、Numpy前导介绍
4、Pandas前导课程
5、机器学习
阶段六、人工智能篇之人工智能项目实战
1、人脸性别和年龄识别原理
2、CTR广告点击量预测
3、DQN+遗传算法
4、图像检索系统
5、NLP阅读理解
阶段七、人工智能篇之人工智能项目实战篇
1、基于Python数据分析与机器学习案例实战教程
2、基于人工智能与深度学习的项目实战
3、分布式搜索引擎ElasticSearch开发
4、AI法律咨询大数据分析与服务智能推荐项目
5、电商大数据情感分析与AI推断实战项目
6、AI大数据互联网电影智能推荐

② python里面哪些框架有

Django: Py Web应用开发框架
Diesel：基于Greenlet的事件I/O框架
Flask：一个用Py编写的轻量级回Web应用框架
Cubes：轻量级Py OLAP框架
Kartograph.py：创造矢答量地图的轻量级Py框架
Pulsar：Py的事件驱动并发框架
Web2py：全栈式Web框架
Falcon：构建云API和网络应用后端的高性能Py框架
Dpark：Py版的Spark
Buildbot：基于Py的持续集成测试框架
Zerorpc：基于ZeroMQ的高性能分布式RPC框架
Bottle: 微型Py Web框架
Tornado：异步非阻塞IO的Py Web框架
webpy: 轻量级的Py Web框架
Scrapy：Py的爬虫框架

③ Python几种主流框架比较

从GitHub中整理出的15个最受欢迎的Python开源框架。这些框架包括事件I/O，OLAP，Web开发，高性能网络通信，测试，爬虫等。

Django: Python Web应用开发框架
Django 应该是最出名的Python框架，GAE甚至Erlang都有框架受它影响。Django是走大而全的方向，它最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。

Diesel：基于Greenlet的事件I/O框架
Diesel提供一个整洁的API来编写网络客户端和服务器。支持TCP和UDP。

Flask：一个用Python编写的轻量级Web应用框架
Flask是一个使用Python编写的轻量级Web应用框架。基于Werkzeug WSGI工具箱和Jinja2
模板引擎。Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数
据库、窗体验证工具。

Cubes：轻量级Python OLAP框架
Cubes是一个轻量级Python框架，包含OLAP、多维数据分析和浏览聚合数据（aggregated data）等工具。

Kartograph.py：创造矢量地图的轻量级Python框架
Kartograph是一个Python库，用来为ESRI生成SVG地图。Kartograph.py目前仍处于beta阶段，你可以在virtualenv环境下来测试。

Pulsar：Python的事件驱动并发框架
Pulsar是一个事件驱动的并发框架，有了pulsar，你可以写出在不同进程或线程中运行一个或多个活动的异步服务器。

Web2py：全栈式Web框架
Web2py是一个为Python语言提供的全功能Web应用框架，旨在敏捷快速的开发Web应用，具有快速、安全以及可移植的数据库驱动的应用，兼容Google App Engine。

Falcon：构建云API和网络应用后端的高性能Python框架
Falcon是一个构建云API的高性能Python框架，它鼓励使用REST架构风格，尽可能以最少的力气做最多的事情。

Dpark：Python版的Spark
DPark是Spark的Python克隆，是一个Python实现的分布式计算框架，可以非常方便地实现大规模数据处理和迭代计算。DPark由豆瓣实现，目前豆瓣内部的绝大多数数据分析都使用DPark完成，正日趋完善。

Buildbot：基于Python的持续集成测试框架
Buildbot是一个开源框架，可以自动化软件构建、测试和发布等过程。每当代码有改变，服务器要求不同平台上的客户端立即进行代码构建和测试，收集并报告不同平台的构建和测试结果。

Zerorpc：基于ZeroMQ的高性能分布式RPC框架
Zerorpc是一个基于ZeroMQ和MessagePack开发的远程过程调用协议（RPC）实现。和 Zerorpc 一起使用的 Service API 被称为 zeroservice。Zerorpc 可以通过编程或命令行方式调用。

Bottle: 微型Python Web框架
Bottle是一个简单高效的遵循WSGI的微型python Web框架。说微型，是因为它只有一个文件，除Python标准库外，它不依赖于任何第三方模块。

Tornado：异步非阻塞IO的Python Web框架
Tornado的全称是Torado Web Server，从名字上看就可知道它可以用作Web服务器，但同时它也是一个Python Web的开发框架。最初是在FriendFeed公司的网站上使用，FaceBook收购了之后便开源了出来。

webpy: 轻量级的Python Web框架
webpy的设计理念力求精简（Keep it simple and powerful），源码很简短，只提供一个框架所必须的东西，不依赖大量的第三方模块，它没有URL路由、没有模板也没有数据库的访问。

Scrapy：Python的爬虫框架
Scrapy是一个使用Python编写的，轻量级的，简单轻巧，并且使用起来非常的方便。

④ python中orm 框架有哪些

对多核多对多

04142434445

from sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy import Column,Integer,String,ForeignKey,UniqueConstraint,Indexfrom sqlalchemy.orm import sessionmaker,relationshipfrom sqlalchemy import create_engineengine = create_engine("mysql+pymysql://root:[email protected]:3306/test",max_overflow=5)Base = declarative_base()#创建单表class Users(Base): __tablename__ = 'users' id = Column(Integer,primary_key=True) name = Column(String(32)) extra = Column(String(16)) #一对多 class Favor(Base): __tablename__ = 'favor' nid = Column(Integer,primary_key=True) caption = Column(String(50),default='red',unique=True) class Person(Base): __tablename__ = 'person' nid = Column(Integer,primary_key=True) name = Column(String(32),index=True,nullable=True) favor_id = Column(Integer,ForeignKey('favor.nid')) #多对多class Group(Base): __tablename__ = 'group' nid = Column(Integer,primary_key=True) name = Column(String(64),unique=True,nullable=False) port = Column(Integer,default=22) class Server(Base): __tablename__ = 'server' id = Column(Integer,primary_key=True,autoincrement=True) hostname = Column(String(64),unique=True,nullable=False)class ServerToGroup(Base): __tablename__ = 'servertogroup' nid = Column(Integer,primary_key=True,autoincrement=True) server_id = Column(Integer, ForeignKey('server.id')) group_id = Column(Integer, ForeignKey('group.nid'))# Base.metadata.create_all(engine) #生成表Base.metadata.drop_all(engine) #生成表

#添加数据(往Users表增加数据)

123456789101112131415

from sqlalchemy.ext.declarative import declarative_basefrom sqlalchemy import Column,Integer,String,ForeignKey,UniqueConstraint,Indexfrom sqlalchemy.orm import sessionmaker,relationshipfrom sqlalchemy import create_enginefrom orm一对多和多对多 import Users #从orm一对多和对多程序中导入Users类engine = create_engine("mysql+pymysql://root:[email protected]:3306/test",max_overflow=5)Base = declarative_base()Base.metadata.create_all(engine) #生成表# Base.metadata.drop_all(engine) #生成表Session = sessionmaker(bind=engine)session = Session()#增加数据obj = Users(name="parktrick",extra="Devops")session.add(obj)session.commit() #不执行这步，数据是写入不了数据库的

#删除User表某条数据

123

#删除数据session.query(Users).filter(Users.id > 2).delete() #把Users.id大于2的数据删除掉session.commit()

#修改数据

123
#修改数据session.query(Users).filter(Users.id > 1).update({"name":"bob"}) #修改User.id大于1的name为"bob"session.commit()

⑤ python什么框架适合sql server

下文将教您如何创建mysql存储过程，并附上了详细的步骤，如果您在mysql存储过程方面遇到过问题，不妨一看，对您会有所帮助。
--选择数据库
mysql>
use
test;
database
changed
--创建示例用表
mysql>
create
table
zzm(
->
id
int
primary
key
auto_increment,
->
name
varchar(10)
->
);
query
ok,
0
rows
affected
(0.20
sec)
mysql>
insert
into
zzm(name)
values('zhang');
query
ok,
1
row
affected
(0.08
sec)
mysql>
insert
into
zzm(name)
values('zeng');
query
ok,
1
row
affected
(0.05
sec)
mysql>
insert
into
zzm(name)
values('ming');
query
ok,
1
row
affected
(0.05
sec)
mysql>
select
*
from
zzm;
+----+-------+
|
id
|
name
|
+----+-------+
|
1
|
zhang
|
|
2
|
zeng
|
|
3
|
ming
|
+----+-------+
3
rows
in
set
(0.00
sec)
--更改命令结束符（因为在procere中经常要用到默认的命令结束符--分号(;)
--所以在创建procere的时候需要定义新的结束符以说明创建procere的命令结束）
--这里将结束符号改成美元符号--$
mysql>
delimiter
$
--创建mysql存储过程p3
--此存储过程的过程名是p3，该过程包含两个参数，
--一个是输入类型的（以in标示），参数名是nameid，类型是int，
--一个是输出类型的（以out标示），参数名是person_name，类型是varchar(10)
--此存储过程的作用是查询出zzm表的全部内容，会输出结果集（data
set），然后
--再查询表中记录的id是nameid的字段name，将其输出到第二个输出类型的参数里面，这个查询
--不会输出结果集。
mysql>
create
procere
p3(in
nameid
int,
out
person_name
varchar(10))
->
begin
->
select
*
from
test.zzm;
->
select
zzm.name
into
person_name
from
test.zzm
where
zzm.id
=
nameid;
->
end
->
$
query
ok,
0
rows
affected
(0.00
sec)

⑥ 想转行python,求推荐python的数据库框架,在网上看的一些资料似乎并不是太好维护,所以在这里请教一下

SQLAlchemy了解下
另外python并不是一个行业，不存在转行python的说法

⑦ 有python操作mysql数据库成熟的框架技术么

你在抄插数据的时候，是不是定义了id，让id自动增加就可以实现添加而不是覆盖。
设计数据库表的时候，第一个字段ID让它自增方式。在python写insert语句时，勉强将你自己定义的ID值放进去。就是insert
table
()
values()
前面那个括号里不要写ID，后面values也将ID值去掉

⑧ Python Django框架，如何通过某一工具获取数据库数据，然后绘图，将可视化成果展现在搭建好的WEB页面上

怎么获取数据库数据属于Django ORM部分的基础知识，请看Django官网教程，如果看不懂英文可以看自强学堂的Model部分教程，虽然远不如官网详尽，至少能让你知道ORM是什么、怎么用。
怎么将数据可视化到页面上属于前端知识，和你的数据类型、数据量、展现形式、期望效果、选用的前端框架以及UI框架都有关系，问题太宽泛不好回答。

⑨ python一般是学什么框架

1、Django
Django是一个开放源代码的Web应用框架，采用了MVC的框架模式，即模型M，视图V和控制器C。Django的主要目的是简便、快速的开发数据库驱动的网站，强调快速开发和DRY(Do Not Repeat Yourself)原则。它强调代码复用,多个组件可以很方便的以"插件"形式服务于整个框架。Django有许多功能强大的第三方插件，你甚至可以很方便的开发出自己的工具包，这使得Django具有很强的可扩展性。
2、Flask
Flask是一个使用 Python 编写的轻量级 Web 应用框架，它使用简单的核心，没有默认使用的数据库、窗体验证工具，用extension 增加其他功能，也被称为 "microframework" 。
3、Tornado
Tornado是一种 Web 服务器软件的开源版本，独特之处在于其所有开发工具能够使用在应用开发的任意阶段以及任何档次的硬件资源上。而且完整集的Tornado工具可以使开发人员完全不用考虑与目标连接的策略或目标存储区大小。

⑩ python什么框架比较好

从GitHub中整理出的15个最受欢迎的Python开源框架。这些框架包括事件I/O，OLAP，Web开发，高性能网络通信，测试，爬虫等。Django:PythonWeb应用开发框架Django应该是最出名的Python框架，GAE甚至Erlang都有框架受它影响。Django是走大而全的方向，它最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。Diesel：基于Greenlet的事件I/O框架Diesel提供一个整洁的API来编写网络客户端和服务器。支持TCP和UDP。Flask：一个用Python编写的轻量级Web应用框架Flask是一个使用Python编写的轻量级Web应用框架。基于WerkzeugWSGI工具箱和Jinja2模板引擎。Flask也被称为“microframework”，因为它使用简单的核心，用extension增加其他功能。Flask没有默认使用的数据库、窗体验证工具。Cubes：轻量级PythonOLAP框架Cubes是一个轻量级Python框架，包含OLAP、多维数据分析和浏览聚合数据（aggregateddata）等工具。Kartograph.py：创造矢量地图的轻量级Python框架Kartograph是一个Python库，用来为ESRI生成SVG地图。Kartograph.py目前仍处于beta阶段，你可以在virtualenv环境下来测试。Pulsar：Python的事件驱动并发框架Pulsar是一个事件驱动的并发框架，有了pulsar，你可以写出在不同进程或线程中运行一个或多个活动的异步服务器。Web2py：全栈式Web框架Web2py是一个为Python语言提供的全功能Web应用框架，旨在敏捷快速的开发Web应用，具有快速、安全以及可移植的数据库驱动的应用，兼容GoogleAppEngine。Falcon：构建云API和网络应用后端的高性能Python框架Falcon是一个构建云API的高性能Python框架，它鼓励使用REST架构风格，尽可能以最少的力气做最多的事情。Dpark：Python版的SparkDPark是Spark的Python克隆，是一个Python实现的分布式计算框架，可以非常方便地实现大规模数据处理和迭代计算。DPark由豆瓣实现，目前豆瓣内部的绝大多数数据分析都使用DPark完成，正日趋完善。Buildbot：基于Python的持续集成测试框架Buildbot是一个开源框架，可以自动化软件构建、测试和发布等过程。每当代码有改变，服务器要求不同平台上的客户端立即进行代码构建和测试，收集并报告不同平台的构建和测试结果。Zerorpc：基于ZeroMQ的高性能分布式RPC框架Zerorpc是一个基于ZeroMQ和MessagePack开发的远程过程调用协议（RPC）实现。和Zerorpc一起使用的ServiceAPI被称为zeroservice。Zerorpc可以通过编程或命令行方式调用。Bottle:微型PythonWeb框架Bottle是一个简单高效的遵循WSGI的微型pythonWeb框架。说微型，是因为它只有一个文件，除Python标准库外，它不依赖于任何第三方模块。Tornado：异步非阻塞IO的PythonWeb框架Tornado的全称是ToradoWebServer，从名字上看就可知道它可以用作Web服务器，但同时它也是一个PythonWeb的开发框架。最初是在FriendFeed公司的网站上使用，FaceBook收购了之后便开源了出来。webpy:轻量级的PythonWeb框架webpy的设计理念力求精简（Keepitsimpleandpowerful），源码很简短，只提供一个框架所必须的东西，不依赖大量的第三方模块，它没有URL路由、没有模板也没有数据库的访问。Scrapy：Python的爬虫框架Scrapy是一个使用Python编写的，轻量级的，简单轻巧，并且使用起来非常的方便。