在数据分析、自动化办公、后台开发等场景中，我们经常需要从数据库中提取数据，而 PostgreSQL 是被广泛使用的开源数据库之一。那么，Python 如何高效连接 PostgreSQL并进行数据交互？下面本文带你一步一步操作。
以Navicat Premium客户端为例，我们先看看使用Navicat Premium连接数据库都需要哪些信息凭证，点击新建连接，选择PostgreSQL数据库，点击下一步。
在Navicat Premium连接信息需要以下内容，包含主机地址、端口号、数据库名、用户名和密码，这些信息在使用Python连接时同样需要。
主机地址（host）: IP地址
端口号（port）: PostgreSQL 默认是 5432
数据库名（database）: 如 my_database
用户名（user）: 如 admin
密码（password）: 如 your_password
接下来尝试使用Python来连接数据库，首先查看一下自己的Python版本，如果Python版本较低的话，建议升级一下Python版本。
import sysprint(sys.version)
接着下载SQLAlchemy库，SQLAlchemy 是一个功能强大的 Python 数据库工具，它提供了统一的数据库操作接口，既支持原生SQL，又支持对象关系映射，让数据库操作更灵活、高效、可维护。
!pip install SQLAlchemy -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
下载PostgreSQL 驱动。
!pip install psycopg2-binary -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
下载好SQLAlchemy以及PostgreSQL 驱动后，就可以使用 SQLAlchemy 创建连接，输入下面的Python代码就可以完成数据库连接。
from sqlalchemy import create_engineimport pandas as pdfrom urllib.parse import quote_plus# 用于对特殊字符的密码进行编码# 配置信息host = '127.0.0.1'port = '5432'database = 'my_database'username = 'admin'password = 'your_password'# 如果有特殊字符需要使用 quote_plus 编码# 构建连接字符串encoded_password = quote_plus(password)conn_str = f"postgresql+psycopg2://{username}:{encoded_password}@{host}:{port}/{database}"# 创建引擎engine = create_engine(conn_str)# 测试读取一张表df = pd.read_sql_query("SELECT * FROM your_table LIMIT 10;", engine)print(df.head())
如果你想在读取数据之前对于数据先做一次过滤，可以用pandas.read_sql_query()直接读取SQL查询结果为DataFrame，比如，这里可以写SQL语句进行数据过滤，下面的SQL语句可以查询近七日创建的数据，相当于在给DataFrame赋值前就做了过滤。
sql ="""SELECT order_id, amount, created_atFROM ordersWHERE created_at >= current_date - INTERVAL '7 days'"""df = pd.read_sql_query(sql, engine)print(df)
上面的SQL查询语法与在数据库中的SQL语法是等同的。
如果你长期使用 SQLAlchemy 的 engine，不需要手动关闭连接。但如果你使用的是 psycopg2 原始驱动，记得要关闭，这样可以释放部分资源，减少服务器压力。
engine.dispose() # 可用于主动释放连接上面通过Python将数据库中的数据导入为一个DataFrame，接下来就可以使用Pandas进行数据清洗和数据分析步骤，而且还可以使用一些Python包做数据可视化，对比SQL直接进行数据清洗，Python还可以进行数据呈现。
比如，下面的房价预测数据就是基于数据库中的数据，使用Python进行数据清洗，并结合机器学习模型做房价预测及数据可视化，从数据清洗阶段，到数据建模，到数据可视化，Python一个工具就能搞定。
以上，借助一个小案例，通过SQLAlchemy和Pandas，Python连接PostgreSQL可以非常灵活与高效，适用于数据分析、报表生成、自动化工具等场景，只需几步就能完成数据读取，轻松将数据库中的业务数据转为你熟悉的Excel表格。
关注和星标『大话数据分析』
和作者一起学习数据分析！
👆点击关注｜设为星标｜干货速递👆
前蚂蚁金服数据运营，现京东经营分析，公众号、知乎、头条「大话数据分析」主理人，专注于数据分析的实践与分享，掌握Python、SQL、PowerBI、Excel等数据分析工具，擅长运用技术解决企业实际问题。