Python3.6（Anaconda）环境下Jupyter Notebook连接MySQL的替代方案有哪些？

刚好在类似环境里折腾过，给你几个实测有效的替代方案，完全适配Python3.x，而且能直接配合Pandas在Jupyter Notebook里用：

1. PyMySQL（最常用的MySQLdb替代） #

这是目前最流行的纯Python实现的MySQL客户端，完美兼容Python3，很多项目都用它替代停更的MySQLdb。

安装方法（Anaconda环境下） #

优先用conda安装：

conda install pymysql

如果conda源找不到，用pip也没问题：

pip install pymysql

Jupyter里的使用示例 #

直接连接并读取数据到Pandas DataFrame：

import pymysql
import pandas as pd

# 可选：伪装成MySQLdb，适配依赖MySQLdb的旧代码
pymysql.install_as_MySQLdb()

# 创建数据库连接
conn = pymysql.connect(
    host='你的MySQL主机地址',
    user='数据库用户名',
    password='数据库密码',
    database='目标数据库名',
    charset='utf8mb4'  # 支持特殊字符/emoji
)

# 用Pandas执行SQL并读取数据
query = "SELECT * FROM 你的表名 LIMIT 20"
df = pd.read_sql(query, conn)

# 记得关闭连接
conn.close()

# 查看结果
df.head()

2. MySQL Connector/Python（官方出品） #

这是MySQL官方提供的纯Python连接器，不需要依赖任何C库，稳定性有保障，适合追求官方支持的场景。

安装方法 #

conda安装：

conda install mysql-connector-python

或者pip：

pip install mysql-connector-python

使用示例 #

import mysql.connector
import pandas as pd

# 创建连接
conn = mysql.connector.connect(
    host='你的MySQL主机地址',
    user='用户名',
    password='密码',
    database='目标数据库名'
)

# 读取数据到DataFrame
query = "SELECT * FROM 你的表名"
df = pd.read_sql(query, conn)

# 关闭连接
conn.close()

3. SQLAlchemy（配合Pandas更便捷） #

虽然你说不需要ORM，但SQLAlchemy的核心连接功能特别适合Jupyter场景——可以简化连接管理，不用手动处理连接关闭，而且Pandas对它的支持非常友好。

安装方法 #

conda install sqlalchemy

使用示例 #

from sqlalchemy import create_engine
import pandas as pd

# 创建连接引擎（格式：mysql+pymysql://用户名:密码@主机地址/数据库名）
engine = create_engine('mysql+pymysql://your_user:your_password@localhost/your_db')

# 用上下文管理器自动管理连接，无需手动关闭
with engine.connect() as conn:
    df = pd.read_sql("SELECT * FROM 你的表名", conn)

# 直接查看数据
df.head()

小提示 #

• 确保MySQL服务处于运行状态，并且Jupyter使用的是你安装了这些包的Anaconda环境（可以在Notebook里用!conda list检查包是否安装成功）
• 如果遇到字符乱码，连接时指定charset='utf8mb4'能解决绝大多数问题

内容的提问来源于stack exchange，提问作者tim-oh