利用Python绘制MySQL数据图实现数据可视化_Python

本教程的所有Python代码可以在网上的IPython notebook中获取。

考虑在公司里使用Plotly？可以看一下Plotly的on-premises企业版。（注：On-premises是指软件运行在工作场所或公司内部，详见维基百科）

注意操作系统：尽管Windows或Mac用户也可以跟随本文操作，但本文假定你使用的是Ubuntu系统（Ubuntu桌面版或Ubuntu服务器版）。如果你没有Ubuntu Server，你可以通过Amazon的Web服务建立一个云平台（阅读这份教程的前半部分）。如果你用的是Mac，我们推荐你购买并下载VMware Fusion，在上面安装Ubuntu桌面版。你也可以通过Zareason购买一台便宜的预装Ubuntu桌面版/服务器版的笔记本或服务器。

使用Python读取MySQL的数据并绘图很简单，所有你需要的工具都可以免费下载。本文会展示怎么做。如果你遇到问题或者卡住了，可以给feedback@plot.ly发送邮件，也可以在本文下面评论，或者在tweeter上@plotlygraphs。
第1步：确保MySQL已安装且在运行

首先，你需要有一台安装了MySQL的计算机或服务器。你可以通过以下方法检查MySQL是否安装：打开控制台，输入“mysql”，如果你收到MySQL无法连接的错误，这意味着MySQL安装了，但是没有运行。在命令行或“Terminal”中，尝试输入sudo /etc/init.d/mysql start并按回车来启动MySQL。

如果MySQL没有安装，不要失望。在Ubuntu中下载并安装只需一行命令：

1	`shell> sudo apt-get install mysql-server` `--fix-missing`

安装过程中会让你输入一个密码。安装结束后，你可以在终端中键入以下命令进入MySQL控制台：

1	`shell> sudo mysql` `-uroot` `-p`

输入“exit”就可以退出MySQL控制台，。

本教程使用MySQL经典的“world”样例数据库。如果你想跟随我们的步骤，可以在MySQL文档中心下载world数据库。你也可以在命令行中使用wget下载：

1	`shell> wget http://downloads.mysql.com/docs/world.sql.zip`

然后解压文件：

1	`shell> unzip world.sql.zip`

（如果unzip没有安装，输入sudo apt-get install unzip安装）

现在需要把world数据库导入到MySQL，启动MySQL控制台：

1	`shell> sudo mysql` `-uroot` `-p`

进入控制台后，通过以下MySQL命令使用world.sql文件创建world数据库：

									mysql> CREATE DATABASE world;

									mysql> USE world;

									mysql> SOURCE /home/ubuntu/world.sql;

（在上面的SOURCE命令中，确保将路径改为你自己world.sql所在目录）。
上述操作说明摘自MySQL文档中心。
第2步：使用Python连接MySQL

使用Python连接MySQL很简单。关键得安装python的MySQLdb包。首先需要安装两项依赖：

1 2	`shell> sudo apt-get install python-dev` `shell> sudo apt-get install libmysqlclient-dev`

然后安装Python的MySQLdb包：

1	`shell> sudo pip install MySQL-python`

现在，启动Python并导入MySQLdb。你可以在命令行或者IPython notebook中执行：

1 2	`shell> python` `>>>` `import` `MySQLdb`

创建MySQL中world数据库的连接：

1	`>>> conn` `=` `MySQLdb.connect(host="localhost", user="root", passwd="XXXX", db="world")`

cursor是用来创建MySQL请求的对象。

1	`>>> cursor` `=` `conn.cursor()`

我们将在Country表中执行查询。
第3步：Python中执行MySQL查询

cursor对象使用MySQL查询字符串执行查询，返回一个包含多个元组的元组——每行对应一个元组。如果你刚接触MySQL语法和命令，在线的MySQL参考手册是一个很不错的学习资源。

1 2	`>>> cursor.execute('select Name, Continent, Population, LifeExpectancy, GNP from Country');` `>>> rows` `=` `cursor.fetchall()`

rows，也就是查询的结果，是一个包含多个元组的元组，像下面这样：

利用Python绘制MySQL数据图实现数据可视化

使用Pandas的DataFrame来处理每一行要比使用一个包含元组的元组方便。下面的Python代码片段将所有行转化为DataFrame实例：

									>>> import pandas as pd

									>>> df = pd.DataFrame( [[ij for ij in i] for i in rows] )

									>>> df.rename(columns={0: 'Name', 1: 'Continent', 2: 'Population', 3: 'LifeExpectancy', 4:'GNP'}, inplace=True);

									>>> df = df.sort(['LifeExpectancy'], ascending=[1]);

完整的代码可以参见IPython notebook
第4步：使用Plotly绘制MySQL数据

现在，MySQL的数据存放在Pandas的DataFrame中，可以轻松地绘图。下面的代码用来绘制国家GNP（国民生产总值）VS平均寿命的图，鼠标悬停的点会显示国家名称。确保你已经下载了Plotly的Python库。如果没有，你可以参考一下它的入门指南。

									import plotly.plotly as py

									from plotly.graph_objs import *

									trace1 = Scatter(

									   x=df['LifeExpectancy'],

									   y=df['GNP'],

									   text=country_names,

									   mode='markers'

									)

									layout = Layout(

									   xaxis=XAxis( title='Life Expectancy' ),

									   yaxis=YAxis( type='log', title='GNP' )

									)

									data = Data([trace1])

									fig = Figure(data=data, layout=layout)

									py.iplot(fig, filename='world GNP vs life expectancy')