在Python中对MySQL中的数据进行可视化

solo_882

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：

1 2 3

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： ((‘Aruba’, ‘North America’, 103000L, 78.4, 828.0), (‘Afghanistan’, ‘Asia’, 22720000L, 45.9, 5976.0), (‘Angola’, ‘Africa’, 12878000L, 38.3, 6648.0), (‘Anguilla’, ‘North America’, 8000L, 76.1, 63.2) …


其中的每个元组对应一行。绘成表格，看起来是像下面这样的：

NAMECONTINENTPOPULATIONLIFEEXPECTANCYGNP237ZambiaAfrica916900037.23377143MozambiqueAfrica1968000037.52891148MalawiAfrica1092500037.61687238ZimbabweAfrica1166900037.859512AngolaAfrica1287800038.36648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：

1 2 3 4

>>> 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。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

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')

完整的代码在这份IPython notebook中。下面是作为一个iframe嵌入的结果图：

利用Plotly的Python用户指南中的气泡图教程，我们可以用相同的MySQL数据绘制一幅气泡图，气泡大小表示人口的多少，气泡的颜色代表不同的大洲，鼠标悬停会显示国家名称。下面显示的是作为一个iframe嵌入的气泡图。

创建这个图表以及这个博客中的所有python代码都可以从这个IPython notebook中拷贝。