python数据分析之连接MySQL数据库并进行数据可视化

news2024/12/29 9:47:56

大家好，我是带我去滑雪！

本期将熟悉MySQL数据库以及管理和操作MySQL数据库的数据库管理工具Navicat Premium，然后在python中调用MySQL数据库进行数据分析和数据可视化。

1、MySQL数据库与数据库管理工具Navicat Premium

2、调用MySQL数据库进行数据分析和数据可视化

（1）调用并安装相关模块

（2）定义绘图函数

（3）连接MySQL数据库

（4）调用绘图函数并展示

1、MySQL数据库与数据库管理工具Navicat Premium

MySQL是一个流行的开源关系型数据库管理系统（RDBMS），它有许多用途和应用场景。MySQL可用于存储和管理各种类型的数据，包括结构化数据（如表格和关系数据）和非结构化数据（如文本、图像和多媒体）。MySQL提供了强大的查询功能和灵活的数据分析能力，可以用于生成复杂的报表和分析数据。通过使用SQL查询语言，可以从数据库中提取和分析数据，并生成有关业务和运营情况的报告。它支持数据备份和恢复功能，可以在遇到数据库故障或数据丢失时进行快速恢复。通过备份数据库，可以确保关键数据的安全性，并在需要时进行全面恢复。此外MySQL支持多用户访问，多个用户可以同时访问和操作数据库，它提供了灵活的权限管理机制，可以控制用户对数据库和表的访问权限，确保数据的安全性和保密性。

选择Navicat Premium的原因是MySQL通常使用命令行界面cmd进行操作，用户需要输入相应的命令来执行数据库操作，如下所示：

而Navicat Premium提供了一个直观的图形用户界面（GUI），用户可以通过鼠标点击和拖拽的方式进行数据库操作，无需记忆和输入复杂的命令，使用户能够更轻松地管理和操作MySQL数据库，包括创建和修改数据库对象、导入和导出数据、执行查询和脚本等。下图为连接MySQL数据库并导入excel数据后的界面。

学习Navicat Premium需要掌握以下几个知识点：

数据库基础知识：了解数据库的基本概念和术语，比如表、列、行、索引等。理解关系型数据库的原理和关系型数据模型。
SQL语言：Navicat是一个用于管理和操作数据库的工具，而SQL（结构化查询语言）是数据库操作的核心语言。学习SQL语言包括了数据查询、插入、更新、删除等操作，以及如何使用条件、排序和聚合函数等语法来处理数据。
Navicat的界面和功能：熟悉Navicat的图形用户界面，了解不同的面板和工具栏的作用。掌握Navicat提供的各种功能，如数据库连接、创建、修改和删除数据库对象、数据导入导出、查询执行、脚本编辑等。学会使用Navicat的图形化界面操作来代替手动编写SQL语句。
数据库管理和优化：学习如何管理数据库对象，包括创建和修改表、视图、索引、触发器、存储过程等。了解如何进行备份和恢复数据库，以及如何优化数据库性能，包括查询调优、索引优化等技术。

2、调用MySQL数据库进行数据分析和数据可视化

（1）调用并安装相关模块

from pyecharts import options as opts
from pyecharts.charts import Bar,Page
import pymysql
from operator import itemgetter

（2）定义绘图函数

def bar(cos): #定义绘制柱状图的函数
costomer = list(map(itemgetter(0), cos))
quantity = list(map(itemgetter(1), cos))
c = (
Bar(init_opts=opts.InitOpts(bg_color="white"))
.add_xaxis(costomer)
.add_yaxis("地铁数量", quantity)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
title_opts=opts.TitleOpts(""),
datazoom_opts=opts.DataZoomOpts(is_show=True,range_start=0,range_end=100),
toolbox_opts=opts.ToolboxOpts(orient="vertical",pos_left="90%",feature=opts.ToolBoxFeatureOpts(data_zoom=opts.ToolBoxFeatureDataZoomOpts(is_show=False)))
)
)
return c

（3）连接MySQL数据库

db = pymysql.connect(host="localhost", user="root", password="Ta1736732074", database="college")
sql = "select x4,sum(x7) AS nums from qxhsj GROUP BY x4"
try:
cursor = db.cursor()
cursor.execute(sql)
cos = cursor.fetchall()
except Exception as e:
db.rollback()
print('事物处理失败',e)
else:
db.commit()
print('事物处理成功',cos)
cursor.close()
db.close()

（4）调用绘图函数并展示

page = Page()
page.add(
bar(cos)
)
page.render("bar.html")

输出结果：
事物处理成功 (('0', 624.0), ('2', 488.0), ('3', 425.0), ('1', 11.0))
Out[8]:
'F:\\jupyterfile\\bar.html'