在Python中对MySQL中的数据进行可视化

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：

	NAME	CONTINENT	POPULATION	LIFEEXPECTANCY	GNP
237	Zambia	Africa	9169000	37.2	3377
143	Mozambique	Africa	19680000	37.5	2891
148	Malawi	Africa	10925000	37.6	1687
238	Zimbabwe	Africa	11669000	37.8	5951
2	Angola	Africa	12878000	38.3	6648

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。