翻译: wayne
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:
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:
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:
然后解压文件:
(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:
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:
(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:
然后安装Python的MySQLdb包:
现在,启动Python并导入MySQLdb。你可以在命令行或者IPython notebook中执行:
创建MySQL中world数据库的连接:
cursor是用来创建MySQL请求的对象。
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。
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:
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。
英文出处: moderndata.plot.ly
文章出处:http://top.jobbole.com/tag/python/