在Python中对MySQL中的数据进行可视化

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：

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：

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：

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

然后解压文件：

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：

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：

shell> sudo apt-get install python-dev

shell> sudo apt-get install libmysqlclient-dev

然后安装Python的MySQLdb包：

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：

shell> python

>>> import MySQLdb

创建MySQL中world数据库的连接：

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

cursor是用来创建MySQL请求的对象。

>>> 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。

>>> 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：

>>> import pandas as pd

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

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

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

完整的代码可以参见 IPython notebook