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[email protected]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。