【亲测免费】 Python数据分析:连接MySQL数据库并进行数据可视化
2026-01-21 04:50:24作者:俞予舒Fleming
本资源文件提供了一个详细的教程,指导如何在Python中连接MySQL数据库,并进行数据可视化。通过本教程,您将学习如何使用Python中的相关模块来连接MySQL数据库,执行SQL查询,并将查询结果进行可视化展示。
内容概述
-
MySQL数据库与数据库管理工具Navicat Premium
- 介绍MySQL数据库的基本概念和应用场景。
- 介绍Navicat Premium作为MySQL数据库管理工具的优势和使用方法。
-
调用MySQL数据库进行数据分析和数据可视化
- 安装并调用相关Python模块,如
pyecharts、pymysql等。 - 定义绘图函数,用于生成数据可视化图表。
- 连接MySQL数据库,执行SQL查询并获取数据。
- 调用绘图函数,将查询结果进行可视化展示。
- 安装并调用相关Python模块,如
使用步骤
-
安装相关模块
- 使用
pip安装所需的Python模块,如pyecharts、pymysql等。
- 使用
-
定义绘图函数
- 编写Python代码,定义一个绘制柱状图的函数,用于将数据可视化。
-
连接MySQL数据库
- 使用
pymysql模块连接到MySQL数据库,并执行SQL查询语句。
- 使用
-
调用绘图函数并展示
- 将查询结果传递给绘图函数,生成可视化图表,并保存为HTML文件。
示例代码
以下是一个简单的示例代码,展示了如何连接MySQL数据库并进行数据可视化:
from pyecharts import options as opts
from pyecharts.charts import Bar
import pymysql
# 连接MySQL数据库
db = pymysql.connect(host="localhost", user="root", password="yourpassword", database="yourdatabase")
cursor = db.cursor()
# 执行SQL查询
sql = "SELECT x4, SUM(x7) AS nums FROM qxhsj GROUP BY x4"
cursor.execute(sql)
result = cursor.fetchall()
# 关闭数据库连接
cursor.close()
db.close()
# 定义绘图函数
def bar(cos):
costomer = [item[0] for item in cos]
quantity = [item[1] for item in cos]
c = (
Bar()
.add_xaxis(costomer)
.add_yaxis("地铁数量", quantity)
.set_global_opts(title_opts=opts.TitleOpts(title=""))
)
return c
# 调用绘图函数并展示
page = bar(result)
page.render("bar.html")
注意事项
- 请确保已安装MySQL数据库,并配置好相关连接信息。
- 在执行SQL查询时,请确保查询语句正确无误。
- 生成的可视化图表将保存为HTML文件,可以在浏览器中打开查看。
通过本教程,您将能够掌握如何在Python中连接MySQL数据库,并进行数据可视化。希望本资源对您的学习和实践有所帮助!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781