Python 调用MySQL数据库

    1. 需要引用的库

      1. import pymysql
      2. from matplotlib import pyplot as plt
      3. import numpy as np 
      4. import pandas as pd  
      5. from openpyxl import load_workbook
      6. import os

    2. 调用MySQL

      1. def read_sql(db,sql):
      2.     # 1.创建数据库连接
      3.     conn = pymysql.connect(
      4.         host = '192.168.0.109',
      5.         user = 'root',
      6.         passwd = '123456',
      7.         port = 3306,
      8.         #db = 'yiibaidb',
      9.         charset = 'utf8'
      10.         )
      11.     # 2.使用cursor()方法获取操作游标
      12.     cursor = conn.cursor()
      13.     # 3.编写sql
      14.     # 4.执行sql命令
      15.     dbsql = 'use '+ db +';'
      16.     cursor.execute(dbsql)
      17.     #sql = 'select month from Department;'
      18.     cursor.execute(sql)
      19.     # 5.获取数据 
      20.     data = cursor.fetchall()
      21.     # 6.关闭cursor
      22.     cursor.close()
      23.     # 7.关闭connection
      24.     conn.close()
      25.     return data

    3. 调用read_sql文件，将数据格式转换成DataFrame格式

      1. db = 'yiibaidb'
      2. sql = 'select revenue,month from Department'
      3. data = read_sql(db,sql) 
      4. header = ['revenue','month']
      5. # 转换数据到DataFrame格式
      6. df = pd.DataFrame(data,columns= header)

    4. 保存数据到Excel文件，使用openpyxl时，保存文件的扩展名时xlsx，不能写成xls

      1. #将数据保存到Excel文件
      2. def save_to_xls(data,sheet_name):
      3.  file_name = 'datasql.xlsx'
      4.  if not os.path.exists(file_name):
      5.      ew = pd.ExcelWriter(file_name)
      6.      data.to_excel(ew,sheet_name = sheet_name)
      7.      ew.save()
      9.  else:
      10.      wb = load_workbook(file_name)
      11.      ew = pd.ExcelWriter(file_name)
      12.      ew.book = wb 
      13.      data.to_excel(ew,sheet_name = sheet_name)
      14.      ew.save()

    5. 保存数据到csv文件

      1. #保存到csv文件
      2. df.to_csv('testdata.csv',index=True)#不加index，可设为False

    6. 数据绘制曲线

      1. # 将数据绘制曲线
      2. x = []    
      3. for i in data:
      4.  x.append(i[0])
      5. plt.plot(x)
      6. plt.show()
      7. # 使用df数据画图
      8. plt.plot(df['revenue'])
      9. # 取df数据的第二列 或者取切片
      10. plt.plot(df.iloc[:,1])
      11. plt.show()