本教程的所有Python代碼可以在網上的IPython notebook中獲取。
考慮在公司里使用Plotly？可以看一下Plotly的on-premises企業版。（注：On-premises是指軟件運行在工作場所或公司內部，詳見維基百科）
注意操作系統：盡管Windows或Mac用戶也可以跟隨本文操作，但本文假定你使用的是Ubuntu系統（Ubuntu桌面版或Ubuntu服務器版）。如果你沒有Ubuntu Server，你可以通過Amazon的Web服務建立一個云平臺（閱讀這份教程的前半部分）。如果你用的是Mac，我們推薦你購買并下載VMware Fusion，在上面安裝Ubuntu桌面版。你也可以通過Zareason購買一臺便宜的預裝Ubuntu桌面版/服務器版的筆記本或服務器。
使用Python讀取MySQL的數據并繪圖很簡單，所有你需要的工具都可以免費下載。本文會展示怎么做。如果你遇到問題或者卡住了，可以給[email protected]發送郵件，也可以在本文下面評論，或者在tweeter上@plotlygraphs。
第1步：確保MySQL已安裝且在運行
首先，你需要有一臺安裝了MySQL的計算機或服務器。你可以通過以下方法檢查MySQL是否安裝：打開控制臺，輸入“mysql”，如果你收到MySQL無法連接的錯誤，這意味著MySQL安裝了，但是沒有運行。在命令行或“Terminal”中，嘗試輸入sudo /etc/init.d/mysql start并按回車來啟動MySQL。
如果MySQL沒有安裝，不要失望。在Ubuntu中下載并安裝只需一行命令：
|
1
|
shell> sudo apt-get install mysql-server --fix-missing |
安裝過程中會讓你輸入一個密碼。安裝結束后，你可以在終端中鍵入以下命令進入MySQL控制臺：
|
1
|
shell> sudo mysql -uroot -p |
輸入“exit”就可以退出MySQL控制臺，。
本教程使用MySQL經典的“world”樣例數據庫。如果你想跟隨我們的步驟，可以在MySQL文檔中心下載world數據庫。你也可以在命令行中使用wget下載：
|
1
|
shell> wget http://downloads.mysql.com/docs/world.sql.zip |
然后解壓文件：
|
1
|
shell> unzip world.sql.zip |
（如果unzip沒有安裝，輸入sudo apt-get install unzip安裝）
現在需要把world數據庫導入到MySQL，啟動MySQL控制臺：
|
1
|
shell> sudo mysql -uroot -p |
進入控制臺后，通過以下MySQL命令使用world.sql文件創建world數據庫：
|
1
2
3
|
mysql> CREATE DATABASE world;mysql> USE world;mysql> SOURCE /home/ubuntu/world.sql; |
（在上面的SOURCE命令中，確保將路徑改為你自己world.sql所在目錄）。
上述操作說明摘自MySQL文檔中心。
第2步：使用Python連接MySQL
使用Python連接MySQL很簡單。關鍵得安裝python的MySQLdb包。首先需要安裝兩項依賴：
|
1
2
|
shell> sudo apt-get install python-devshell> sudo apt-get install libmysqlclient-dev |
然后安裝Python的MySQLdb包：
|
1
|
shell> sudo pip install MySQL-python |
現在，啟動Python并導入MySQLdb。你可以在命令行或者IPython notebook中執行：
|
1
2
|
shell> python>>> import MySQLdb |
創建MySQL中world數據庫的連接：
|
1
|
>>> conn = MySQLdb.connect(host="localhost", user="root", passwd="XXXX", db="world") |
cursor是用來創建MySQL請求的對象。
|
1
|
>>> cursor = conn.cursor() |
我們將在Country表中執行查詢。
第3步：Python中執行MySQL查詢
cursor對象使用MySQL查詢字符串執行查詢，返回一個包含多個元組的元組——每行對應一個元組。如果你剛接觸MySQL語法和命令，在線的MySQL參考手冊是一個很不錯的學習資源。
|
1
2
|
>>> cursor.execute('select Name, Continent, Population, LifeExpectancy, GNP from Country');>>> rows = cursor.fetchall() |
rows，也就是查詢的結果，是一個包含多個元組的元組，像下面這樣：
使用Pandas的DataFrame來處理每一行要比使用一個包含元組的元組方便。下面的Python代碼片段將所有行轉化為DataFrame實例：
|
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]); |
完整的代碼可以參見IPython notebook
第4步：使用Plotly繪制MySQL數據
現在，MySQL的數據存放在Pandas的DataFrame中，可以輕松地繪圖。下面的代碼用來繪制國家GNP（國民生產總值）VS平均壽命的圖，鼠標懸停的點會顯示國家名稱。確保你已經下載了Plotly的Python庫。如果沒有，你可以參考一下它的入門指南。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import plotly.plotly as pyfrom 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') |
完整的代碼在這份IPython notebook中。下面是作為一個iframe嵌入的結果圖：
利用Plotly的Python用戶指南中的氣泡圖教程，我們可以用相同的MySQL數據繪制一幅氣泡圖，氣泡大小表示人口的多少，氣泡的顏色代表不同的大洲，鼠標懸停會顯示國家名稱。下面顯示的是作為一個iframe嵌入的氣泡圖。
創建這個圖表以及這個博客中的所有python代碼都可以從這個IPython notebook中拷貝。
