Как визуализировать данные из MySQL с помощью Matplotlib в Python?

Визуализация данных играет важную роль в анализе информации, помогая аналитикам и разработчикам быстро выявлять тенденции, паттерны и аномалии. Современные инструменты визуализации позволяют эффективно представлять большие объемы данных в понятной и наглядной форме.

MySQL — одна из самых популярных систем управления базами данных, широко используемая для хранения данных различных типов, от финансовых данных до метрик веб-сайтов. Matplotlib является мощной библиотекой Python для создания статичных, анимированных и интерактивных визуализаций данных.

В этой статье мы рассмотрим, как подключиться к базе данных MySQL, извлечь данные и визуализировать их с помощью Matplotlib.

Подготовка окружения

Прежде чем мы начнем, убедитесь, что на вашем компьютере установлены необходимые библиотеки:

• MySQL Connector: библиотека для подключения к MySQL.
• Matplotlib: библиотека для визуализации данных.

Установка библиотек

Вы можете установить эти библиотеки с помощью pip:

pip install mysql-connector-python matplotlib

Настройка соединения с базой данных MySQL

Для подключения к базе данных MySQL понадобятся следующие параметры: имя хоста, имя пользователя, пароль и имя базы данных. Вот пример кода для установки и подключения к MySQL:

import mysql.connector
from mysql.connector import Error


def create_connection(
    host_name: str, user_name: str, user_password: str, db_name: str
) -> mysql.connector.connection:
    """Создает соединение с базой данных MySQL."""
    connection = None
    try:
        connection = mysql.connector.connect(
            host=host_name,
            user=user_name,
            password=user_password,
            database=db_name,
        )
        print("Соединение с MySQL успешно")
    except Error as e:
        print(f"Ошибка: {e}")
    return connection

Извлечение данных из MySQL

Для начала нам нужно определить структуру базы данных и таблицы, из которой будем извлекать данные. Например, предположим, что у нас есть таблица sales с колонками date и revenue.

Пример запроса SQL для получения данных

Мы будем использовать SQL-запрос для извлечения данных за определенный период:

SELECT date, revenue FROM sales WHERE date BETWEEN '2023-01-01' AND '2023-01-31'

Выполнение запроса и обработка результатов в Python

Следующий код поможет вам извлечь данные из MySQL:

def execute_read_query(connection: mysql.connector.connection, query: str):
    """Выполняет SQL-запрос и возвращает результаты."""
    cursor = connection.cursor()
    result = None
    try:
        cursor.execute(query)
        result = cursor.fetchall()
    except Error as e:
        print(f"Ошибка: {e}")
    return result

Подготовка данных для визуализации

После извлечения данных нам нужно подготовить их для визуализации: возможно потребуется выполнить такие операции как фильтрация и агрегация данных.

Пример обработки данных после извлечения

Мы будем использовать библиотеку pandas для удобной работы с данными:

import pandas as pd

def prepare_data(raw_data: list):
    """Преобразует сырые данные в DataFrame и выполняет необходимые операции."""
    df = pd.DataFrame(raw_data, columns=['date', 'revenue'])
    df['date'] = pd.to_datetime(df['date'])
    df['revenue'] = pd.to_numeric(df['revenue'])
    return df

Визуализация данных с помощью Matplotlib

Пришло время отобразить наши данные. Matplotlib предоставляет множество возможностей для создания различных графиков.

Основы работы с Matplotlib

Для начала создадим простой линейный график:

import matplotlib.pyplot as plt

def plot_data(df: pd.DataFrame):
    """Создает график на основе данных."""
    plt.figure(figsize=(10, 5))
    plt.plot(df['date'], df['revenue'], label='Доход')
    plt.title('Доход за январь 2023')
    plt.xlabel('Дата')
    plt.ylabel('Доход')
    plt.legend()
    plt.grid(True)
    plt.show()

Заключение

В этой статье мы прошли путь от подключения к базе данных MySQL и извлечения данных до их визуализации с помощью Matplotlib. Мы рассмотрели основные этапы этого процесса, включая подготовку окружения, выполнение SQL-запросов, обработку данных и создание визуализаций.

Возможные дальнейшие шаги включают расширение функционала визуализации, добавление интерактивных элементов, а также интеграцию с другими аналитическими инструментами.

Примеры других проектов, которые могут использовать MySQL и Matplotlib, включают анализ поведения пользователей на веб-сайтах, мониторинг производственных процессов и финансовую отчетность.