目录

一、柱形图介绍

（1）介绍

（2）优点、缺点

（3）适用范围

二、数据介绍

（1）数据构成

（2）数据选取

三、python数据库连接配置以及数据提取设置

（1）调用库以及连接语法

（2）语法参数讲解

（3）数据提取设置

四、全局变量配置

（1）字体画布配置

（2）标题、标签设置

五、数据库数据画图

（1）画图函数调用并作出图形

（2）全代码

一、柱形图介绍

（1）介绍

柱状图（Histogram），也称条图（英文：bargraph）、长条图（英文：barchart）、条状图（Bar graph），是一种以长方形的长度为变量的表达图形的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或以上的价值（不同时间或者不同条件），只有一个变量，通常利用于较小的数据集分析。柱状图亦可横向排列，或用多维方式表达。

（2）优点、缺点

优点：

①便于用户理解大量数据以及数据相互之间的关系。

②优点是让用户通过视觉化的符号，更加快速直观的读取原始数据。

缺点：

柱状图的局限在于只适用中小规模的数据集。

（3）适用范围

适用场合是二维数据集，用于比较一段时间内的数据变化

二、数据介绍

（1）数据构成

本次柱状图绘画数据是由数据库中的订单表（order）提供，其中表order含有订单编号（ORDER_ID）、订单日期(ORDER_DATE)、店铺名称(SITE)等二十一个列。

（2）数据选取

根据柱形图的定义以及适用范围，我们本次画图选用的数据是具有统计计数并且能够比较的数据，因此我们本次选择销售经理以及订单利润。

在Navicat中通过SQL语句统计出2019年各个销售经理所销售的利润。

SELECT MANAGER, SUM(PROFIT) as TotalProfit FROM orders where FY=\'2019\' group by MANAGER

三、python数据库连接配置以及数据提取设置

（1）调用库以及连接语法

没有pymysql库，可以通过语句pip install pymysql方式安装

import pymysql 
import pandas as pd # 用来做数据导入（pd.read_sql_query() 执行sql语句得到结果df）
import matplotlib.pyplot as plt # 用来画图（plt.plot()折线图， plt.bar()柱状图，....）
# 1. 连接MySQL数据库: 创建数据库连接
conn = pymysql.connect(host=\'ip\',port=端口号,user=\'用户名\',password=\'用户密码\',db=\'连接表名\')

（2）语法参数讲解

调用库后通过pymysql.connect创建连接，连接参数如下：

host：主机名，也可以存储的ip地址

port：数据库端口号，一般的数据库端口号3306

user：用户名

password：用户密码

db：数据库名称

（3）数据提取设置

连接数据库，在数据库中提取数据就涉及到数据库的SQL查询，此处也会有简单数据库在Python下的操作方法。

# 2 创建一个sql语句
# -- 统计每个销售经理2019年的利润总额

sql = r\"SELECT MANAGER, SUM(PROFIT) as TotalProfit FROM orders where FY=\'2019\' group by MANAGER\"

# 3 执行sql语句获取统计查询结果
df = pd.read_sql_query(sql, conn)

四、全局变量配置

（1）字体画布配置

此处的字体画布设置在使用matplotlib画图时都可以放在库导入之后，当成固定的设置，其中的参数介绍在前面plot()函数画图时已经做出介绍详细请看前面的文章。

plt.rcParams[\'font.sans-serif\'] = \'SimHei\' # 设置中文字体支持中文显示
plt.rcParams[\'axes.unicode_minus\'] = False # 支持中文字体下显示\'-\'号

# figure 分辨率 800x600
plt.rcParams[\'figure.figsize\'] = (6,4)  # 8x6 inches
plt.rcParams[\'figure.dpi\'] = 100        # 100 dot per inch

（2）标题、标签设置

title()是标题设置，ylael()设置y轴的标签，grid()网格线设置

#标签、标题设置
plt.title(\"每个销售经理2019年的利润总额\")
plt.ylabel(\"利润额\")
plt.xlabel(\'经理\')
#网格线设置
plt.grid(axis=\'y\')

网格线设置参数介绍

plt.grid() # 显示网格线 1=True=默认显示；0=False=不显示
plt.grid(1) # 显示网格线
plt.grid(True) # 显示网格线
plt.grid(b=True) # 显示网格线
plt.grid(b=1) # 显示网格线
plt.grid(b=True, axis=\'x\') #只显示x轴网格线
plt.grid(b=True, axis=\'y\') #只显示y轴网格线
plt.grid(b=1, which=\'major\') # 默认就是major，例如x轴最大值为3.5（这个值占比极小，不影响作图的话），这部分图像不会显示；若which=\'both\'则显示；若设置为minor则不显示网格（其实这里有点不懂，，既然不显示，那为什么不直接设置为b=0呢？？？？）

五、数据库数据画图

（1）画图函数调用并作出图形

通过for循环将每个经理对应的值画入图像上

#y轴值的显示
for index,value in df[\'TotalProfit\'].items():
    plt.text(index,value,round(value),ha=\'center\',va=\'bottom\',color=\'k\')
#通过上述查询的结果进行x，y的带入
plt.bar(df[\'MANAGER\'], df[\'TotalProfit\'])

作出图形如图：

（2）全代码

import pymysql
import pandas as pd # 用来做数据导入（pd.read_sql_query() 执行sql语句得到结果df）
import matplotlib.pyplot as plt # 用来画图（plt.plot()折线图， plt.bar()柱状图，....）
plt.rcParams[\'font.sans-serif\'] = \'SimHei\' # 设置中文字体支持中文显示
plt.rcParams[\'axes.unicode_minus\'] = False # 支持中文字体下显示\'-\'号
# figure 分辨率 800x600
plt.rcParams[\'figure.figsize\'] = (6,4)  # 8x6 inches
plt.rcParams[\'figure.dpi\'] = 100        # 100 dot per inch

#建立连接
conn = pymysql.connect(host=\'localhost\',port=3306,user=\'root\',password=\'9812yang\',db=\'mydb\')
#设置查询语句
sql = r\"SELECT MANAGER, SUM(PROFIT) as TotalProfit FROM orders where FY=\'2019\' group by MANAGER\"
#执行sql语句获取统计查询结果，并赋值
df = pd.read_sql_query(sql, conn)
#调用函数
plt.bar(df[\'MANAGER\'], df[\'TotalProfit\'])
#设置y轴的网格线
plt.grid(axis=\'y\')
#设置标题
plt.title(\"每个销售经理2019年的利润总额\")
#y轴标签
plt.ylabel(\"利润额\")
#x轴标签
plt.xlabel(\"经理姓名\")
#将对应数值写入柱形图
for index,value in df[\'TotalProfit\'].items():
    plt.text(index,value,round(value),ha=\'center\',va=\'bottom\',color=\'k\')