在进行数据分析时，用随机生成的数据，其实并没有多大的意义。有意义的数据，大多数是存在数据库(db)、文件(excel等)，还有就是网络(html、json或xml)中的。有关文件的操作和解析，在学习Python基础和网络爬虫时，就讲过了，在这就不再讲解了。

这次要讲解的是，Pandas读取excel、db等文件数据之后，转换成Series或DataFrame，作为matplotlib等数据源的内容。

6.1 读excel

pandas读取存储在Excel 2003(或更高版本)中的表格数据，用的是第3方扩展包xlrd，在使用之前，你需要用pip/pip3 install xlrd命令进行安装。

import matplotlib.pyplot as plt
import pandas as pd

""" Windows系统用
# plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False"""
# macOS系统用
plt.rcParams["font.sans-serif"] = "Songti SC"
plt.rcParams["axes.unicode_minus"] = False
# 指定画布大小，默认为600*480
fig, axes = plt.subplots(figsize=(9, 6))
data = pd.read_excel("销售统计.xlsx", "Sheet1", index_col="日期")
df = pd.DataFrame(data)
print(df)
# 底部标签旋转(倾斜)360°
df.plot.bar(ax=axes, rot="360")
# 保存图片
fig.savefig("test.png")

输出结果

6.2 读数据库

pandas操作数据库，用的是第3方的SQLAlchemy，它是一个很流行的Python SQL工具，借助它，pandas可以让你轻松的从SQLAlchemy连接读取数据。有关数据表的创建，还是用之前《第11天 | 12天搞定Python，数据库操作 》的方式。

在使用SQLAlchemy之前，你得先用pip/pip3 install SQLAlchemy命令进行安装。

import sqlite3
import sqlalchemy as sqla
import matplotlib.pyplot as plt
import pandas as pd


def create_data():
    # 创建一个数据库
    conn = sqlite3.connect("sales.db")
    # 创建游标
    cursor = conn.cursor()
    # 执行语句创建表的语句
    create_table = "Create Table Orders(id int, periods text, phone double, pad double, computer double)"
    cursor.execute(create_table)
    # 添加多条数据
    cursor.executemany("INSERT INTO Orders VALUES (?,?,?,?,?)",
                       [(1, 7, 12, 10, 13),
                        (2, 8, 20, 11, 9),
                        (3, 9, 16, 12, 8),
                        (4, 10, 13, 10, 6)])
    conn.commit()
    # 关闭数据库的链接
    cursor.close()
    conn.close()


def analysis():
    """ Windows系统用
    # plt.rcParams["font.sans-serif"] = ["SimHei"]
    plt.rcParams["axes.unicode_minus"] = False"""
    # macOS系统用
    plt.rcParams["font.sans-serif"] = "Songti SC"
    plt.rcParams["axes.unicode_minus"] = False
    # 指定画布大小，默认为600*480
    fig, axes = plt.subplots(figsize=(9, 6))
    db = sqla.create_engine("sqlite:///sales.db")
    df = pd.read_sql("select periods ,phone , pad, computer from Orders", db, index_col="periods")
    df.plot.barh(ax=axes, stacked=True)
    # 保存图片
    fig.savefig("test.png")


if __name__ == '__main__':
    # 创建数据表
    create_data()
    # 数据分析
    analysis()

输出结果

好了，有关Pandas读数据的内容，老陈讲完了，如果觉得对你有所帮助，希望老铁能转发点赞，让更多的人看到这篇文章。你的转发和点赞，就是对老陈继续创作和分享最大的鼓励。

一个当了10年技术总监的老家伙，分享多年的编程经验。想学编程的朋友，可关注今日头条：老陈说编程。分享Python，前端(小程序)、App和嵌入式方面的干货。关注我，没错的。

#Python##数据分析##网络爬虫##程序员##努力生活，如你所愿#