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：
