在 Python 中绘制直方图

适用于：SQL ServerAzure SQL 数据库Azure SQL 托管实例Microsoft Fabric 预览版中的 SQL 数据库

本文介绍如何使用 Python 包 pandas'.hist() 来绘制数据。 SQL Server 数据库是用于可视化具有连续非重叠值的直方图数据间隔的源。

Prerequisites

• Azure Data Studio。 如需安装，请参阅 Azure Data Studio。

• 还原示例 DW 数据库以获取本文中使用的示例数据。

验证还原的数据库

可以通过查询 Person.CountryRegion 表来验证是否存在还原的数据集：

USE AdventureWorksDW;
SELECT * FROM Person.CountryRegion;

安装 Python 包

下载并安装 Azure Data Studio。

安装以下 Python 包：

• pyodbc
• pandas
• sqlalchemy
• matplotlib

若要安装这些包：

1. 在 Azure Data Studio 笔记本中，选择“管理包”。
2. 在“管理包”窗格中，选择“添加新包”选项卡。
3. 对于以下每个包，输入包名称，选择“搜索”，然后选择“安装”。

Plot histogram

直方图中显示的分布式数据基于 AdventureWorksDW2022 中的 SQL 查询。 直方图直观显示数据以及数据值的频率。

编辑连接字符串变量：server、database、username 和 password，以连接到 SQL Server 数据库。

创建新笔记本的步骤：

1. 在 Azure Data Studio 中，依次选择“文件”和”新建笔记本” 。

2. 在笔记本中，依次选择内核“Python3”和“+ 代码” 。

3. 将代码粘贴到笔记本中。 选择“全部运行”。

   import pyodbc 
   import pandas as pd
   import matplotlib
   import sqlalchemy
   
   from sqlalchemy import create_engine
   
   matplotlib.use('TkAgg', force=True)
   from matplotlib import pyplot as plt
   
   # Some other example server values are
   # server = 'localhost\sqlexpress' # for a named instance
   # server = 'myserver,port' # to specify an alternate port
   server = 'servername'
   database = 'AdventureWorksDW2022'
   username = 'yourusername'
   password = 'databasename'
   
   url = 'mssql+pyodbc://{user}:{passwd}@{host}:{port}/{db}?driver=SQL+Server'.format(user=username, passwd=password, host=server, port=port, db=database)
   engine = create_engine(url)
   
   sql = "SELECT DATEDIFF(year, c.BirthDate, GETDATE()) AS Age FROM [dbo].[FactInternetSales] s INNER JOIN dbo.DimCustomer c ON s.CustomerKey = c.CustomerKey"
   
   df = pd.read_sql(sql, engine)
   df.hist(bins=50)
   
   plt.show()
   

将显示 FactInternetSales 表中客户的年龄分布。