Vykreslení histogramů v Pythonu

Platí pro:SQL ServerAzure SQL DatabaseSpravovaná instance Azure SQLDatabáze SQL v Microsoft Fabric

Tento článek popisuje, jak vykreslit data pomocí balíčku Python pandas'.hist(). Databáze SQL Serveru je zdrojem, který slouží k vizualizaci intervalů dat histogramu, které obsahují po sobě jdoucí a nepřekrývající se hodnoty.

Prerequisites

• SQL Server pro Windows nebo Linux

• Azure Data Studio. K instalaci viz Azure Data Studio.

• Obnovení ukázkové databáze DW za účelem získání ukázkových dat používaných v tomto článku

Ověření obnovené databáze

Obnovenou databázi můžete ověřit dotazem na Person.CountryRegion tabulku:

USE AdventureWorksDW;
SELECT * FROM Person.CountryRegion;

Instalace balíčků Pythonu

Stáhněte a nainstalujte Azure Data Studio.

Nainstalujte následující balíčky Pythonu:

• pyodbc
• pandas
• sqlalchemy
• matplotlib

Instalace těchto balíčků:

1. V poznámkovém bloku Azure Data Studio vyberte Spravovat balíčky.
2. V podokně Spravovat balíčky vyberte kartu Přidat novou .
3. Pro každý z následujících balíčků zadejte název balíčku, vyberte Hledat a pak vyberte Nainstalovat.

Vykreslení histogramu

Distribuovaná data zobrazená v histogramu jsou založená na dotazu SQL z AdventureWorksDW2025. Histogram vizualizuje data a frekvenci hodnot dat.

Upravte proměnné připojovacího řetězce: server, databaseusername, a password pro připojení k databázi SQL Serveru.

Vytvoření nového poznámkového bloku:

1. V Nástroji Azure Data Studio vyberte Soubor a vyberte Nový poznámkový blok.

2. V poznámkovém bloku vyberte jádro Python3 a vyberte +kód.

3. Vložte kód do poznámkového bloku. Vyberte Spustit vše.

   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()
   

Na displeji se zobrazuje věková distribuce zákazníků v FactInternetSales tabulce.