Trazado de histogramas en Python

Se aplica a:SQL ServerAzure SQL DatabaseInstancia administrada de Azure SQLBase de datos SQL en Microsoft Fabric

En este artículo se describe cómo trazar datos mediante el paquete de Python pandas'.hist (). Una base de datos de SQL Server es el origen que se usa para visualizar los intervalos de datos del histograma que tienen valores consecutivos y no superpuestos.

Prerequisites

• SQL Server para Windows o para Linux.

• Azure Data Studio. Para realizar la instalación, vea Azure Data Studio.

• Restaure la base de datos DW de ejemplo para obtener los datos de ejemplo que se usan en este artículo.

Comprobación de la base de datos restaurada

Para comprobar que la base de datos restaurada existe, consulte la tabla Person.CountryRegion:

USE AdventureWorksDW;
SELECT * FROM Person.CountryRegion;

Instalación de paquetes de Python

Descarga e instalación de Azure Data Studio.

Instale los siguientes paquetes de Python:

• pyodbc
• pandas
• sqlalchemy
• matplotlib

Para instalar estos paquetes:

1. En el cuaderno de Azure Data Studio, seleccione Administrar paquetes.
2. En el panel Administrar paquetes, seleccione la pestaña Agregar nuevo.
3. Para cada uno de los paquetes siguientes, escriba el nombre del paquete, seleccione Buscar y, a continuación, seleccione Instalar.

Trazado del histograma

Los datos distribuidos que se muestran en el histograma están basados en una consulta SQL de AdventureWorksDW2025. El histograma visualiza los datos y la frecuencia de los valores de los mismos.

Edite las variables de cadena de conexión: server, database, usernamey password para conectarse a la base de datos de SQL Server.

Para crear un nuevo cuaderno:

1. En Azure Data Studio, seleccione Archivo y luego Nuevo cuaderno.

2. En el bloc de notas, seleccione el kernel Python3 y luego el comando +Código.

3. Pegue el código en el cuaderno. Seleccione Run all (Ejecutar todas).

   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()
   

La pantalla muestra la distribución de edad de los clientes en la tabla FactInternetSales.