Condividi tramite

Tracciare istogrammi in Python

  • Articolo

Si applica a:SQL ServerDatabase SQL di AzureIstanza gestita di SQL di Azure

Questo articolo descrive come tracciare un grafico dei dati usando il pacchetto Python pandas'.hist(). Un database SQL è l'origine usata per visualizzare gli intervalli di dati dell'istogramma con valori consecutivi non sovrapposti.

Prerequisiti

Verificare il database ripristinato

È possibile verificare che il database ripristinato sia disponibile eseguendo una query sulla tabella Person.CountryRegion:

USE AdventureWorksDW;
SELECT * FROM Person.CountryRegion;

Installare i pacchetti Python

Scaricare e installare Azure Data Studio.

Installare i pacchetti Python seguenti:

  • pyodbc
  • pandas
  • sqlalchemy
  • matplotlib

Per installare questi pacchetti:

  1. Nel notebook di Azure Data Studio selezionare Gestisci pacchetti.
  2. Nel riquadro Gestisci pacchetti selezionare la scheda Aggiungi nuovo.
  3. Per ognuno dei seguenti pacchetti immettere il nome del pacchetto, selezionare Cerca, quindi selezionare Installa.

Tracciare un istogramma

I dati distribuiti visualizzati nell'istogramma sono basati su una query SQL di AdventureWorksDW2022. L'istogramma visualizza i dati e la frequenza dei valori dei dati.

Modificare le variabili della stringa di connessione "server", "database", "username" e "password" per la connessione al database SQL Server.

Per creare un nuovo notebook:

  1. In Azure Data Studio selezionare File e quindi Nuovo notebook.
  2. Nel notebook selezionare il kernel Python3 e quindi +Codice.
  3. Incollare il codice nel notebook e selezionare Esegui tutti.
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()

Il grafico mostrerà la distribuzione dell'età dei clienti nella tabella FactInternetSales.

Diagram showing the Pandas histogram distribution.