绘制直方图：如何从数据库中的数据手动创建？

Question

我在数据库里存了一些数据，结构大概是这样的：

表名：faults

表格内容：

+------------+--------------+
| fault_type | total        |
+------------+--------------+
|    1       |            1 | 
|    2       |            3 | 
|    3       |            8 | 
|    4       |            2 | 
.............................

我该怎么从这个表里生成一个直方图呢？

Answer 1

这篇博客文章可能对你有帮助！它讲的是如何使用gnuplot进行统计分析，并把结果绘制成直方图。

Answer 2

下面的内容假设你已经安装了MySQL、Python和GNUPlot。如果需要的话，具体细节可以进行调整。我把它发出来，希望能给其他人提供一个基础参考。

第一步：决定图表的类型。

如果你要画的是某种频率图，那么简单的SQL查询就可以搞定：

select total, count(total) from faults GROUP BY total;

如果你需要指定区间大小，那就继续到下一步。

第二步：确保你能通过Python连接到MySQL。你可以使用MySQLdb这个库来实现。

之后，生成直方图数据的Python代码如下（这段代码是在5分钟内写的，所以可能比较粗糙）：

import MySQLdb

def DumpHistogramData(databaseHost, databaseName, databaseUsername, databasePassword, dataTableName, binsTableName, binSize, histogramDataFilename):
    #Open a file for writing into
    output = open("./" + histogramDataFilename, "w")

    #Connect to the database
    db = MySQLdb.connect(databaseHost, databaseUsername, databasePassword, databaseName)
    cursor = db.cursor()

    #Form the query
    sql = """select b.*, count(*) as total 
            FROM """ + binsTableName + """ b 
            LEFT OUTER JOIN """ + dataTableName + """ a 
            ON a.total between b.min AND b.max 
            group by b.min;"""
    cursor.execute(sql)

    #Get the result and print it into a file for further processing
    count = 0;
    while True:
        results = cursor.fetchmany(10000)
        if not results:
            break
        for result in results:
            #print >> output, str(result[0]) + "-" + str(result[1]) + "\t" + str(result[2])
    db.close()

def PrepareHistogramBins(databaseHost, databaseName, databaseUsername, databasePassword, binsTableName, maxValue, totalBins):

    #Connect to the database    
    db = MySQLdb.connect(databaseHost, databaseUsername, databasePassword, databaseName)
    cursor = db.cursor()

    #Check if the table was already created
    sql = """DROP TABLE IF EXISTS """ + binsTableName
    cursor.execute(sql)

    #Create the table
    sql = """CREATE TABLE """ + binsTableName + """(min int(11), max int(11));"""
    cursor.execute(sql)

    #Calculate the bin size
    binSize = maxValue/totalBins

    #Generate the bin sizes
    for i in range(0, maxValue, binSize):
        if i is 0:
            min = i
            max = i+binSize
        else:
            min = i+1
            max = i+binSize
        sql = """INSERT INTO """ + binsTableName + """(min, max) VALUES(""" + str(min) + """, """ + str(max) + """);"""
        cursor.execute(sql)
    db.close()
    return binSize

binSize = PrepareHistogramBins("localhost", "testing", "root", "", "bins", 5000, 100)
DumpHistogramData("localhost", "testing", "root", "", "faults", "bins", binSize, "histogram")

第三步：使用GNUPlot生成直方图。你可以用下面的脚本作为起点（这个脚本会生成一个eps格式的图片文件）：

set terminal postscript eps color lw 2 "Helvetica" 20
set output "output.eps"
set xlabel "XLABEL"
set ylabel "YLABEL"
set title "TITLE"
set style data histogram
set style histogram cluster gap 1
set style fill solid border -1
set boxwidth 0.9
set key autotitle columnheader
set xtics rotate by -45
plot "input" using 1:2 with linespoints ls 1

把上面的脚本保存到一个随便的文件里，比如叫sample.script。然后继续到下一步。

第四步：用gnuplot和上面的输入脚本生成一个eps文件

gnuplot sample.script

其实没什么复杂的，不过我发现这段代码里有几个部分可以重复使用。再次强调，这段代码不是完美的，但可以完成任务 :)

致谢：

• Ofri Raviv（感谢他帮我解决了这篇文章中的MySQL查询问题： 获取直方图数据）

• 我自己（为编写Python和gnuplot脚本 :D）