import numpy as np
import pylab as pl
dates=['20170314','20170315','20170316','20170317','20170318','20170319']
x = range(len(dates))
y = [1974786,3502609,3824524,2046503,5623141]
y.append(5505794)
pl.plot(x,y,'ro-')
pl.xticks(x, dates, rotation=45)
pl.margins(0.08)
pl.subplots_adjust(bottom=0.15)
pl.grid(True)
pl.show()

含DB的统计 包含图展示

import MySQLdb

import numpy as np

import pylab as pl

import datetime

def analysisData(conn='test',tablename='test'):

    today=datetime.date.today()

    date1=str(today-datetime.timedelta(days=6))

    date2=str(today-datetime.timedelta(days=5))

    date3=str(today-datetime.timedelta(days=4))

    date4=str(today-datetime.timedelta(days=3))

    date5=str(today-datetime.timedelta(days=2))

    date6=str(today-datetime.timedelta(days=1))

    date7=str(today)

    date8=str(today+datetime.timedelta(days=1))

    dates=[date1,date2,date3,date4,date5,date6,date7]

    x = range(len(dates))

    y = []

    sql='select "'+date1+'",count(*) from '+tablename+' where  time> unix_timestamp("'+date1+'") and time <  unix_timestamp("'+date2+'")'

    cur.execute(sql)

    result=cur.fetchone()

    print result

    y.append(result[1])

    sql='select "'+date2+'",count(*) from '+tablename+' where  time> unix_timestamp("'+date2+'") and time <  unix_timestamp("'+date3+'")'

    cur.execute(sql)

    result=cur.fetchone()

    print result

    y.append(result[1])

    sql='select "'+date3+'",count(*) from '+tablename+' where  time> unix_timestamp("'+date3+'") and time <  unix_timestamp("'+date4+'")'

    cur.execute(sql)

    result=cur.fetchone()

    print result

    y.append(result[1])

    sql='select "'+date4+'",count(*) from '+tablename+' where  time> unix_timestamp("'+date4+'") and time <  unix_timestamp("'+date5+'")'

    cur.execute(sql)

    result=cur.fetchone()

    print result

    y.append(result[1])

    sql='select "'+date5+'",count(*) from '+tablename+' where  time> unix_timestamp("'+date5+'") and time <  unix_timestamp("'+date6+'")'

    cur.execute(sql)

    result=cur.fetchone()

    print result

    y.append(result[1])

    sql='select "'+date6+'",count(*) from '+tablename+' where  time> unix_timestamp("'+date6+'") and time <  unix_timestamp("'+date7+'")'

    cur.execute(sql)

    result=cur.fetchone()

    print result

    y.append(result[1])

    sql='select "'+date7+'",count(*) from '+tablename+' where  time> unix_timestamp("'+date7+'") and time <  unix_timestamp("'+date8+'")'

    cur.execute(sql)

    result=cur.fetchone()

    print result

    y.append(result[1])

    pl.plot(x, y)

    pl.xticks(x, dates, rotation=45)

    pl.grid(True)

    pl.show()

try:

    today=datetime.date.today()

    date1=str(today-datetime.timedelta(days=6))

    date2=str(today-datetime.timedelta(days=5))

    date3=str(today-datetime.timedelta(days=4))

    date4=str(today-datetime.timedelta(days=3))

    date5=str(today-datetime.timedelta(days=2))

    date6=str(today-datetime.timedelta(days=1))

    date7=str(today)

    date8=str(today+datetime.timedelta(days=1))

    dates=[date1,date2,date3,date4,date5,date6,date7]

    x = range(len(dates))

    y = []

    conn=MySQLdb.connect(host='192.168.*.*',user='ulog',passwd='***',db='log_platform',port=8888)

    cur=conn.cursor()

    tablename='tblDayiPcLog0'

    print tablename

    analysisData(conn,tablename)

    tablename='tblDayiPcLog1'

    print tablename

    analysisData(conn,tablename)

    tablename='tblDayiPcLog2'

    print tablename

    analysisData(conn,tablename)

    tablename='tblDayiPcLog3'

    print tablename

    analysisData(conn,tablename)

    tablename='tblDayiPcLog4'

    print tablename

    analysisData(conn,tablename)

    tablename='tblDayiPcLog5'

    print tablename

    analysisData(conn,tablename)

    tablename='tblDayiPcLog6'

    print tablename

    analysisData(conn,tablename)

    tablename='tblDayiPcLog7'

    print tablename

    analysisData(conn,tablename)

    tablename='tblDayiPcLog8'

    print tablename

    analysisData(conn,tablename)

    tablename='tblDayiPcLog9'

    print tablename

    analysisData(conn,tablename)

    cur.close()

    conn.close()

except MySQLdb.Error,e:

    print "err"%(e.args[0],e.args[1])

python_简单的DB统计的更多相关文章

  1. 超简单的qps统计方法(推荐)【转】

    统计最近N秒内的QPS值(包括每秒select,insert等值) mysql> select variable_name,sum(per_sec) as qps from (select st ...

  2. Struts2实现简单的在线人数统计

    用Strust2框架的知识简单实现一个统计在线人数的问题. 1 搭建开发环境:(配置文件,jar包等问题) 2 index.jsp <%@ page language="java&qu ...

  3. 用python实现简单EXCEL数据统计的实例

    用python实现简单EXCEL数据统计的实例 下面小编就为大家带来一篇用python实现简单EXCEL数据统计的实例.小编觉得挺不错的,现在就分享给大家,也给大家做个参考.一起跟随小编过来看看吧 任 ...

  4. 用 python实现简单EXCEL数据统计

    任务: 用python时间简单的统计任务-统计男性和女性分别有多少人. 用到的物料:xlrd 它的作用-读取excel表数据 代码: import xlrd workbook = xlrd.open_ ...

  5. 使用Redis bitmaps进行快速、简单、实时统计

    原文:Fast, easy, realtime metrics using Redis bitmaps (http://blog.getspool.com/2011/11/29/fast-easy-r ...

  6. 使用vs的查找功能，简单大概的统计vs中的代码行数

    VS强大的查找功能,可以使用正则表达式来进行查找,这里统计代码行数的原理就是: 在所有指定文件中进行搜索,统计匹配的文本行数. 但是匹配的行需要满足:非注释.非空等特殊非代码行. 使用Ctrl+Shi ...

  7. 【NLP】暑假课作业3 - 词性标注（简单词频概率统计）

    作业任务: 使用98年人民日报语料库进行词性标注训练及测试. 作业输入: 98年人民日报语料库(1998-01-105-带音.txt),用80%的数据作为训练集,20%的数据作为验证集. 运行环境: ...

  8. Python实现简单中文词频统计示例

    简单统计一个小说中哪些个汉字出现的频率最高: import codecs import matplotlib.pyplot as plt from pylab import mpl mpl.rcPar ...

  9. 简单Sql语句统计每年每个月的数据，每个月为数据的每列，简单SQL练习

    有一张表,数据如下 请写出结果为以下的SQL语句. 在mysql中创建表 CREATE TABLE `aa` (  `id` int(10) NOT NULL AUTO_INCREMENT COMME ...

随机推荐

  1. 【solr基础教程之二】索引 分类： H4_SOLR/LUCENCE 2014-07-18 21:06 3331人阅读 评论(0) 收藏

    一.向Solr提交索引的方式 1.使用post.jar进行索引 (1)创建文档xml文件 <add> <doc> <field name="id"&g ...

  2. chrome-vimium在markdown插件的页面失去效果

    chrome-vimium在markdown插件的页面失去效果

  3. Seagate-保修验证(za25shrx)

    保修验证 http://support.seagate.com/customer/zh-CN/warranty_validation.jsp   Seagate   保修验证    End User  ...

  4. js导出报表

    原文链接:https://blog.csdn.net/qq_37936542/article/details/78376156 需求:项目中有一个学生签到模块需要导出每天的签到数据,一开始用poi在后 ...

  5. <Linux> Linux下一些常用命令（个人记录）

    mount -o loop XXXX  XXX ./XXX &   后台运行 rm -rf XXX  删除文件夹 rm -rf *  删除当前目录下的所有文件 包括文件夹 ps -ef | g ...

  6. [Recompose] When nesting affects Style

    In CSS we use the descendant selector to style elements based on their nesting. Thankfully in React ...

  7. while 常见程序逻辑

    1. 查找 List L; Position P = L; while (P && P->Element != Key) { P = P->Next; } return P ...

  8. 转载：APP a打开b软件的附件

    Importing & Exporting Documents in iOS Posted by weimenglee - 09 Aug 2011 https://mobiforge.com/ ...

  9. Python 库的使用 —— dis

    dis:Disassembler of Python byte code into mnemonics. Java.Python.Ruby 1.9 这些语言均使用了栈机器型的 VM.因为是基于栈的实现 ...

  10. 20171028洛谷NOIP模拟

    传送门 题目分析: A:对一个初始值全部为0的序列进行一系列的区间修改(加)和询问(某一区间中满足\(min \le a_i * i \% mod \le max\)的元素个数). 第一眼看第一题怎么 ...