-
Notifications
You must be signed in to change notification settings - Fork 0
/
sqlVeriCekme.py
70 lines (48 loc) · 2.46 KB
/
sqlVeriCekme.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
import pyodbc
import pandas as pd
#Kullandığınız kütüphaneye göre söz dizim değişebiliyor.Ben pyodbc ile çalıştım.
#'Driver={SQL Server};'
#'Server=xxx;' : xxx yerine kurmuş olduğunuz server ismini yazmanız gerekiyor. Öntanımlı bir şekilde kurduysanız bilgisayarınızın ismi oluyor.Bilmiyorsanız cmd içerisinde 'hostname' yazarak öğrenebilirsiniz.
#'Database=AdventureWorks;': İşlem yapacak olduğunuz Database ismi. Ben AdwentureWorks ile çalıştım.
#'Trusted_Connection=yes;' : Eğer kendi bilgisayarınızda kurulu (yerel) bir server üzerinde çalışacaksanız bu değerin 'yes' olması gerekiyor.
#Bağlantı için istenilen değerleri girdikten sonra bağlatıyı kurduk.
cnxn = pyodbc.connect('Driver={SQL Server};'
'Server=xxx-xxx;'
'Database=AdventureWorks;'
'Trusted_Connection=yes;')
#İşlem yapmak için imleç oluşturuyoruz.
cursor = cnxn.cursor()
#execute()'ın içine yapacak olduğumuz işlemin SQL kodunu giriyoruz.
cursor.execute('SELECT * FROM AdventureWorks.Sales.CreditCard')
#Gerekli listeleri tanımladık.
cardID,cardType,cardNumber,expMonth,expYear,modifiedDate=[],[],[],[],[],[]
#Çektiğimiz verileri listelere alıyoruz.
for row in cursor:
cardID.append(row[0])
cardType.append(row[1])
cardNumber.append(row[2])
expMonth.append(row[3])
expYear.append(row[4])
modifiedDate.append(row[5])
#SQL bağlantımızı kopartıyoruz.Bundan sonra ihtiyacımız yok.
cnxn.commit()
#Listeleri DataFrame'e çeviriyoruz.
df=pd.DataFrame(cardID,columns=['ID'])
df['Card Type']=cardType
df['Card Number']=cardNumber
df['expMonth']=expMonth
df['expYear']=expYear
df['ModifiedDate']=modifiedDate
#Çektiğimiz veride ID olduğu için index'e gerek duymuyoruz ve index dahil olmayacak bir şekilde df DataFrame'ini yeniden tanımlıyoruz.
df=df.iloc[:,1:]
import matplotlib.pyplot as plt
import seaborn as sns
#En çok kullanılan kart tipini görmek için kart tiplerini saydırıyoruz ve tablo çizdiriyoruz.Daha dikkat çekici olması için '-or' yazdım.
#-or: (o) X eksenindeki her değerin y eksenindeki karşılıına nokta koyar.
#-or: (-) Çizilen noktalar arasında çizgi çizer.
#-or: (r) Çizgi ve Noktaların rengini kırmızı (red) yapar.
plt.plot(df['Card Type'].value_counts(),'-or')
#X ekseni etiketi
plt.xlabel('Card Type')
#Y ekseni etiketi
plt.ylabel('Frequency')