Python+snap7（snap部分仅西门子使用）Python基础与数据分析、可视化编程

Python基础与数据分析、可视化编程云南中烟培训中心云南中烟YNTobaccoPython基础01Python语法基础1、Python的语⾔设计强调的是可读性、简洁和清晰。有些⼈称Python为“可执⾏的伪代码”。2、Python是解释性语⾔。Python解释器同⼀时间只能运⾏⼀个程序的⼀条语句。3、Tab补全：按下Tab，会搜索已输⼊变量（对象、函数等等）的命名空间。4、使⽤缩进，⽽不是括号：Python使⽤空⽩字符（tab和空格）来组织代码，⽽不是像其它语⾔，⽐如R、C++、JAVA和Perl那样使⽤括号。5、Python的语句不需要⽤分号结尾。但是，分号却可以⽤来给同在⼀⾏的语句切分：a=5;b=6;c=7forxinarray:ifx<7:

print(‘xxxxx’)else:

print(‘yyyyy’)Python语法基础对象属性：1、Python语⾔的⼀个重要特性就是它的对象模型的⼀致性。2、每个数字、字符串、数据结构、函数、类、模块等等，都是在Python解释器的⾃有“盒⼦”内，它被认为是Python对象。每个对象都有类型（例如，字符串或函数）和内部数据。在实际中，这可以让语⾔⾮常灵活，因为函数也可以被当做对象使⽤。注释：1、任何前⾯带有井号“#”的⽂本都会被Python解释器忽略。这通常被⽤来添加注释。思考：如何注释多行代码？2、注释多行代码快捷键：“Ctrl+/”Python语法基础Python中的变量变量的规则：变量名只能包含字母、数字和下划线。变量名可以字母或下划线打头，但不能以数字打头

例如，可将变量命名为message_1，但不能将其命名为1_message。变量名不能包含空格，但可使用下划线来分隔其中的单词。例如，变量名greeting_message可行，但变量名greetingmessage会引发错误。不要将Python关键字和函数名用作变量名，即不要使用Python保留用于特殊用途的单词，如print。变量名应既简短又具有描述性。例如，name比n好，student_name比s_n好，name_length比length_of_persons_name好。慎用小写字母l和大写字母O，为什么？？。Python语法基础Python语言实现的平台：VisualStudio；jupyterNotebook；Pycharm；Anaconda……Pycharm软件操作1.软件介绍2.导入Python语法基础函数、类、方法、属性、对象（1）函数使用def作为关键词，但是没有在类内进行定义的有一定功能的代码块。示例1：定义一个加法运算函数。（2）类采用Class作为关键字进行定义的代码块，表示的是一种用来描述具有相同的属性和方法的对象的集合。示例1：定义一个dog的类。（3）对象实例化之后的类，对类中的形参进行了赋值，赋予其真正的含义或数值。Python语法基础函数、类、方法、属性、对象（4）方法使用def作为关键词，定义在类内的函数。（5）属性类内的称呼，其实就是类内的变量，同一个类内的不同方法内的变量都是这个类的属性，也就是这个类的变量。主要区别：函数和方法都是函数，定义在类内叫做方法，定义在类外或者单独使用叫做函数；属性和变量其实都是变量，定义在类内叫做属性，定义在类外或者单独使用叫做变量；Python语法基础Python中的类1、什么是类？用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法，对象是类的实例。2、面向对象编程的三大基本特性：封装，继承，多态封装，就是把客观事物封装成抽象的类继承，指可以让某个类型的对象获得另一个类型的对象的属性的方法。多态，是指一个类实例的相同方法在不同情形有不同表现形式。importnumpyasnpimportrandomdefcircles(radius:str):returnround(radius*np.pi*2,2)#保留两位小数defareas(lengths:float,widths:float):returnlengths*widthsclassDog():"""一次模拟小狗的简单尝试"""def__init__(self,name,age):"""定义和初始化类属性name和age"""=nameself.age=agedefsit(self):"""模拟小狗被命令时蹲下"""print(.title()+"isnowsitting.")defroll_over(self):"""模拟小狗被命令时打滚"""print(.title()+"rolledover!")#类的继承classColor_dog(Dog):"""一个彩色的狗"""def__init__(self,name,age,color):"""初始化父类的属性"""super().__init__(name,age)"""定义和初始化子类的属性"""self.color=colordefcolor_of_dog(self):print("Thecolorofdogis"+self.color+".")if__name__=="__main__":#根据类Dog创建实例

my_dog=Dog('willie',6)#通过句点表示法来访问类属性和调用类方法

print("Mydog'snameis"+my_.title()+".")print("Mydogis"+str(my_dog.age)+"yearsold.")my_dog.sit()my_dog.roll_over()#创建子类实例my_black_dogmy_black_dog=Color_dog('jonh','999','black’)#访问子类的属性和调用子类的方法

print("Mydog'snameis"+my_black_.title()+".")print("Mydog'scoloris"+my_black_dog.color.title()+".")print("Mydogis"+str(my_black_dog.age)+"yearsold.")my_black_dog.color_of_dog()Python基础Python中的二元运算符和比较运算符Python基础Python中的常见数据类型标量类型：Python的标准库中有一些内建的类型，用以处理数值数据、字符串、布尔值和日期时间。这些单值类型被称为标量类型。Python基础Python中的常见数据类型None类型1.None是一个空值，空值是Python里的一个特殊值，用None表示。可以将None赋值给任何变量。2.None有自己的数据类型，它属于NoneType类型。None是NoneType数据类型的唯一值。3.None不等于空字符串、空列表、0，也不等同于False。4.对于定义的函数，如果没有return语句，在Python中会返回None；如果有不带值的return语句，那么也是返回None。5.对于定义的函数，如果默认参数是一个可修改的容器如列表、集合或字典，可以使用None作为默认值。Python基础Python中的常见数据类型字符串类型1.可以用单引号或双引号来写字符串。2.对于有换行符的字符串，可以使用三引号，‘’‘或“”“都行。3.Python的字符串是不可变的，不能修改字符串。4.许多Python对象使用str函数可以被转化为字符串。5.可以合并（拼接）字符串。(+、,、直接连接、格式化等)%的主要作用将数据转换为指定的输出格式。就是占位符，主要是通过%的方式，将数字、字符传递到字符串里所在位置，传递的时候按照顺序传。%s的使用例子：print(‘Iam’‘%s’‘years‘%3)print('Iam''%s''years'',youare''%s''years'%(3,4))Python语法基础反斜杠在Python中应用反斜杠是转义字符，意思是它备⽤来表示特殊字符，⽐如换⾏符\n或Unicode字符。要写⼀个包含反斜杠的字符，需要进⾏转义s='33//22'print(s)ss='33\\22'print(ss)s1=r‘d:\this\has\no\special\characters‘#可用s2=‘d:\\this\\has\\times‘#可用s3=‘d:/this/has/times‘#可用print(s1)print(s2)D:\11Python基础Python中的常见数据类型数值类型：Python的主要数值类型是int和float。int可以存储任意⼤的数。浮点数使⽤Python的float类型，每个数都是双精度（64位）的值。（1）不能得到整数的除法会得到浮点数：3/2=1.5（2）要获得C-⻛格的整除（去掉⼩数部分），可以使⽤底除运算符//：3//2=？？结果等于1str、bool、int和float也是函数，可以⽤来转换类型。示例：s='3.14159'转换成浮点数Python基础日期和时间类型：datetime的格式化命令Python基础日期和时间类型：Python内建的datetime模块提供了datetime、date和time类型。datetime赋值。dt=datetime(2011,10,29,20,30,21)datetime的格式化命令datetime计算。系统时间使用。字符串和datetime类型转换（strftime和strptime方法）Python中的常见数据类型Python基础Python中的可变与不可变对象1.Python中的大多数对象都是可变的，比如列表、字典、numpy数组和用户自定义的类型（类）。2.其它的，例如字符串和元组，是不可变的对象。示例1：a_list=[‘foo’,2,[4,5],(1,2)]a_list[2]=(3,4)print(a_list)示例2：a_tuple=(3,5,(4,5))a_tuple[1]='four'Python基础——元组1．元组的概念•元组在python里是有序元素集合的对象类型。•长度固定、不可变的python对象序列。•在Python中，用圆括号“（）”来表示元组，并用逗号来分隔其中的元素。•通过偏移取数据，起始偏移量是0。2.元组的赋值元组创建在只有单个元素的时候，必须加逗号（,），元组里可以嵌套元组。tuple1=(1,)3.列表转化成元组list=[1,2,3,4]

sd=tuple(list)

4.元组的方法排序（sorted）、索引（index）、个数（count）、切片（[]）Python基础——列表1.列表的概念列表在python里是有序元素集合的对象类型。列表里的对象可以是任何对象：数字，字符串，列表或者字典，元组。与字符串和元组不同，列表是可变对象，支持原处修改的操作。在Python中，用方括号“[]”来表示列表，并用逗号来分隔其中的元素。2.列表的创建、元素访问

aa=['test','test1',123,0.1,[1,2],False]

print(aa[5]);print(aa[:2]);print(aa[1:])Python基础——列表3.修改、添加和删除列表中的元素修改：aa[1]=‘hello’添加和去除元素：aa.append()aa.remove()；#在后面加，把第一个去除

aa.insert(2,100)#位置，值aa.pop(位置值)#把某一个位置的删除#插入的位置在0到列表长度之间删除：del

aa[1]4.列表的方法排序（sorted）、索引（index）、个数（count）、切片（[]）……5．使用迭代方式创建列表示例：list1=[i*4foriin'ASDFEG']6.使用in方法来判断对象是否在列表中aa

=[1,2,3,4,123,446,234]print(123inaa)Python基础——字典1.字典的概念字典在python里是无序集合对象类型。字典的值都有独立的唯一的键，用相应的键来取值。序列运算无效——串联，分片不能使用在Python中，用方括号“{}”来表示字典，并用逗号来分隔其中的元素，用冒号来区分键与值。2.字典的赋值dict={'a':99,'b':108,'c':'test'}

Python基础——字典4.关于字典的值和键keys()方法和values()方法分别提供字典键、值示例1：dict1.keys()3.字典的比较：

字典的比较比较的是字典的键，而不是字典的值,可以使用zip方式将字典的值和键反过来，这样就会比较值了，可以使用sorted函数对字典进行排序。dict1={‘a’:1,‘b’:2,‘c’:3,‘d’:4}dict2=dict(zip(dict1.values(),dict1.keys()))Python基础——集合2.集合的创建方式（1）set([2,1,4,5,6])（2）{1,2,2,3,3,4,5}1.集合的概念集合在python里是一种无序且元素唯一的对象类型。集合像字典，但只有键没有值。3.集合的操作见课本（68页）Python基础——Python中的控制流（1）if、elif和else（2）for循环 Forvalueincollection： #程序段示例:编写圆周值判断程序。示例:编写for循环程序，求100以内数字的和，包含100。a.可以用continue使for循环提前跳过剩下的部分。示例:创建列表aa=[1,2,3,None,4,None,5]，使用for循环求列表aa中所有元素的和。

b.可以用break跳出for循环。示例:创建列表aa=[1,2,3,None,4,None,5]，使用for循环求列表aa中出现空值前的所有元素的和。Python基础——Python中的控制流

c.break只中断for循环的最内层，其余的for循环仍会运行。示例:使用for循环编写程序，输出0到3的所有第一个元素大于等于第二个元素的元组。（3）while循环While循环会在符合条件时，一直执行代码块，直到条件判断为False或遇到break时，才会结束。while条件：

#程序段示例1:使用while循环求100以内数的和。示例2:使用while循环求100以内奇数的和。Python基础Random模块1、Python中的random和numpy中的randompython:(一般只能操作一维的列表，多维也视为一维)random.random()，括号中不填参数生成0到1直接之间的随机实数，区间[0,1)random.randint(0,100)生成0到100直接之间的随机整数，区间[0,100]random.randrange(0,100)，第一个参数可以省略，默认0，生成0到100直接之间的随机整数，区间[0,100)random.uniform(0,100)生成0到100直接之间的随机浮点数，区间[0,100]random.choice(list/tuple/string)从给定的列表/元组/字符串中随机选中一个元素返回secrets.choice(list/tuple/string)从给定的列表/元组/字符串中随机选中一个元素返回secrets.randbelow(100)，括号中只有结束数字，没有开始数字，默认从0开始返回0到100之间的随机整数，区间[0,100)示例：生成10个随机浮点数，下列程序块能成功吗？aa=random.uniform(5,6,size=10)print(aa)Python基础Range函数1、range函数返回⼀个迭代器，它产⽣⼀个均匀分布的整数序列：list(range(10))2、range的三个参数是（起点，终点，步进）：list(range(0,20,2))3、range产⽣的整数不包括终点。sum=0foriinrange(100000): ifi/3==0ori%5==0:

sum+=iprint(sum)Numpy模块02Python中的numpy模块1、NumPy（NumericalPython的简称）是Python科学计算的基础包。2、NumPy通常与SciPy（ScientificPython）和Matplotlib（绘图库）一起使用。这种组合广泛用于替代MatLab，是一个流行的技术计算平台，Python作为MatLab的替代方案，现在被视为一种更加现代和完整的编程语言。•ndarray，对数组数据计算非常高效。•Numpy

算法库使用C语言编写，数据传递、返回方式简单。•Numpy可以针对全数组进行复杂运算，不需要编写循环语句。示例：使用列表和ndarray数组进行运算对比，对含有100000个元素的列表和数组进行乘法运算。Python中的numpy模块1、NumPy中定义的最重要的对象是称为ndarray的N维数组类型。2、它描述相同类型的元素集合，可以使用基于零的索引访问集合中的项目。3、ndarray中的每个元素在内存中使用相同大小的块。ndarray中的每个元素是数据类型对象的对象（称为dtype）。NumPy-Ndarray对象创建一个ndarray方法及其构造器参数如下：numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)

序号参数及描述1.object

任何暴露数组接口方法的对象都会返回一个数组或任何（嵌套）序列。2.dtype

数组的所需数据类型，可选。3.copy

可选，默认为true，对象是否被复制。4.order

C（按行）、F（按列）或A（任意，默认）。5.subok

默认情况下，返回的数组被强制为基类数组。如果为true，则返回子类。6.ndmin

指定返回数组的最小维数。Python中的numpy模块NumPy-Ndarray对象例1：创建一个一维数组 a=np.array([1,2,3])例2：创建一个二维数组 b=np.array([1,2,3],[1,2,3])例3：为创建的数组指定最小的维度 a=np.array([1,2,3,4,5],ndmin=2)例4：指定数组元素的数据类型 a=np.array([1,2,3],dtype=complex)例5：数组求转置 b=a.TPython中的numpy模块NumPy-Ndarray对象，numpy的数据类型Python中的numpy模块NumPy的数组属性Ndarray.shape：数组属性返回一个包含数组维度的元组，它也可以用于调整数组大小。例1：调整数组的形状的两种方式 a=np.array([[1,2,3],[4,5,6]])b.shape=(3,2)print(b)c=b.reshape(3,2)#元素个数必须与原来保持一致print(c)Ndarray.ndim：数组属性返回数组的维数。例2： a=np.arange(24)print(a.ndim)b=a.reshape(2,4,3)print(b.ndim)print(b)Python中的numpy模块NumPy的数组属性Ndarray.itemsize：数组属性返回返回数组中每个元素的字节单位长度。例1： x=np.array([1,2,3,4,5],dtype=32)y=np.array([1,2,3,4,5],dtype=np.float32)z=np.array([1,2,3,4,5],dtype=np.float32)aa=np.array([1,2,3,4,5],dtype=float)print(x.itemsize)

print(y.itemsize)Python中的numpy模块NumPy特殊数组的创建方法Numpy.empty#空数组中的元素为随机值，默认数据类型为浮点数Numpy.zerosNumpy.ones构造器：numpy.empty(shape,dtype=float,order='C’)Shape空数组的形状，整数或整数元组Dtype所需的输出数组类型，可选示例1：生成一个5个元素的一维数组，数据类型为int型。示例2：生产一个2维数组，每个维度包含4个元素，数据类型为float型。示例3：生成一个全零的一维数组，元素个数为10个。示例4：生成一个全1的4*2维数组。Python中的numpy模块NumPy将其他类型对象转换成数组的方法numpy.asarray构造器：numpy.asarray(a,

dtype=None,order=None)a:任意形式的输入参数，比如列表、列表的元组、元组、元组的元组、元组的列表例1：x=[1,2,3]a=np.asarray(x)print(a)b=np.asarray(x,dtype=float)print(b)y=(1,2,3)c=np.asarray(y)print(c)Python中的numpy模块NumPy构造来自数值范围的数组numpy.arrange构造器：numpy.arange(start,stop,step,dtype)Start，默认为0；stop，终止范围不包含；例1：x=np.arange(5)#默认数据类型是int型。y=np.arange(5,dtype=float)z=np.arange(0,20,2,dtype=float)print(x)print(y)print(z)Python中的numpy模块NumPy构造来自数值范围的数组numpy.linspace默认数据类型为浮点数构造器：numpy.linspace(start,stop,num,endpoint,retstep,dtype)Start，默认为0；stop，终止值，如果endpoint为true，该值包含于序列中；num，要生成的元素的数量;Endpoint：默认值为Ture示例：x=np.linspace(10,20,5)y=np.linspace(10,20,5,endpoint=False)z=np.linspace(1,2,5,retstep=True)Python中的numpy模块NumPy的切片和索引例1：a=np.arange(10)s=slice(2,7,2)#定义切片的元组，起始位为2，终止位为7，间隔为1a=np.arange(10)b=a[2:7:2]c=a[5]d=a[2:]e=a[:5]f=a[2:5]例2：a=np.array([[1,2,3],[3,4,5],[4,5,6]])printa[...,0]#第一列元素printa[1,...]#第二行元素printa[...,1:]#第二列及其剩余的元素Python中的numpy模块NumPy的算数函数NumPy拥有标准的三角函数，它为弧度制单位的给定角度返回三角函数比值。例1：a=np.array([0,30,45,60,90])print('不同角度的正弦值：')print(np.sin(a*np.pi/180))print('不同角度的余弦值：')print(np.sin(a*np.pi/180))print('不同角度的正切值：')print(np.sin(a*np.pi/180))例2：角度制和弧度制的转换a=np.array([0,30,45,60,90])sin1=np.sin(a*np.pi/180)print(sin1)inv1=np.arcsin(sin1)print(inv1)degs=np.degrees(inv1)#弧度值转换成角度值

print(degs)Python中的numpy模块NumPy的舍入函数：numpy.around(a,decimals)a是要输入数组；decimals要舍入的小数位数。默认值为0，如果为负，整数将四舍五入到小数点左侧的位置例1：a=np.array([1.0,5.55,123,0.567,25.532])print(np.around(a))print(np.around(a,decimals=1))Print(np.around(a,decimals=-1))NumPy求数组的方差、标准差例1：print(np.std([1,2,3,4]))print(np.var([1,2,3,4]))pandas模块03Python中的pandas模块1.Pandas的名称来自于面板数据（paneldata）2.Pandas是一个强大的分析结构化数据的工具集，基于NumPy构建，提供了高级数据结构和数据操作工具，它是使Python成为强大而高效的数据分析环境的重要因素之一。3.Pandas的特点： 一个强大的分析和操作大型结构化数据集所需的工具集 基础是NumPy，提供了高性能矩阵的运算 提供了大量能够快速便捷地处理数据的函数和方法 应用于数据挖掘，数据分析 提供数据清洗功能Python中的pandas模块Series数据类型Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成。pandas.Series(data,index,dtype,name,copy)例1：series的创建obj=pd.Series([4,7,-5,3],dtype=16)Series的内容：包含值和索引，通过索引访问值Series可以通过values属性和index属性获取series对象的值和索引。类似于字典，如果有字典，可通过字典直接创建Series例1：使用字典创建series数据类型对象aa={'小熊猫':35000,'云烟':71000,'红河':16000,'大重九':3300}obj3=pd.Series(aa)例2：使用index、values属性获取obj3对象的值和索引Python中的pandas模块DataFrame数据类型DataFrame([data,index,columns,dtype,copy])#构造数据框DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）例1：data={'序号':[1,2,3,4],'Brand':['印象','云烟','红河','大重九'],'日期':[datetime.strptime('2022611','%Y%m%d'),datetime.strptime('2022612','%Y%m%d'),datetime.strptime('2022613','%Y%m%d'),datetime.strptime('2022614','%Y%m%d')],'产量':[200.4,188.7,303.6,122.4]}frame=pd.DataFrame(data,index=[1,2,3,4])print(frame)print(frame.index)Python中的pandas模块DataFrame数据类型如果嵌套字典传给DataFrame，pandas就会被解释为：外层字典的键作为列，内层键则作为⾏索引例1：data1={1:{'日期':datetime.strptime('2022611','%Y%m%d'),'Brand':'印象','产量':222.9,'废烟':0.999},

2:{'日期':datetime.strptime('2022612','%Y%m%d'),'Brand':'小熊猫','产量':111.8,'废烟':0.888},

3:{'日期':datetime.strptime('2022613','%Y%m%d'),'Brand':'云烟','产量':66.66,'废烟':0.777}}frame3=pd.DataFrame(data1)frame4=frame3.Tprint(frame3)print(frame4)Python中的pandas模块DataFrame数据类型使用列表构建DataFrame数据例1：

data1=[(1,2,3,4),(0.666,0.777,0.888,0.999),(21.21,22.22,23.23,24.24),(84.01,84.02,84.03,84.04)]

frame3=pd.DataFrame(data1)

print(frame3)

frame4=frame3.T

print(frame4)Python中的pandas模块DataFrame数据类型（1）指定数据列的顺序操作：直接改变列的顺序即可，可以增加列DataFrame([data,index,columns,dtype,copy])示例1：利用data字典，生成一个DataFrame对象CC，列的顺序为：序号、日期、牌号、产量示例2：利用data字典，生成一个DataFrame对象DD，列的顺序为：序号、日期、牌号、产量、备注DataFrame数据类型（2）DataFrame的列检索对象名[列标签]；对象名[[列标签1,列标签2]]；对象名.loc[:,列标签]；对象名.loc[:,[列标签1,列标签2，……]];示例1：检索对象CC中，牌号列的值Python中的pandas模块DataFrame数据类型（3）按行检索对象名.loc[索引值];对象名.iloc[索引值];对象名.loc[[索引值1,索引值2]];切片操作：对象名[1:]示例1:检索对象CC中的第一行数据DataFrame数据类型（4）修改索引和列名对象名.index=[索引值1,索引值2，……]；对象名1=对象名.rename(index={原索引值1:新索引值})对象名.columns=[列名1,列名2，……]；对象名1=对象名.rename(columns={原列名:新列名})注意：修改单个索引值只能保存到新的变量中示例1：修改对象CC中的索引值为：1,2,3,4；修改CC中索引1的值为test，并存到对象DD中。Python中的pandas模块DataFrame数据类型（5）列的赋值将列表或数组赋值给某一列时，值的长度必须与DataFrame的长度相匹配。将Series赋值给某一列，Series的索引将会按照DataFrame的索引重新排列。如果被赋值的列不存在，会自动创建一个列示例:将列表[1,2,3]赋值给产量列；将[1,2,3,4]赋值给产量列。创建一个Series对象，其值为[9,9,9],索引为[1,2,3]，赋值给CC中不存在的列Python中的pandas模块读写文本格式的数据pandas提供了一些用于将表格型数据读取为DataFrame对象的函数。Python中的pandas模块读取Excel表中的数据例1：pd.read_excel(io,sheet_name)#io：路径，sheet_name：sheet名称excel_path=r'D:\examples\DATA.xls'excel_path1='D:\\examples\\DATA.xls'xlsx=pd.ExcelFile(excel_path1)#xlsx=pd.ExcelFile('D:\\examples\\DATA.xls')print(pd.read_excel(xlsx,'Sheet1'))将pandas数据写入到Excel中例1：writer=pd.ExcelWriter('D:\\examples\\DATA1.xlsx')

frame_read.to_excel(writer,'sheet1')

writer.save()Python连接MySQL数据库——Pymysql库应用（1）使用pymysql.connect()函数连接数据库，创建一个数据库对象示例1：使用pymysql.connect()函数创建名为DB的连接。DB=pymysql.connect(host='localhost',user='root',password='Aa123456',port=3306,database='test_02',charset='utf8mb4')connect()/Connection初始化常用参数说明host主机ip（默认为localhost）user用户名password密码database数据库port端口号（默认值为：3306）charset字符集（utf8mb4）判断连接是否成功：使用DB.open进行判断（2）创建游标cursor当我们开启了游标功能，再去执行这条语句的时候，系统会先帮你找到这些行，先给你存放起来，然后提供了一个游标接口。当你需要数据的时候，就借助这个游标去一行行的取出数据，你每取出一条记录，游标指针就朝前移动一次，一直到取完最后一行数据后。Python连接MySQL数据库——Pymysql库应用为什么要创建游标？SELECT*FROMcigrate_01;Cursor=DB.cursor();#创建游标对象（3）使用游标对象中的execute()方法执行SQL语句sql='select*fromcigrate_01wherec_id<11'#sql语句

Cursor.execute(sql)#执行sql语句Python连接MySQL数据库——Pymysql库应用思考：简洁的写法怎么写？现在可以取出数据了吗？注意：当开启游标功能执行这个SQL语句后，系统只是将执行SQL语句的结果存储起来，提供一个游标接口给我们，当需要获取数据的时候，可以从中拿数据。（4）使用fetchone()或fetchall()，fetchmany(n)获取数据a=Cursor.fetchone()#一次性获取一条数据

b=Cursor.fetchall()#一次性获取所有数据

c

=Cursor.fetchmany(n)#获取n条数据思考：a、b、c获取的数据分别是什么？（5）关闭游标对象

Cursor.close()Python连接MySQL数据库——Pymysql库应用（6）关闭连接对象

DB.close()连接是否关闭判断：DB._closed或者DB.open都可判断。（7）Pymysql实现增、删、改功能和select功能一样，执行完SQL语句后需要确认：mit()示例1：向数据库test_01的表cigrate_01中插入数据：202,0.999,22.22,88.88,1000，4,1,1,1示例2：查询插入的数据是否成功示例3：更新插入的数据吸阻值为2222示例4：删除新插入的数据Python中的pandas模块读取数据库中的数据并保存为DataFrame数据类型使用pandas.DataFrame()对读取出来的数据格式进行转化VAL=pd.DataFrame(a,index=

,columns=[‘列名1’,’列名2’,……])读取数据库中的数据并保存到Excel表中例1：writer=pd.ExcelWriter('D:\\examples\\DATA1.xlsx')

frame_data.to_excel(writer,'sheet1')

writer.save()Matplotlib03Python中的Matplotlib模块1、Matplotlib是Python的绘图库。2、它可与NumPy一起使用，提供了一种有效的MatLab开源替代方案。3、pyplot()是matplotlib库中最重要的函数，用于绘制2D图形。4、Figure和Subplot对象5、解决中文显示乱码的问题plt.rcParams['font.sans-serif']=['SimHei']

plt.rcParams['axes.unicode_minus']=FalsePython中的Matplotlib模块绘制线图：plt.plot()1、在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。

fig=plt.figure(figsize（a，b）)，设置画板的大小：a为宽，b为高2、Subplot()函数用来布置绘图的具体对象。

fig.add_subplot()实例可以创建一个或者多个子图（1）创建一个子图（坐标系）

ax1=fig.add_subplot(1,1,1)#此处必须有三个数字前两个代表维度，后一个代表序号（2）通过设置ax1.plot(x,y,fmt=‘xxx’,linestyle=,marker=,color=,linewidth=,markersize=,label=)方法的参数绘制图形。

其中x,y代表横纵坐标，fmt=‘#color#linestyle#marker’即代表线参数的快速设置顺序。

fmt=‘xxx’Python中的Matplotlib模块（3）ax1.plot()方法快速设置线参数：颜色、标记、线型线的样式linestyle说明‘-'实线‘--'虚线‘-.'点划线‘:'线虚线‘’无线颜色Color说明‘r'红‘g'绿‘b'蓝‘y'黄‘c’青‘m’品‘k’黑‘w’白线的样式linestyle说明‘.'点‘，'虚线‘^‘’v’’>’’<’上下左右三角形‘1‘’2’’3’’4’上下左右三叉线‘o’圆形‘s’‘D’方形‘p’五边形‘h’‘H’六边形‘*’五角星‘+’‘x’十字交叉‘_’横线‘‘Python中的Matplotlib模块（4）ax1.plot()方法快速设置线参数：

linewidth线的宽度,markersize标记的尺寸,label:图例。（5）ax1.set_title(‘标题名’)：设置图的标题ax1.set_xlabel()#X轴的标签

ax1.set_ylabel()

ax1.figure(figsize=(a,b))#设置figure对象的大小ax1.legend()#显示、设置图例（6）一个子图中可以画多个曲线。示例代码：fig=plt.figure()

ax1=fig.add_subplot(2,2,1)

x=np.linspace(0,np.pi*2)

y=np.sin(x)

y1=np.cos(x)

ax1.set_title('y=sin(x)')

ax1.set_xlabel('x',fontsize=15)

ax1.set_ylabel('y',fontsize=15)

ax1.plot(x,y,'b-.',linewidth=2,markersize=5,label='y=sin(x)')

ax1.plot(x,y1,'r-.',linewidth=2,markersize=5,label='y=cos(x)')

plt.legend(fontsize=8)

plt.show()Python中的Matplotlib模块二、通过plt.subplot()直接绘图（隐式的生成figure）

（1）不创建画板，直接创建坐标系进行绘图的方法

ax1=plt.subplot2grid((2,2),(0,0))#可以不用创建画布即创建坐标系。

ax2=plt.subplot(2,2,1)#可以在某一块区域直接创建坐标系

（2）通过设置ax1.plot(x,y,fmt=‘xxx’,linestyle=,marker=,color=,linewidth=,markersize=,label=)方法的参数绘制图形。

（3）设置图形相关参数

ax1.set_title(‘标题名’)：设置图的标题ax1.set_xlabel()#X轴的标签ax1.set_ylabel()ax1.figure(figsize=(a,b))#设置figure对象的大小ax1.legend()#显示、设置图例Python中的Matplotlib模块defplot_1():

ax1=plt.subplot(2,2,1)

ax2=plt.subplot(2,2,2)

ax3=plt.subplot(2,2,3)

ax4=plt.subplot(2,2,4)

x=np.arange(0,2*np.pi,0.3)

y1=np.sin(x)

y2=np.cos(x)

ax1.plot(x,y1,'r.-',label='sin(x)')

ax3.plot(x,y2,'bo--',label='cos(x)')

ax1.set_title('y1=sin(x)')

ax1.set_xlabel('x')

ax1.set_ylabel('y1')

ax1.legend()

ax3.legend()

plt.show()

plot_1()示例代码：思考题：使用plt.subplots()创建并绘制四张图Python中的Matplotlib模块三、通过plt.plot()直接绘图（隐式的生成figure和axes对象）直接通过pyplot模块完成操作（一）准备绘图数据（二）通过plt.plot(x,y,fmt=‘xxx’,linestyle=,marker=,color=,linewidth=,markersize=,label=)方法的参数设置绘制图形参数。（三）

设置图形其它显示参数

plt.figure(figsize=(20,16))#定义图的大小plt.xlabel("X值",fontproperties='SimHei',fontsize=20)#X轴标签，显示中文plt.ylabel("Y值",fontproperties='SimHei',fontsize=20)#Y轴坐标标签，显示中文plt.title("X-Y分布图",fontproperties='SimHei',fontsize=20)#曲线图的标题plt.legend()

……Python中的Matplotlib模块三、通过plt.plot()直接绘图（隐式的生成figure和axes对象）示例代码：defplot_02():#绘制线图x=np.linspace(1,100,num=100)#X轴坐标数据y=np.linspace(1,100,num=100)#Y轴坐标数据plt.plot(x,y,color=‘red’,linewidth=2,label=‘x=y’)#绘制曲线图plt.figure(figsize=(20,16))#定义图的大小plt.xlabel("X值",fontproperties='SimHei',fontsize=20)#X轴标签，显示中文plt.ylabel("Y值",fontproperties='SimHei',fontsize=20)#Y轴坐标标签，显示中文plt.title("X-Y分布图",fontproperties='SimHei',fontsize=20)#曲线图的标题plt.legend()plt.show()Python中的Matplotlib模块散点图：只画点，但是不用线连接起来，函数：plt.scatter()plt.scatter(x,y,s,c,marker,linewidths,edgecolors)方法的参数说明参数说明xX的值yY的值s每个点的面积（可以使用多个值让每个点不一样）c点的颜色（可以使用多个值让每个点不一样）linewidths点的标记（和折线图中一样）edgecolors点的轮廓颜色Python中的Matplotlib模块散点图：只画点，但是不用线连接起来，函数：plt.scatter()x=np.arange(10)y=np.random.randn(10)#生成10个服从正态分布的浮点数print(y)plt.scatter(x,y,color='red',marker='+')plt.show()plt.scatter()方法的参数说明Python中的Matplotlib模块条形图：条形图分两种，一种是水平的，一种是垂直的。plt.bar(x,height=y,width=0.8,bottom=None,*,align=‘center’,color，

data=None,**kwargs)plt.barh(x,height=0.8,width=y,bottom=None,*,align=‘center’,color，data=None,**kwargs)参数说明x在什么位置显示条形图heightY的值（高度）width柱子的宽度bottom柱子的底部位置align柱子与X值的关系，（center，edge）color柱子的颜色edgecolors轮廓颜色Python中的Matplotlib模块条形图：条形图分两种，一种是水平的，一种是垂直的。plt.bar(x,height,width=0.8,bottom=None,*,align=‘center’,color，

data=None,**kwargs)plt.barh(x,height=0.8,width=y,bottom=None,*,align=‘center’,color，data=None,**kwargs)参数说明x在什么位置显示条形图heightY的值（高度）width柱子的宽度bottom柱子的底部位置align柱子与X值的关系，（center，edge）color柱子的颜色edgecolors轮廓颜色Python中的Matplotlib模块np.random.seed(3)x=np.arange(5)y=np.random.randn(5)fig,axes=plt.subplots(ncols=2,figsize=plt.figaspect(1/2))#绘制条形图vert_bars=axes[0].bar(x,y,color='green',align='center')horiz_bars=axes[1].barh(x,y,color='lightblue',align='center')#在水平或者垂直方向上画线axes[0].axhline(0,color='lightblue',linewidth=2)axes[1].axvline(0,color='green',linewidth=2)plt.show()Python中的Matplotlib模块直方图：plt.hist()plt.hist(x,bins=None,range=None,density=None,weights=None,cumulative=False,bottom=None,histtype='bar',align='mid',orientation='vertical',rwidth=None,log=False,color=None,label=None,stacked=False,normed=None,*,data=None,**kwargs)参数说明x数据（必须是一维数组）bins直方图的柱数，即要分的组数，默认为10range元组(tuple)或None；剔除较大和较小的离群值，给出全局范围；如果为None，则默认为(x.min(),x.max())；即x轴的范围；density布尔值。如果为true，则返回的元组的第一个参数n将为频率而非默认的频数histtype{‘bar’,‘barstacked’,‘step’,‘stepfilled’}'bar’是传统的条形直方图；'barstacked’是堆叠的条形直方图；'step’是未填充的条形直方图，只有外边框；‘stepfilled’是有填充的直方图；当histtype取值为’step’或’stepfilled’，rwidth设置失效，即不能指定柱子之间的间隔，默认连接在一起；参数说明rwidth标量值或None，柱子的宽度占bins宽的比例；bins直方图的柱数，即要分的组数，默认为10color具体颜色，数组（元素为颜色）或None。label字符串（序列）或None；有多个数据集时，用label参数做标注区分；stacked布尔值。如果取值为True，则输出的图为多个数据集堆叠累计的结果；如果取值为False且histtype=‘bar’或’step’，则多个数据集的柱子并排排列；edgecolor直方图边框颜色；Python中的Matplotlib模块直方图绘制的例子：np.random.seed(3)n_bins=10#直方图分布的数量x=np.random.randn(1000,3)print(x)fig,axes=plt.subplots(nrows=2,ncols=2)ax0,ax1,ax2,ax3=axes.flatten()#将ax由n*m的Axes组展平成1*nm的Axes组colors=['red','tan','lime']ax0.hist(x,n_bins,density=True,histtype='bar',color=colors,label=colors)ax0.legend(prop={'size':6})#示意图标的设置ax0.set_title('barswithlegend')ax1.hist(x,n_bins,density=True,histtype='barstacked',rwidth=0.6)#density=true纵轴为概率ax1.set_title('stackedbar')ax2.hist(x,histtype='barstacked',rwidth=0.6)ax2.set_title('stackedbarofdensity')ax3.hist(x[:,2],rwidth=0.6,color='blue')#取数组的其中一维ax3.set_title('differentsamplesizes')#fig.tight_layout()#自动调整布局plt.show()连接PLC04SNAP7连接PLC以字节的方式访问，不能单独访问位M寻址：7654321010.710.610.510.410.310.210.110.0MB10MB11MB12MB13MB14MW10MW12MW11

MD11MB15

MD12

MD10078位数据字节0DBB0数据字节1DBW0数据字节8191DBD8188DBW8190DBB8191数据字节2DBD0数据字节3DBX4.1DB:存储plc数据的数据块DB（块号）.DB（X（位）,B（字节）,W（字2个字节）,D（四个字节））DB1.DBX0.0-DB1.DBX0.7DB1.DB0,DB1.DB1DB1.DBW0,DB1.DBW2DB1.DBD0MM1.0MB0MW2MD4IQ连接PLC添加python_snap7库引入SNAP7importsnap7

fromsnap7importutilPython连接PLC——snap7应用（1）创建连接：python连接PLC的时候，PLC相当于服务器，PC相当于客户端。plc=snap7.client.Client()plc.connect(‘’,0,2)机架号为0，插槽号为2。IP地址分为两种情况：1、仿真器PLC，并通过Nettoplcsim软件将仿真PLC的IP地址虚拟成计算机的IP地址，在程序中访问仿真PLC时应填计算机IP地址。2、真实PLC时则是PLC的地址读取连接状态ifplc.get_connected():print('success')else:print('fail')

plc.get_connected()返回与PLC的连接状态，返回TRUE，代表连接成功，返回FALSE，代表连接失败（2）读取数据方法1：read_area(area，dbnumber，start，size)area:读取的存储区域，snap7.client.Areas.DB等dbnumber：对于I、Q、M区，数值为0，对于DB块，对应块号。Start：字节起始地址Size：向后读取的字节长度Areas地址区域Areas地址区域PE0X81I区DB0X84DB区PA0X82Q区CT0X1C计数器MK0X83M区TM0X1D定时器（3）读取数据方法2db_read(dbnumber,start,size)ab_read(start,size)#起始字节，宽度（读取output区域）eb_read(start,size)（读取input区域）mb_read(start,size)（4）获取数据有两种方法：A、使用

snap7.util()get_bool(bytearray,byte_index:int,bool_index:int)#bool_index:int为所在的位的