### 实现方案概述 为了完成这一任务，可以分为以下几个部分来实现： 1. **查询多个数据库**：通过 `pandas` 和 `SQLAlchemy` 库连接不同的数据库，并执行 SQL 查询获取所需数据。 2. **将数据写入 Excel 文件**：使用 `pandas.DataFrame.to_excel()` 方法将查询结果保存至 Excel 文件中。 3. **基于 Excel 数据生成折线图**：加载 Excel 中的数据并通过 `matplotlib` 或其他绘图工具（如 `seaborn`）绘制折线图。 以下是具体实现方法及其代码示例。 --- #### 连接多个数据库并提取数据 可以通过 SQLAlchemy 创建引擎并与不同类型的数据库建立连接。假设我们有 MySQL 和 PostgreSQL 两个数据库，则可以分别定义它们的连接字符串[^1]。 ```python from sqlalchemy import create_engine import pandas as pd # 定义MySQL和PostgreSQL的连接字符串 mysql_engine = create_engine('mysql+pymysql://username:password@host:port/database') postgres_engine = create_engine('postgresql+psycopg2://username:password@host:port/database') # 执行SQL查询 query_mysql = "SELECT * FROM table_name" df_mysql = pd.read_sql(query_mysql, mysql_engine) query_postgres = "SELECT * FROM another_table" df_postgres = pd.read_sql(query_postgres, postgres_engine) ``` 上述代码片段展示了如何从两种不同类型的关系型数据库中读取数据。 --- #### 将数据写入 Excel 文件 一旦获得了来自各个数据库的结果集，就可以借助 Pandas 的 `to_excel` 函数把这些 DataFrame 存储在一个单独的工作簿的不同工作表里[^4]。 ```python with pd.ExcelWriter('output.xlsx') as writer: df_mysql.to_excel(writer, sheet_name='MySQL Data', index=False) df_postgres.to_excel(writer, sheet_name='PostgreSQL Data', index=False) ``` 此操作会把两份独立的数据集合存放到同一个名为 output.xlsx 的电子表格文档内的两张标签页上。 --- #### 基于 Excel 数据生成折线图 最后一步是从刚刚创建好的 Excel 文件重新导入数据，并利用 Matplotlib 来制作所需的折线图[^2]。 ```python # 加载Excel文件中的数据 excel_data = pd.read_excel('output.xlsx', sheet_name=None) # None表示读取所有sheet # 合并数据以便统一处理 (这里仅作示范用途；实际应用需依据业务逻辑调整) merged_df = pd.concat([excel_data['MySQL Data'], excel_data['PostgreSQL Data']], ignore_index=True) # 提取X轴和Y轴数据列名作为例子展示 x_values = merged_df['date_column'] # 替换为真实日期字段名称 y_values = merged_df['value_column'] # 替换为数值字段名称 # 使用Matplotlib绘制折线图 import matplotlib.pyplot as plt plt.figure(figsize=(10, 6)) plt.plot(x_values, y_values, marker='o', color='blue', label='Data Trend') plt.title('Line Chart from Database and Excel Data') plt.xlabel('Date or Time Axis Label') plt.ylabel('Value Axis Label') plt.legend() plt.grid(True) plt.tight_layout() # 可选：保存图像到本地磁盘 plt.savefig('line_chart.png', dpi=300) plt.show() ``` 以上脚本实现了从已有的 Excel 文档读回资料再经由 Matplotlib 展现出线条状趋势图的功能。 --- ### 注意事项 - 如果涉及大量数据或者复杂计算，在内存管理方面需要注意优化性能。 - 对于时间序列分析场景下可能还需要考虑缺失值填充等问题。 - 图形定制化程度较高时可探索 Seaborn 等更高级别的封装库替代基础版 Matplotlib 调用。 ---