1.matplotlib画图时调用多线程关闭图形显示:
http://blog.csdn.net/xiaodongxiexie/article/details/78195860
2.python 引用日期为变量,对表名为日期的数据表进行批量处理
import datetime
date1=datetime.datetime.strptime('2011-01-05','%Y-%m-%d')
date2=datetime.datetime.strptime('2017-06-16','%Y-%m-%d')
i=datetime.timedelta(days=14)
while i<(date2-date1):
print((date1+i).strftime('%Y%m%d'))
i+=datetime.timedelta(days=1)
3.python读取.csv文件里的指定行的数据
http://www.lfhacks.com/tech/python-read-specific-row-csv
4.向数据库上传数据时,上传之后的数据表中总会多出一列表头为Index的数据,这时候可以在to_sql()函数中添加参数index=None,再重新上传index列就不存在了。
5.从数据库中读数据并写入csv:
#--------------------连接数据库--------------------------
cnxn = pyodbc.connect('DRIVER={SQL Server};SERVER=*****;DATABASE=****;UID=sa;PWD=****')
cursor = cnxn.cursor()
sqldata = sqlname
sql = 'select * from '+sqldata
df = pd.read_sql(sql, cnxn)
print df
df.to_csv(r'data1/outputfile1.csv')
6.将数据写入数据库中
http://docs.sqlalchemy.org/en/rel_1_1/dialects/mssql.html#module-sqlalchemy.dialects.mssql.pyodbc
#coding:utf-8
import sqlalchemy
import urllib
import pandas as pd
################################将某一天的数据全部查找出来保存到csv文件中###################################
params = urllib.quote_plus("DRIVER={SQL Server};SERVER=*。*。*。*;DATABASE=***;UID=sa;PWD=***")
engine = sqlalchemy.create_engine("mssql+pyodbc:///?odbc_connect=%s" % params)
df = pd.read_csv('outputfile2.csv',header=None)
df[1].to_csv('12.csv',index=False)
pf=pd.read_csv('12.csv')
print pf
pf.to_sql('number012', engine, index=None)