这篇文章主要介绍Python怎么实现Mysql数据统计及numpy统计函数，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
Python实现Mysql数据统计的实例代码如下所示：
import pymysql
import xlwt
excel=xlwt.Workbook(encoding='utf-8')
sheet=excel.add_sheet('Mysql数据库')
sheet.write(0,0,'库名')
sheet.write(0,1,'表名')
sheet.write(0,2,'数据条数')
db=pymysql.connect('192.168.1.74','root','123456','xx1')
cursor=db.cursor()
sql="select TABLE_SCHEMA as 'database',TABLE_NAME as table_name from information_schema.TABLES where TABLE_SCHEMA in ('my1','my2','t1','xx1');"
i=0
try:
cursor.execute(sql)
res1=cursor.fetchall()
for row in res1:
database=row[0]
table=row[1]
c1=row[0]+'.'+row[1]
c2='select count(*) from %s'%c1
try:
cursor.execute(c2)
res2=cursor.fetchall()
for num in res2:
count=num[0]
i=i+1
sheet.write(i,0,database)
sheet.write(i,1,table)
sheet.write(i,2,count)
except:
print('Error,Please check your code')
except:
print('Error,Please check your code')
excel.save('C:\\Users\\user\\DeskTop\\mysql.xls')
db.close()PS：下面看下Python数据分析numpy统计函数
np.mean(x [, axis])：
所有元素的平均值，参数是 number 或 ndarray
np.sum(x [, axis])：
所有元素的和，参数是 number 或 ndarray
np.max(x [, axis])：
所有元素的大值，参数是 number 或 ndarray
np.min(x [, axis])：
所有元素的最小值，参数是 number 或 ndarray
np.std(x [, axis])：
所有元素的标准差，参数是 number 或 ndarray
np.var(x [, axis])：
所有元素的方差，参数是 number 或 ndarray
np.argmax(x [, axis])：
大值的下标索引值，参数是 number 或 ndarray
np.argmin(x [, axis])：
最小值的下标索引值，参数是 number 或 ndarray
np.cumsum(x [, axis])：
返回一个同纬度数组，每个元素都是之前所有元素的 累加和，参数是 number 或 ndarray
np.cumprod(x [, axis])：
返回一个同纬度数组，每个元素都是之前所有元素的 累乘积，参数是 number 或 ndarray
以上是“Python怎么实现Mysql数据统计及numpy统计函数”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联成都网站设计公司行业资讯频道！
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。