用Pandas读取MySQL数据库中某只股票100天的日交易数据，将查询结果返回DataFrame里的数据，直接保存到Excel文件，并绘制日收盘价格走势、5天移动平均线、10天移动平均线。

首先需要安装pymysql和pandas库。

可以使用以下代码安装：

!pip install pymysql
!pip install pandas

接下来，可以使用以下代码连接到MySQL数据库，查询数据并保存到Excel文件中：

import pandas as pd
import pymysql

# 连接数据库
conn = pymysql.connect(host='localhost', port=3306, user='root', password='password', database='stock')

# 查询数据
sql = "SELECT * FROM stock_data WHERE symbol='000001' ORDER BY date DESC LIMIT 100"
df = pd.read_sql(sql, conn)

# 保存到Excel文件
df.to_excel('stock_data.xlsx', index=False)

# 关闭数据库连接
conn.close()

假设查询结果包含以下列：date, open, high, low, close, volume, symbol，其中date列是日期，close列是收盘价。

接下来，可以使用以下代码绘制日收盘价格走势、5天移动平均线、10天移动平均线：

import matplotlib.pyplot as plt

# 绘制日收盘价格走势
plt.plot(df['date'], df['close'], label='Close')

# 计算5天移动平均线
df['MA5'] = df['close'].rolling(window=5).mean()

# 计算10天移动平均线
df['MA10'] = df['close'].rolling(window=10).mean()

# 绘制5天移动平均线
plt.plot(df['date'], df['MA5'], label='MA5')

# 绘制10天移动平均线
plt.plot(df['date'], df['MA10'], label='MA10')

# 设置图例并显示图像
plt.legend()
plt.show()

这样，就可以将MySQL数据库中某只股票100天的日交易数据读取到DataFrame中，并在Excel文件和图表中进行展示。