(1)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pandas和matplotlib库，可以使用以下命令安装：

pip install pandas
pip install matplotlib

然后，可以按照以下步骤来读取MySQL数据库中的数据，并进行数据处理和可视化：

1. 连接MySQL数据库，读取数据

import pandas as pd
import pymysql

# 建立数据库连接
conn = pymysql.connect(host='localhost', port=3306, user='root', password='123456', db='stock')

# 读取数据到DataFrame
sql = "SELECT * FROM stock_daily WHERE code = '000001' LIMIT 100"
df = pd.read_sql(sql, conn)

# 关闭数据库连接
conn.close()

在上面的代码中，我们首先建立了一个数据库连接，然后使用pandas的`read_sql`函数将查询结果读取到DataFrame中，最后关闭了数据库连接。

2. 数据处理

# 将日期列设置为索引
df = df.set_index('date')

# 计算移动平均线
df['ma5'] = df['close'].rolling(window=5).mean()
df['ma10'] = df['close'].rolling(window=10).mean()

在上面的代码中，我们将日期列设置为索引，方便后续的可视化操作。然后，使用`rolling`函数计算5天和10天的移动平均线，并将结果保存到`ma5`和`ma10`两列中。

3. 可视化

import matplotlib.pyplot as plt

# 绘制走势图和移动平均线
plt.plot(df.index, df['close'], label='Close')
plt.plot(df.index, df['ma5'], label='MA5')
plt.plot(df.index, df['ma10'], label='MA10')
plt.legend(loc='upper left')
plt.show()

# 将数据保存到Excel文件
df.to_excel('000001.xlsx')

在上面的代码中，我们使用matplotlib库绘制了日收盘价格走势、5天移动平均线和10天移动平均线的图表，并将结果显示出来。同时，我们还使用pandas的`to_excel`函数将数据保存到Excel文件中。

完整代码如下：