1、用Pandas读取MySQL数据库中，某只股票100天的日交易数据，将查询结果返回的DataFrame里的数据，直接保存到Excel文件中，并绘制日收盘价格走势、5天移动均线、10天移动均线。（trDay表构建方法及数据见附件）

好的，这是一个关于使用 Pandas 读取 MySQL 数据库中股票交易数据，保存到 Excel 文件中，并绘制价格走势、移动均线的问题。为了解决这个问题，我们可以按照以下步骤进行：

1. 首先，我们需要安装 Pandas 和 MySQL 连接库。可以使用以下命令进行安装：

!pip install pandas
!pip install pymysql

2. 然后，我们需要连接 MySQL 数据库，读取数据并将其转换为 Pandas 的 DataFrame。可以使用以下代码进行连接和查询：

import pandas as pd
import pymysql

# 连接MySQL数据库
conn = pymysql.connect(
    host='localhost',
    port=3306,
    user='root',
    password='password',
    db='test'
)

# 读取数据并转换为DataFrame
sql = "SELECT * FROM trDay WHERE stkcd='000001' LIMIT 100"
df = pd.read_sql(sql, conn)

这里我们选择了100天内的股票交易数据，股票代码为000001。请根据实际情况修改 SQL 查询语句。

3. 接下来，我们可以将 DataFrame 直接保存为 Excel 文件。可以使用以下代码进行保存：

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

这里我们将文件保存为 stock_data.xlsx，不包含行索引。

4. 最后，我们可以使用 Matplotlib 绘制日收盘价格走势、5天移动均线、10天移动均线。可以使用以下代码进行绘制：

import matplotlib.pyplot as plt

# 绘制收盘价走势
plt.plot(df['trdDt'], df['clsprc'], label='Close')

# 计算5天均线并绘制
ma5 = df['clsprc'].rolling(window=5).mean()
plt.plot(df['trdDt'], ma5, label='MA5')

# 计算10天均线并绘制
ma10 = df['clsprc'].rolling(window=10).mean()
plt.plot(df['trdDt'], ma10, label='MA10')

# 设置图例和标题
plt.legend()
plt.title('Stock Price Trend')

# 显示图形
plt.show()

这里我们使用了 Pandas 的 rolling 函数计算移动均线，然后使用 Matplotlib 绘制。可以根据需求修改移动均线的天数和图形的样式。

完整代码如下：