列表内有多个时间: [‘20220202’， ‘20220203’， ‘20220204’], 通过pymysql 查询数据库计算每个时间点对应数据的日距平

可以通过以下步骤实现：

1. 连接数据库并获取游标
2. 执行 SQL 查询语句，获取每个时间点对应的数据
3. 计算每个时间点对应的日均值
4. 计算每个时间点对应数据的日距平

下面是一个示例代码：

import pymysql
from datetime import datetime, timedelta

# 连接数据库
connection = pymysql.connect(
    host='localhost',
    user='username',
    password='password',
    db='database_name'
)
cursor = connection.cursor()

# 获取时间列表
time_list = ['20220202', '20220203', '20220204']

# 查询每个时间点对应数据的均值
avg_list = []
for t in time_list:
    # 执行 SQL 查询语句
    sql_query = f"SELECT AVG(data) FROM table_name WHERE time='{t}'"
    cursor.execute(sql_query)
    result = cursor.fetchone()

    # 获取均值并添加到列表
    if result[0]:
        avg_list.append(result[0])
    else:
        avg_list.append(0)

# 计算日均值
daily_avg = sum(avg_list) / len(avg_list)

# 计算每个时间点对应数据的日距平
for i, t in enumerate(time_list):
    # 执行 SQL 查询语句
    sql_query = f"SELECT data FROM table_name WHERE time='{t}'"
    cursor.execute(sql_query)
    result = cursor.fetchone()

    # 获取数据并计算日距平
    if result:
        data = result[0]
        daily_diff = (data - daily_avg) / daily_avg * 100
        print(f"{t}: {daily_diff:.2f}%")
    else:
        print(f"{t}: No data found")

# 关闭游标和数据库连接
cursor.close()
connection.close()

注意：上述示例代码中的 `username`、`password`、`database_name`、`table_name` 都需要替换为实际的值。另外，本示例中计算日距平采用的是百分比的方式，可以根据具体需求进行调整。