学会python——在Excel中生成图表数据(python实例十五)

目录

1.认识Python

2.环境与工具

2.1 python环境

2.2 Visual Studio Code编译

3.生成表格数据

3.1 代码构思

3.2 代码示例

4.绘制图表

4.1 代码构思

4.2 代码示例

5.总结


1.认识Python

Python 是一个高层次的结合了解释性、编译性、互动性和面向对象脚本语言

Python 的设计具有很强的可读性,相比其他语言经常使用英文关键字或标点符号,它具有比其他语言更有特色的语法结构。

2.环境与工具

2.1 python环境

在Windows上使用命令行窗口查看所安装的python版本

python --version

 

2.2 Visual Studio Code编译

Visual Studio Code是一款由微软开发且跨平台的免费源代码编辑器。该软件以扩展的方式支持语法高亮、代码自动补全、代码重构功能,并且内置了命令行工具和Git 版本控制系统。

 

3.生成表格数据

3.1 代码构思

使用Openpyxl库模块,向Excel中写入数据。

3.2 代码示例

import openpyxl

# 创建一个新的工作簿
wb = openpyxl.Workbook()

# 获取活动的工作表
sheet = wb.active

# 设置工作表名称
sheet.title = "学生成绩"

# 添加标题行
sheet.append(["姓名", "数学", "英语", "科学"])

# 添加学生成绩数据
data = [
    ["Alice", 85, 78, 92],
    ["Bob", 89, 94, 85],
    ["Charlie", 95, 88, 91],
    ["David", 70, 76, 80],
    ["Eva", 88, 84, 87],
    ["Frank", 92, 90, 94]
]

for row in data:
    sheet.append(row)

# 保存工作簿
wb.save('wmp_score.xlsx')

4.绘制图表

4.1 代码构思

使用Openpyxl库模块,通过指定表格数据,指定绘图区域等来绘制图形。

4.2 代码示例

import openpyxl
from openpyxl.chart import BarChart, Reference

# 打开 Excel 工作簿
wb = openpyxl.load_workbook('wmp_score.xlsx')
# 打开当前活动的 sheet
sheet = wb.active
# 选中在柱形图上要显示的数据
sel_data = Reference(sheet, min_col=2, min_row=2, max_col=4, max_row=7)
# 设置 x 轴数据
titlex = Reference(sheet, min_col=1, min_row=2, max_row=7)
# 生成柱形图对象
chart_obj = BarChart()
# 设置柱形图为纵向柱状
chart_obj.type = 'col'
# 设置柱形图显示样式
chart_obj.style = 9
# 设置柱形图标题
chart_obj.title = '学生成绩'
# 设置 y 轴标题
chart_obj.y_axis.title = '成绩'
# 设置 x 轴标题
chart_obj.x_axis.title = '姓名'
# 添加数据到柱形图,titles_from_data=True 表示从数据中获取标题
chart_obj.add_data(sel_data, titles_from_data=True)
# 设置类别(x轴)数据
chart_obj.set_categories(titlex)
# 将柱形图添加到 sheet 中,位置为 A9
sheet.add_chart(chart_obj, 'A9')
# 保存工作簿
wb.save('wmp_score.xlsx')

5.总结

使用Openpyxl可以很简单的编辑Excel文件内容,实现通过Python语言编写Excel内容,但是需要保证Excel可以在本机正常使用哦!

Python是一种强大的编程语言,它具有丰富的库和工具来处理各种数据分析和可视化任务。在Python,我们可以使用pandas库来读取和处理Excel表格,并使用matplotlib或seaborn库来进行数据可视化。 要首先实现数据分析可视化,我们需要安装pandas、matplotlib和seaborn库。可以使用pip命令在命令行安装这些库,如下所示: pip install pandas pip install matplotlib pip install seaborn 一旦安装了这些库,我们可以使用pandas库的read_excel()函数读取Excel表格数据,并将其存储为一个DataFrame对象。DataFrame是pandas一个重要的数据结构,它对应于Excel表格的一个二维数据表。 import pandas as pd # 读取Excel表格数据 data = pd.read_excel('data.xlsx') 读取数据后,我们可以对数据进行各种操作和分析,例如计算统计指标、筛选特定的数据、进行数据聚合等。这些操作可以帮助我们更好地理解数据和发现数据的规律。 接下来,我们可以使用matplotlib和seaborn库来进行数据可视化。这些库提供了许多绘图函数和工具,可以绘制各种类型的图表,如折线图、散点图、柱状图、箱线图等。 import matplotlib.pyplot as plt import seaborn as sns # 绘制折线图 plt.plot(data['时间'], data['销售额']) plt.xlabel('时间') plt.ylabel('销售额') # 绘制散点图 plt.scatter(data['价格'], data['销量']) plt.xlabel('价格') plt.ylabel('销量') # 绘制柱状图 sns.barplot(data['地区'], data['销售额']) plt.xlabel('地区') plt.ylabel('销售额') 以上代码演示了几个简单的数据可视化例子,你可以根据自己的需求和数据类型选择不同的图表进行绘制。 通过读取Excel表格数据、对数据进行处理和分析,并将结果可视化,我们可以更好地理解数据、发现规律、进行决策和预测等。这也是Python编程在数据分析和可视化的一个重要应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值