根据excel表格重点数据创建一系列散点图

import matplotlib.pyplot as plt # 导入matplotlib库，用于绘制图形
import pandas as pd # 导入pandas库，用于读取和处理数据
from tqdm import tqdm # 导入tqdm库，用于创建进度条
import numpy as np
from scipy.spatial import ConvexHull

# 定义一个函数，用于绘制散点图，并保存为图片
def plot_data(group, data):
    x, y = data['x'].values, data['y'].values # 从数据中提取x和y列
    plt.figure(dpi=500, figsize=(10, 6)) # 创建一个新的图形，设置分辨率和大小
    plt.scatter(x, y) # 绘制散点图
    hull = ConvexHull(np.column_stack((x,y)))
    hull_points = np.append(hull.vertices, hull.vertices[0])
    print (hull_points)
    print (x)
    hx, hy = x[hull_points], y[hull_points]
    plt.fill(hx, hy, alpha=0.3)
    # 计算x的最大值减去最小值的结果
    x_diff = data['x'].max() - data['x'].min()
    y_diff = data['y'].max() - data['y'].min()
    # 在散点图上添加一个文本注释，显示x_diff的值
    plt.annotate('x_diff = %.2f,y_diff = %.2f' % (x_diff,y_diff), xy=(0.5, 0.9), xycoords='axes fraction')
    plt.savefig('D:/test/%s.jpg'%group) # 保存图片到指定路径，以分组名命名
    #plt.show() # 显示图片

# 读取xlsx文件中的数据，假设文件名是data.xlsx
df = pd.read_excel('data.xlsx')


# # 按照类别分组，并对每组数据调用plot_data函数
# # 使用groupby方法返回一个分组对象
groups = df.groupby('category')

# # 使用tqdm包装groups来创建进度条
for group, data in tqdm(groups):
    plot_data(group, data)