分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow
也欢迎大家转载本篇文章。分享知识,造福人民,实现我们中华民族伟大复兴!
Python实现从excel读取数据绘制成精美图像
一、实验介绍
1.1 实验内容
这个世界从古至今一直是一个看颜值的世界。对于我们作报告,写文章时使用的图片,也是一样的。一图胜千言,一张制作精美的图片,不仅能展示大量的信息,更能体现绘图者的水平,审美,与态度。我的老板,国内外多家SCI
,EI
文章的审稿人,甚至跟我说,一篇文章拿到手里,一眼扫过去,看看数据和图片,就知道这篇文章值不值得发表,水平如何。由此观之,制作一张精美图片的意义,实在重大。本课程实现使用python
从excel
读取数据,并使用matplotlib
绘制成二维图像。这一过程中,将通过一系列操作来美化图像,最终得到一个可以出版级别的图像。本课程对于需要书写实验报告,学位论文,发表文章,做PPT
报告的学员具有较大价值。本课程的数据和图像,来源于我的一篇SCI
文章,是一真实案例。
1.2 实验知识点
- 使用
xlrd
扩展包读取excel
数据 - 使用
matplotlib
绘制二维图像 - 美化图像,添加标注,注释,显示
Latex
风格公式,坐标点处透明化处理等技巧
1.3 实验环境
python2.7
Xfce
终端
1.4 适合人群
本课程难度为中等,适合具有Python
基础的用户,对于需要书写实验报告,学位论文,发表文章,做PPT
报告的学员具有较大价值。
1.5 代码获取
你可以通过下面命令将数据和代码下载到实验楼环境中,作为参照对比进行学习。
$ wget http://labfile.oss.aliyuncs.com/courses/791/finally.py$ wget http://labfile.oss.aliyuncs.com/courses/791/my_data.xlsx$ wget http://labfile.oss.aliyuncs.com/courses/791/phase_detector.xlsx$ wget http://labfile.oss.aliyuncs.com/courses/791/phase_detector2.xlsx
二、开发准备
打开Xfce
终端,下载并安装的相关依赖 。
$ sudo apt-get update$ sudo apt-get install python-dev$ sudo pip install numpy$ sudo apt-get install python-matplotlib$ sudo pip install xlrd$ sudo apt-get install python-sip$ sudo apt-get install libqt4-dev$ sudo apt-get install python-qt4 python-qt4-dev pyqt4-dev-tools qt4-dev-tools
遇到是否安装的询问时,输入y,按回车键继续安装。
三、实验步骤
3.1 绘制一个简单图像,测试扩展包安装是否正常
安装完成matplotlib
后,运行一个小程序测试其是否正常。我们来绘制一个非常简单的正弦函数。
import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 10, 500)dashes = [10, 5, 100, 5] # 10 points on, 5 off, 100 on, 5 offfig, ax = plt.subplots()line1, = ax.plot(x, np.sin(x), '--', linewidth=2, label='Dashes set retroactively')line1.set_dashes(dashes)line2, = ax.plot(x, -1 * np.sin(x), dashes=[30, 5, 10, 5], label='Dashes set proactively')ax.legend(loc='lower right')plt.show()
如果一切正常,应该得到如下显示的图片:
这段程序来自官方的例程,只作为检验安装包之用。这个图片过于简单,也算不上精美。
3.2 测试xlrd
扩展包
xlrd
顾名思义,就是excel
文件的后缀名.xl
文件read
的扩展包。这个包只能读取文件,不能写入。写入需要使用另外一个包。但是这个包,其实也能读取.xlsx
文件。
从excel
中读取数据的过程比较简单,首先从xlrd
包导入open_workbook
,然后打开excel
文件,把每个sheet
里的每一行每一列数据都读取出来即可。很明显,这是个循环过程。
from xlrd import open_workbookx_data1=[]y_data1=[]wb = open_workbook('phase_detector.xlsx')for s in wb.sheets(): print 'Sheet:',s.name for row in range(s.nrows): print 'the row is:',row values = [] for col in range(s.ncols): values.append(s.cell(row,col).value) print values x_data1.append(values[0]) y_data1.append(values[1])
如果安装包没有问题,这段代码应该能打印出excel
表中的数据内容。解释一下 这段代码:打开一个excel
文件后,首先对文件内的sheet
进行循环,这是最外层循环;在每个sheet
内,进行第二次循环,行循环;在每行内,进行列循环,这是第三层循环。在最内层列循环内,取出行列值,复制到新建的values
列表内,很明显,源数据有几列,values
列表就有几个元素。我们例子中的excel
文件有两列,分别对应“角度”和DC
值。所以在列循环结束后,我们将取得的数据保存到x_data1
和y_data1
这两个列表中。
3.3 绘制图像V1.0
第一个版本的功能很简单,从excel
中读取数据,然后绘制成图像。具体程序如下:
#!/usr/bin/python#-*- coding: utf-8 -*-import matplotlib.pyplot as pltimport xlrdfrom xlrd import open_workbookx_data=[]y_data=[]x_volte=[]temp=[]wb = open_workbook('my_data.xlsx')for s in wb.sheets(): print 'Sheet:',s.name for row in range(s.nrows): print 'the row is:',row values = [] for col in range(s.ncols): values.append(s.cell(row,col).value) print values x_data.append(values[0]) y_data.append(values[1]) plt.plot(x_data, y_data, 'bo-',label=u"Phase curve",linewidth=1)plt.title(u"TR14 phase detector")plt.legend()plt.xlabel(u"input-deg")plt.ylabel(u"output-V")plt.show()print 'over!'
程序简单,显示的效果也是丑到哭:
从excel
中读取数据的程序,上面已经解释过了。这段代码后面的函数是matplotlib
绘图的基本格式,此处的输入格式为:
plt.plot(x轴数据, y轴数据, 曲线类型,图例说明,曲线线宽)
图片顶部的名称,由这行语句定义:
plt.title(u"TR14 phase detector")
最后,使用这一语句使能显示:
plt.legend()
3.4 绘制图像V1.1
这个图只绘制了一个表格的数据,我们一共有三个表格。但是就这个一个已经够丑了。我们先来美化一下。首先,坐标轴的问题:横轴的0点对应着纵轴的8,这个明显不行。我们来移动一下坐标轴,使之0点重合:
#!/usr/bin/python#-*- coding: utf-8 -*-import matplotlib.pyplot as pltfrom pylab import *import xlrdfrom xlrd import open_workbookx_data=[]y_data=[]x_volte=[]temp=[]wb = open_workbook('my_data.xlsx')for s in wb.sheets(): print 'Sheet:',s.name for row in range(s.nrows): print 'the row is:',row values = [] for col in range(s.ncols): values.append(s.cell(row,col).value) print values x_data.append(values[0]) y_data.append(values[1])plt.plot(x_data, y_data, 'bo-',label=u"Phase curve",linewidth=1)plt.title(u"TR14 phase detector")plt.legend()ax = gca()ax.spines['right'].set_color('none')ax.spines['top'].set_color('none')ax.xaxis.set_ticks_position('bottom')ax.spines['bottom'].set_position(('data',0))ax.yaxis.set_ticks_position('left')ax.spines['left'].set_position(('data',0))plt.xlabel(u"input-deg")plt.ylabel(u"output-V")plt.show()print 'over!'
好的,移动坐标轴后,图片稍微顺眼了一点,我们也能明显的看出来&#