Python实现从excel读取数据并绘制成精美图像

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&#