python封装成exe可视化软件_实战|Python数据分析可视化并打包

本文介绍如何使用Python进行数据分析,包括Pandas数据处理、Matplotlib绘图,并通过pyinstaller将程序打包成exe。示例涉及数据清洗、标准化、均值和标准差计算,以及绘制折线图。最后,分享了将Python脚本转化为可执行文件的方法。
摘要由CSDN通过智能技术生成

大家好,关于Python数据分析的工具我们已经讲了很多了,相信一直关注的读者对于Pandas、NumPy、Matplotlib的各种操作一定不陌生,今天我们就用一份简单的数据来学习如何使用Python进行数据分析,本文主要涉及下面三个部分:Pandas数据处理

Matplotlib绘图

彩蛋:利用pyinstaller将py文件打包为exe

虽然本文使用的数据(医学相关)不会出现在你平时的工作学习中,但是处理的过程比如导入数据、缺失值处理、数据去重、计算、汇总、可视化、导出等操作却是重要的,甚至还教你如何将程序打包之后对于重复的工作可以一键完成!因此我十分建议从文末获取数据边敲边思考,毕竟像这样配有详细注释的代码讲解并不多~

数据与需求说明

今天分享的案例来源于一个著名的实验Cell Counting Kit-8。首先我们来看下原始数据:

我们需要完成的工作主要有四块:

1.去除各组所有重复中的最大值和最小值

2. 所有数据根据D0的对应分组进行标准化

3. 计算各组数据的均值和标准差表格:均值汇总表和均值-标准差汇总表

4. 绘制折线图所以我们需要的结果应该是:在自己的桌面上建一个文件夹命名data,将原始数据data.xlsx放进去,之后运行完程序后文件夹会新增3个文件:

而这三个文件就是我们需要的结果

均值汇总表

均值-标准差汇总表

折线图

现在我们就来讲解如何实现。

代码实现

首先导入库并调用函数获取桌面文件夹路径并写在全局

import pandas as

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