Python轻松绘制Excel数据图表：Matplotlib与Openpyxl的完美结合194

在数据分析和报告撰写过程中，将Excel数据以图表的形式展现，能够更直观、更有效地传达信息。Python凭借其强大的数据处理能力和丰富的绘图库，为我们提供了一种便捷高效的方式来实现这一目标。本文将详细介绍如何利用Python中的Matplotlib和Openpyxl库，将Excel数据读取并绘制成各种类型的图表。

首先，我们需要安装必要的库。使用pip命令即可轻松完成安装：pip install matplotlib openpyxl

接下来，我们将逐步讲解如何利用这两个库实现Excel数据的可视化。

1. 读取Excel数据

Openpyxl库是Python中处理Excel文件的强大工具，它能够读取、写入和修改Excel文件。以下代码展示了如何使用Openpyxl读取Excel文件中的数据：from openpyxl import load_workbook
def read_excel(filepath, sheet_name='Sheet1'):
"""读取Excel文件数据。
Args:
filepath: Excel文件路径。
sheet_name: 要读取的sheet名称 (默认值为'Sheet1')。
Returns:
一个包含数据的列表，每一项是一个包含行数据的列表。
返回None如果文件不存在或发生错误。
"""
try:
workbook = load_workbook(filepath, data_only=True) # data_only=True 读取单元格的值而不是公式
sheet = workbook[sheet_name]
data = []
for row in sheet.iter_rows():
row_data = [ for cell in row]
(row_data)
return data
except FileNotFoundError:
print(f"Error: File not found at {filepath}")
return None
except Exception as e:
print(f"Error reading Excel file: {e}")
return None
# 示例用法
filepath = '' # 替换成你的Excel文件路径
data = read_excel(filepath)
if data:
print(data)

这段代码定义了一个名为`read_excel`的函数，它接受Excel文件路径和sheet名称作为输入，返回一个包含所有数据的列表。`data_only=True`参数确保读取的是单元格的值，而不是公式。请记得将''替换成你的Excel文件路径。

2. 使用Matplotlib绘制图表

Matplotlib是Python中最常用的绘图库，它提供了丰富的图表类型和自定义选项。以下代码展示了如何使用Matplotlib绘制柱状图、折线图和散点图：import as plt
def plot_data(data, chart_type='bar', x_label='X', y_label='Y', title='Chart'):
"""绘制图表。
Args:
data: 从Excel读取的数据列表。
chart_type: 图表类型 ('bar', 'line', 'scatter')。
x_label: X轴标签。
y_label: Y轴标签。
title: 图表标题。
"""
x = [row[0] for row in data[1:]] # 假设第一列是x轴数据
y = [row[1] for row in data[1:]] # 假设第二列是y轴数据
if chart_type == 'bar':
(x, y)
elif chart_type == 'line':
(x, y)
elif chart_type == 'scatter':
(x, y)
else:
print("Invalid chart type.")
return
(x_label)
(y_label)
(title)
(rotation=45, ha="right") # 旋转x轴标签
plt.tight_layout() # 调整布局避免标签重叠
()
# 示例用法，假设data变量已包含从Excel读取的数据
if data:
plot_data(data, chart_type='bar', x_label='Category', y_label='Value', title='Bar Chart')
plot_data(data, chart_type='line', x_label='Time', y_label='Value', title='Line Chart')
plot_data(data, chart_type='scatter', x_label='X', y_label='Y', title='Scatter Chart')

这段代码定义了一个`plot_data`函数，它接受数据和图表类型作为输入，并使用Matplotlib绘制相应的图表。记得根据你的数据调整x和y轴的数据索引。

3. 处理更复杂的数据

对于更复杂的数据，例如包含多个数据系列的Excel表格，你需要调整代码来处理多个列。你可以使用循环遍历列，或者使用pandas库进行更高级的数据操作。 Pandas提供了更强大的数据处理能力，可以更方便地处理多列数据、数据清洗和数据转换等操作。
import pandas as pd
# 使用pandas读取数据
df = pd.read_excel('', sheet_name='Sheet1')
# 绘制多个数据系列的图表
(kind='bar', x='Category', y=['Value1', 'Value2']) # 假设有'Category', 'Value1', 'Value2'列
()

这仅仅是Python处理Excel数据和绘制图表的一个入门示例。通过结合Openpyxl和Matplotlib（或者Pandas和Matplotlib），你可以轻松创建各种类型的图表，以满足不同的数据可视化需求。记住根据你的实际数据结构修改代码中的索引和参数。

为了让你的图表更美观和专业，你可以进一步探索Matplotlib的各种自定义选项，例如更改颜色、字体、图例等。记住查阅Matplotlib的官方文档来了解更高级的用法。

2025-05-31

上一篇：Python 整型与字符串之间高效转换的详解与技巧

下一篇：Python字符串高效转化为字典：方法、技巧及性能比较