利用Python程序讀取Excel創(chuàng)建折線圖
一、打開命令提示符
- 方法一:window+R鍵 ——輸入cmd
- 方法二:在此搜索cmd進(jìn)入命令提示符
二、通過pip命令安裝所需要的工具庫(kù)
輸入pip install pandas命令安裝pandas工具庫(kù)
輸入pip install matplotlib命令安裝matplotlib工具庫(kù)
其他的工具庫(kù)安裝見附錄一
等待輸出安裝成功后即可使用
三、打開IDLE開始編程
demo.xlsx內(nèi)容:
#引用工具庫(kù) import pandas as pd import matplotlib.pyplot as plt
#引用中文(如果不需要用到中文可以不寫下面兩行代碼) plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False
#打開表 df = pd.read_excel("D:\demo.xlsx") '''注意:括號(hào)中為該Excel表所在的位置,有兩種表示方式 方式一:絕對(duì)路徑 以根目錄為基準(zhǔn),例如"C:\Users\Public\Documents\絕對(duì)路徑.xlsx" 獲取絕對(duì)路徑的簡(jiǎn)單方法:找到該文件,單擊文件,按住shift鍵之后右鍵點(diǎn)擊,選擇復(fù)制文件地址 方式二:相對(duì)路徑 以該文檔所在的位置為基準(zhǔn),有四種情況 情況一:同級(jí) 直接輸入"相對(duì)路徑.xlsx" 情況二:同級(jí)之下 輸入“同級(jí)目錄名/相對(duì)路經(jīng).xlsx” 情況三:上一級(jí)的同級(jí) 輸入"../相對(duì)路徑.xlsx" 情況四: 上級(jí)的同級(jí)之下 輸入"../上級(jí)目錄的同級(jí)目錄名/相對(duì)路徑.xlsx" '''
#輸入折線圖數(shù)據(jù) plt.plot(df["物品編號(hào)"],df["庫(kù)存量"],label='庫(kù)存量',linewidth=1,color='c',marker='o',markerfacecolor='blue',markersize=5) #橫坐標(biāo)為物品編號(hào),縱坐標(biāo)為庫(kù)存量,線的名稱為庫(kù)存量,粗細(xì)為1,顏色為青色,標(biāo)記為“o”所代表的圖形(會(huì)在后面詳細(xì)介紹),顏色為藍(lán)色,大小為5 plt.plot(df["物品編號(hào)"],df["進(jìn)貨價(jià)格"],label='進(jìn)貨價(jià)格',linewidth=1,color='y',marker='o',markerfacecolor='blue',markersize=5) plt.plot(df["物品編號(hào)"],df["出售價(jià)格"],label='出售價(jià)格',linewidth=1,color='r',marker='v',markerfacecolor='blue',markersize=5) plt.plot(df["物品編號(hào)"],df["收益"],label='收益',linewidth=1,color='m',marker='1',markerfacecolor='blue',markersize=5) plt.xlabel("物品編號(hào)") #橫坐標(biāo)為物品編號(hào) plt.ylabel('各類指標(biāo)') #縱坐標(biāo)為各類指標(biāo) plt.title("商品詳細(xì)信息") #折線圖的名稱
#圖例說明 plt.legend() #顯示網(wǎng)格 plt.grid() #顯示圖像 plt.show()
效果如圖:
附錄
1、常用的工具庫(kù)安裝
(建議安裝3.8版本及以下,否則有些工具庫(kù)版本不足,會(huì)影響使用)
在Python 3.4.0之后的安裝包中已經(jīng)集成了pip工具,安裝后的可執(zhí)行文件在Python37\Scripts\目錄下。Python 3.4.0 之前的版本,需要另外安裝pip工具,首先從https://pypi.org/project/pip/ 下載文件get-pip.py,然后在命令提示符(運(yùn)行cmd)下執(zhí)行命令python get-pip.py即可自動(dòng)完成pip的安裝。但是需要保證計(jì)算機(jī)處于聯(lián)網(wǎng)狀態(tài)。
2、pip常用命令
pip install numpy #安裝numpy pip uninstall numpy #卸載numpy pip install-upgrade numpy #升級(jí)numpy pip install-U #升級(jí)numpy pip list #列出已有的工具庫(kù)
3、常用的工具庫(kù)
在此要注意的是numpy安裝的時(shí)候一定要選擇numpy+mkl文件。
其他文件都在線安裝,但凸優(yōu)化庫(kù)cvxpy必須離線安裝。
其中源文件名中的cp37表示Python 3.7,amd64表示64位,win32表示32位。NumPy庫(kù)的安裝版本有很多,一定要選擇NumPy+mkl庫(kù)。
4、常用的marker
5、常用的顏色
- b: blue 藍(lán)色
- g: green 綠色
- r: red 紅色
- c: cyan 青色
- m: magenta 洋紅色
- y: yellow 黃色
- k: black 黑色
- w: white 白色(一般不使用)
到此這篇關(guān)于利用Python程序讀取Excel創(chuàng)建折線圖的文章就介紹到這了,更多相關(guān)Python創(chuàng)建折線圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python安裝Numpy出現(xiàn)異常信息簡(jiǎn)單解決辦法
在安裝Python的Numpy包時(shí),可能會(huì)遇到路徑警告或包源超時(shí)的問題,首先,如果出現(xiàn)包源超時(shí),可以嘗試更換為國(guó)內(nèi)的鏡像源,如清華大學(xué)鏡像源,其次,如果在安裝完成后提示將某個(gè)路徑添加到PATH環(huán)境變量,按照提示操作即可消除異常,需要的朋友可以參考下2024-09-09使用python實(shí)現(xiàn)數(shù)據(jù)篩查
一般數(shù)據(jù)篩查可以通過Python中的pandas庫(kù)來實(shí)現(xiàn),下面小編就來為大家介紹一下Python如何利用pandas實(shí)現(xiàn)數(shù)據(jù)篩查,感興趣的小伙伴可以一起學(xué)習(xí)一下2023-10-10使用rpclib進(jìn)行Python網(wǎng)絡(luò)編程時(shí)的注釋問題
這篇文章主要介紹了使用rpclib進(jìn)行Python網(wǎng)絡(luò)編程時(shí)的注釋問題,作者講到了自己在編寫服務(wù)器時(shí)要用unicode注釋等需要注意的地方,需要的朋友可以參考下2015-05-05Python算法輸出1-9數(shù)組形成的結(jié)果為100的所有運(yùn)算式
這篇文章主要介紹了Python算法輸出1-9數(shù)組形成的結(jié)果為100的所有運(yùn)算式,然后介紹了另外一個(gè)相關(guān)實(shí)例,具體內(nèi)容請(qǐng)參閱正文,需要的朋友可以參考下。2017-11-11在Python的Django框架中獲取單個(gè)對(duì)象數(shù)據(jù)的簡(jiǎn)單方法
這篇文章主要介紹了在Python的Django框架中獲取單個(gè)對(duì)象數(shù)據(jù)的簡(jiǎn)單方法,Django為數(shù)據(jù)的操作提供了諸多方便的功能,需要的朋友可以參考下2015-07-07Python實(shí)戰(zhàn)之手勢(shì)識(shí)別控制電腦音量
這篇文章主要為大家詳細(xì)介紹了一個(gè)Python OpenCV的實(shí)戰(zhàn)小項(xiàng)目——手勢(shì)識(shí)別控制電腦音量,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下2023-05-05python使用multiprocessing的詳細(xì)方法
multiprocessing是Python標(biāo)準(zhǔn)庫(kù)中的一個(gè)模塊,用于實(shí)現(xiàn)多進(jìn)程編程,它提供了一種簡(jiǎn)單而高效的方式來利用多核處理器的能力,通過在多個(gè)進(jìn)程中同時(shí)執(zhí)行任務(wù),加快程序的執(zhí)行速度和提高系統(tǒng)的吞吐量,這篇文章主要介紹了python使用multiprocessing,需要的朋友可以參考下2024-03-03