欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

使用python把Excel中的數(shù)據(jù)在頁面中可視化

 更新時間:2022年03月28日 11:13:47   作者:小皮豬  
最近學(xué)習(xí)數(shù)據(jù)分析,感覺Python做數(shù)據(jù)分析真的好用,下面這篇文章主要給大家介紹了關(guān)于如何使用python把Excel中的數(shù)據(jù)在頁面中可視化的相關(guān)資料,需要的朋友可以參考下

一. 需求

最近我們數(shù)據(jù)可視化的老師讓我們把廣州歷史房價中的房價數(shù)據(jù)可視化,然后給我們發(fā)了廣州歷史房價.xls,然后看了一下數(shù)據(jù)確實有點小多,反正復(fù)制粘貼是有點費勁的,所以就想借用python幫我把數(shù)據(jù)修改成我一鍵復(fù)制的模樣。

二. 安裝xlrd模塊

pip install xlrd

通常pip都是帶有的,我們在開發(fā)工具中import xlrd就可以啦。

下面是實現(xiàn)切割一年每個月份的方法

import xlrd
path = r'E:\數(shù)據(jù)分析\07廣州歷史房價.xls'
#sheetName是你這個excel文件中的表,如Sheet1(注意大小寫問題)
sheetName = 'Sheet1'
data = xlrd.open_workbook(path)
table = data.sheet_by_name(sheetName)
 
# 行數(shù)
rowAmount = table.nrows
# 列數(shù)
colAmount = table.ncols
# 顯示第n列中所有格中的內(nèi)容
datas=[]
for rowIndex in range(1,rowAmount):
    datas.append(table.cell_value(rowIndex, 1))
 
datas.reverse()
index1=0
index2=12
time=2009
while index2<len(datas):
    print(str(time)+"年")
    time=time+1
    # print(str(index1)+"   "+str(index2))
    print(datas[index1:index2])
    index1=index2
    index2=index2+12
print(str(time)+"年")
print(datas[index1:index2-2])

得到的數(shù)據(jù): 

三.  用echart在html中表現(xiàn)

在下面鏈接中找到要表現(xiàn)的樣式:(記得加上echart.js)

Examples - Apache ECharts

ECharts, a powerful, interactive charting and visualization library for browser

https://echarts.apache.org/examples/zh/index.html

<!DOCTYPE html>
<html>
	<head>
		<meta charset="utf-8">
		<title>廣州歷史房價</title>
		<script src="echarts.js"></script>
	</head>
	<script>
	window.onload = function(){
		// 在<head>中寫浮現(xiàn)窗口
		var a = echarts.init(document.getElementById("main"));
		var b =option = {
  title: {
    text: '廣州歷史房價',
	
  },
  tooltip: {
    trigger: 'axis'
  },
  legend: {
    data: ['2009年', '2010年', '2011年', '2012年', '2013年','2014年', '2015年', '2016年', '2017年', '2018年']
  },
  grid: {
    left: '3%',
    right: '4%',
    bottom: '3%',
    containLabel: true
  },
  toolbox: {
    feature: {
      saveAsImage: {}
    }
  },
  xAxis: {
    type: 'category',
    boundaryGap: false,
    data: ['一月', '二月', '三月', '四月', '五月', '六月', '七月','八月', '九月', '十月', '十一月','十二月']
  },
  yAxis: {
    type: 'value'
  },
  series: [
    {
      name: '2009年',
      type: 'line',
      stack: 'Total',
      data: [6991.0, 6963.0, 7305.0, 8051.0, 8191.0, 8168.0, 8431.0, 8620.0, 8927.0, 9113.0, 9318.0, 9718.0]
    },
    {
      name: '2010年',
      type: 'line',
      stack: 'Total',
      data: [9873.0, 10000.0, 10000.0, 10351.0, 10610.0, 10787.0, 10622.0, 10878.0, 11505.0, 12062.0, 12413.0, 12944.0]
    },
    {
      name: '2011年',
      type: 'line',
      stack: 'Total',
      data: [13535.0, 14114.0, 14680.0, 14998.0, 14977.0, 14938.0, 14855.0, 14654.0, 14547.0, 14521.0, 14677.0, 14762.0]
    },
    {
      name: '2012年',
      type: 'line',
      stack: 'Total',
      data: [14993.0, 15194.0, 15215.0, 15203.0, 15148.0, 15152.0, 15246.0, 15467.0, 15754.0, 15886.0, 16207.0, 16555.0]
    },
    {
      name: '2013年',
      type: 'line',
      stack: 'Total',
      data: [17003.0, 17423.0, 17665.0, 17651.0, 17304.0, 17515.0, 17759.0, 18293.0, 19011.0, 19445.0, 19589.0, 19208.0]
    },
    {
      name: '2014年',
      type: 'line',
      stack: 'Total',
      data: [18893.0, 18977.0, 19460.0, 19040.0, 18757.0, 18440.0, 17764.0, 17450.0, 17312.0, 17338.0, 18081.0, 18564.0]
    },    
	{
      name: '2015年',
      type: 'line',
      stack: 'Total',
      data: [18792.0, 18851.0, 19024.0, 19417.0, 19562.0, 19902.0, 20014.0, 19997.0, 19988.0, 19921.0, 19996.0, 20016.0]
    },
	{
	  name: '2016年',
	  type: 'line',
	  stack: 'Total',
	  data: [20623.0, 20643.0, 20811.0, 21133.0, 21107.0, 21144.0, 21264.0, 21553.0, 21720.0, 22242.0, 22590.0, 22926.0]
	},
	{
	  name: '2017年',
	  type: 'line',
	  stack: 'Total',
	  data: [23744.0, 24427.0, 25131.0, 25369.0, 26061.0, 27329.0, 28196.0, 28508.0, 28814.0, 28254.0, 28009.0, 28578.0]
	},
	{
	  name: '2018年',
	  type: 'line',
	  stack: 'Total',
	  data: [28602.0, 29683.0, 30413.0, 31044.0, 31472.0, 32021.0, 32670.0, 33289.0, 33455.0, 33197.0]
	},
  ]
};
 
 
					a.setOption(b);
				}
	</script>
	<body> <!-- 在<body>處完善窗口尺寸 -->
		<div id="main" style="width: 1100px;height: 800px;"></div>
	</body>
</html>

四.  效果 

總結(jié)

到此這篇關(guān)于使用python把Excel中數(shù)據(jù)在頁面中可視化的文章就介紹到這了,更多相關(guān)python Excel數(shù)據(jù)可視化內(nèi)容請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如何將繪制的圖片保存為矢量圖格式(svg)

    python如何將繪制的圖片保存為矢量圖格式(svg)

    這篇文章主要介紹了python如何將繪制的圖片保存為矢量圖格式(svg)問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-09-09
  • 把Anaconda中的環(huán)境導(dǎo)入到Pycharm里面的方法步驟

    把Anaconda中的環(huán)境導(dǎo)入到Pycharm里面的方法步驟

    這篇文章主要介紹了把Anaconda中的環(huán)境導(dǎo)入到Pycharm里面的方法步驟,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-10-10
  • DataFrame如何找出有空值的行

    DataFrame如何找出有空值的行

    這篇文章主要介紹了DataFrame如何找出有空值的行問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2024-02-02
  • python flask自定義404錯誤頁面方式

    python flask自定義404錯誤頁面方式

    這篇文章主要介紹了python flask自定義404錯誤頁面方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-12-12
  • Pytorch 使用 nii數(shù)據(jù)做輸入數(shù)據(jù)的操作

    Pytorch 使用 nii數(shù)據(jù)做輸入數(shù)據(jù)的操作

    這篇文章主要介紹了Pytorch 使用 nii數(shù)據(jù)做輸入數(shù)據(jù)的操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-05-05
  • 使用Python實現(xiàn)企業(yè)微信通知功能案例分析

    使用Python實現(xiàn)企業(yè)微信通知功能案例分析

    這篇文章主要介紹了使用Python實現(xiàn)企業(yè)微信通知功能,主要目的是通過企業(yè)微信應(yīng)用給企業(yè)成員發(fā)消息,通過案例分析給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2022-04-04
  • Python解釋執(zhí)行原理分析

    Python解釋執(zhí)行原理分析

    這篇文章主要介紹了Python解釋執(zhí)行原理,有助于讀者深入理解Python運行機制,需要的朋友可以參考下
    2014-08-08
  • Python天氣語音播報小助手

    Python天氣語音播報小助手

    馬上就要迎來國慶小長假了,激不激動,興不興奮!那今年國慶:天氣怎么樣?能不能出門逛街?能不能出去旅游?旅游出門就要挑個好的天氣!下雨天哪兒哪兒都不舒服。今天小編帶大家寫一款Python天氣語音播報小助手
    2021-09-09
  • 國產(chǎn)化設(shè)備鯤鵬CentOS7上源碼安裝Python3.7的過程詳解

    國產(chǎn)化設(shè)備鯤鵬CentOS7上源碼安裝Python3.7的過程詳解

    這篇文章主要介紹了國產(chǎn)化設(shè)備鯤鵬CentOS7上源碼安裝Python3.7,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2022-05-05
  • tensorflow TFRecords文件的生成和讀取的方法

    tensorflow TFRecords文件的生成和讀取的方法

    本篇文章主要介紹了tensorflow TFRecords文件的生成和讀取的方法,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2018-02-02

最新評論