一文教會(huì)你利用Python程序讀取Excel創(chuàng)建折線圖
如何利用Python程序讀取Excel創(chuàng)建折線圖
如果已經(jīng)正確的安裝了pip以及工具庫(kù)可以直接跳轉(zhuǎn)到編程部分(各部分都有詳細(xì)的說(shuō)明哦)
首先
通過(guò)pip命令安裝工具庫(kù)
第一步:打開(kāi)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
第二步:通過(guò)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(jiàn)附錄一
等待輸出安裝成功后即可使用
其次
打開(kāi)IDLE開(kāi)始編程
#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(xiě)下面兩行代碼) plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False
#打開(kāi)表 df = pd.read_excel("D:\示例.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(shuō)明 plt.legend() #顯示網(wǎng)格 plt.grid() #顯示圖像 plt.show()
原Excel表格
附錄
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)
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)
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.二
是NumPy庫(kù)的安裝版本有很多,一-定 要選擇NumPy+mkl庫(kù)
常用的marker
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)
總結(jié)
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讀取Excel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使用循環(huán)神經(jīng)網(wǎng)絡(luò)解決文本分類問(wèn)題的方法詳解
這篇文章主要介紹了Python使用循環(huán)神經(jīng)網(wǎng)絡(luò)解決文本分類問(wèn)題的方法,結(jié)合實(shí)例形式詳細(xì)分析了Python神經(jīng)網(wǎng)絡(luò)相關(guān)概念、原理及解決文本分類具體操作技巧,需要的朋友可以參考下2020-01-01python加密解密庫(kù)cryptography使用openSSL生成的密匙加密解密
這篇文章主要介紹了python加密解密庫(kù)cryptography使用openSSL生成的密匙加密解密,需要的朋友可以參考下2020-02-02python 在服務(wù)器上調(diào)用數(shù)據(jù)庫(kù)特別慢的解決過(guò)程
這篇文章主要介紹了python 在服務(wù)器上調(diào)用數(shù)據(jù)庫(kù)特別慢的解決過(guò)程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04Python 提取dict轉(zhuǎn)換為xml/json/table并輸出的實(shí)現(xiàn)代碼
這篇文章主要介紹了Python 提取dict轉(zhuǎn)換為xml/json/table并輸出的實(shí)現(xiàn)代碼,需要的朋友可以參考下2016-08-08Tensorflow 同時(shí)載入多個(gè)模型的實(shí)例講解
今天小編就為大家分享一篇Tensorflow 同時(shí)載入多個(gè)模型的實(shí)例講解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-07-07在Python的Django框架中顯示對(duì)象子集的方法
這篇文章主要介紹了在Python的Django框架中顯示對(duì)象子集的方法,即queryset的參數(shù)的使用相關(guān),需要的朋友可以參考下2015-07-07