欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python實現(xiàn)在Excel中繪制可視化大屏的方法詳解

 更新時間:2023年01月29日 15:56:57   作者:俊欣  
今天小編來給大家分享如何在Excel文檔當(dāng)中來繪制可視化圖表,并且制作一個可視化大屏。文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

大家新年好哇,今天小編來給大家分享如何在Excel文檔當(dāng)中來繪制可視化圖表,并且制作一個可視化大屏,非常的容易,這里我們會用到openpyxl模塊,那么首先第一步便是調(diào)用該模塊來讀取Excel文件,代碼如下

# 讀取Excel文檔并且指定工作表的名稱
file_name = 'Bike_Sales_Playground.xlsx'
df = pd.read_excel(file_name,sheet_name='bike_buyers')

當(dāng)然為了保險起見,我們這里還是拷貝一份源數(shù)據(jù),并且新建一個新的工作表,代碼如下

# 新建一張工作表
with pd.ExcelWriter(file_name,#文檔的名稱
                  engine='openpyxl',#調(diào)用模塊的名稱
                  mode='a',#添加的模式
                 if_sheet_exists="replace" #如果已經(jīng)存在,就替換掉
                 ) as writer:
df.to_excel(writer, sheet_name='Working_Sheet',index = False)# 設(shè)置Index為False

# 從新的工作表當(dāng)中來讀取數(shù)據(jù)
df = pd.read_excel(file_name,sheet_name='Working_Sheet')

數(shù)據(jù)清洗

下一步我們進(jìn)行數(shù)據(jù)的清洗,例如去掉重復(fù)值、針對一些數(shù)值做一些替換,代碼如下

# 去掉重復(fù)值
df.drop_duplicates(keep='first', inplace=True, ignore_index=False)
    
# 針對婚姻狀況這一列,“已婚”替換成“M”,“單身”替換成“S”
df['Marital Status'] = df['Marital Status'].replace('M','Married').replace('S','Single')
    
# 針對性別這一列,“男性”替換成“F”,而“女性”替換成“M”
df['Gender'] = df['Gender'].replace('F','Female').replace('M','Male')

# 查看表格的前5行
df.head()

# 年齡數(shù)值的處理
df['Age brackets'] = df['Age'].apply(lambda x: 'Less than 30' if x<=30 else('Greater than 55' if x>55 else '31 to 55'))

# 通勤距離的數(shù)值的替換
df['Commute Distance'] = df['Commute Distance'].replace('10+ Miles','More than 10 Miles')

output

      ID Marital Status  Gender  ...  Age  Purchased Bike     Age brackets
0  12496        Married  Female  ...   42              No         31 to 55
1  24107        Married    Male  ...   43              No         31 to 55
2  14177        Married    Male  ...   60              No  Greater than 55
3  24381         Single    Male  ...   41             Yes         31 to 55
4  25597         Single    Male  ...   36             Yes         31 to 55

繪制圖表

接下來我們嘗試來繪制幾張可視化圖表,下面所示的代碼繪制的是柱狀圖,而繪制其余兩張折線圖的代碼與下面是雷同的

# 透視表1
# 制作數(shù)據(jù)透視表
avg_gender_income_df = np.round(pd.pivot_table(bike_df,
               values = 'Income',
               index = ['Gender'],
               columns = ['Purchased Bike'],
               aggfunc = np.mean
              ),2)

# 將數(shù)據(jù)透視表放入Excel表格中,并且指定工作表
with pd.ExcelWriter(file_name,#工作表的名稱
                    engine='openpyxl',#引擎的名稱
                    mode='a',#Append模式
                   if_sheet_exists="replace" #如果已經(jīng)存在,就替換掉
                   ) as writer:  
    
    avg_gender_income_df.to_excel(writer, sheet_name='Average_Gender_Income')

# 加載文檔,并且指定工作表
wb = load_workbook(file_name)
sheet = wb['Average_Gender_Income']

# 創(chuàng)建柱狀圖
chart1 = BarChart()
chart1.type = "col"
chart1.style = 10
chart1.title = "基于性別與消費(fèi)數(shù)據(jù)之下的平均收入"
chart1.y_axis.title = '性別'
chart1.x_axis.title = '收入'

# 將繪制出來的柱狀圖放在單元格中去
data1 = Reference(sheet, min_col=2, min_row=1, max_row=3, max_col=3)#Including Headers
cats1 = Reference(sheet, min_col=1, min_row=2, max_row=3)#Not including headers
chart1.add_data(data1, titles_from_data=True)
chart1.dataLabels = DataLabelList() 
chart1.dataLabels.showVal = True
chart1.set_categories(cats1)
chart1.shape = 4
sheet.add_chart(chart1, "A10")
wb.save(file_name)

output

生成可視化大屏

我們嘗試將繪制完成的圖表生成可視化大屏,代碼如下

# 創(chuàng)建一個空的DataFrame表格
title_df = pd.DataFrame()

# 將結(jié)果放入至Excel文件當(dāng)中去
with pd.ExcelWriter(file_name,#工作表的名稱
                    engine='openpyxl',#引擎的名稱
                    mode='a',#Append模式
                   if_sheet_exists="replace" #如果已經(jīng)存在,就替換掉
                   ) as writer:  
    
    title_df.to_excel(writer, sheet_name='Dashboard')

# 加載文檔,指定工作表是哪個
wb = load_workbook(file_name)
sheet = wb['Dashboard']
for x in range(1,22):
    sheet.merge_cells('A1:R4')
    
cell = sheet.cell(row=1, column=1)  
cell.value = 'Bike Sales Dashboard'  
cell.alignment = Alignment(horizontal='center', vertical='center')   
cell.font  = Font(b=True, color="F8F8F8",size = 46)
cell.fill = PatternFill("solid", fgColor="2591DB")

# 將繪制出來的圖表放置到Excel文檔中
sheet.add_chart(chart1,'A5')
sheet.add_chart(chart2,'J5')
chart3.width = 31
sheet.add_chart(chart3,'A20')
wb.save(file_name)

最后我們來看一下繪制出來的結(jié)果,如下所示

最后的最后,我們將上面所有的代碼封裝成一個函數(shù),方便我們來調(diào)用,代碼如下

import Bikes_Sales_Report_Automation as auto

# 填入文件的名稱
auto.automate_excel_dashboard('Bike_Sales_Playground.xlsx')

到此這篇關(guān)于Python實現(xiàn)在Excel中繪制可視化大屏的方法詳解的文章就介紹到這了,更多相關(guān)Python Excel繪制可視化大屏內(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 sqlparse 解析庫的基礎(chǔ)使用過程解析

    Python sqlparse 解析庫的基礎(chǔ)使用過程解析

    sqlparse 是一個 Python 庫,是一個用于 Python 的非驗證 SQL 解析器, 用于解析 SQL 語句并提供一個簡單的 API 來訪問解析后的 SQL 結(jié)構(gòu),這篇文章主要介紹了Python sqlparse 解析庫的基礎(chǔ)使用,需要的朋友可以參考下
    2024-08-08
  • Python pypinyin注音庫輕松絲滑實現(xiàn)漢字轉(zhuǎn)換成拼音

    Python pypinyin注音庫輕松絲滑實現(xiàn)漢字轉(zhuǎn)換成拼音

    pypinyin 庫,能像功夫熊貓那樣,輕松、快捷地幫你把漢字轉(zhuǎn)換成拼音,有了 pypinyin,不僅可以節(jié)省寶貴的時間,還可以更準(zhǔn)確地展示中文字符的讀音,使文化交流更為順暢,本文帶大家一起探索 pypinyin 庫的魅力
    2024-01-01
  • 在python中利用numpy求解多項式以及多項式擬合的方法

    在python中利用numpy求解多項式以及多項式擬合的方法

    今天小編就為大家分享一篇在python中利用numpy求解多項式以及多項式擬合的方法,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
    2019-07-07
  • Flask?的路由Route詳情

    Flask?的路由Route詳情

    在上一篇Flask?入門Web?微框架Hello?Flask中,我們用?Flask?框架寫了一個?Hello?Flask?應(yīng)用程序,我們了解到?Flask?框架簡潔高效、可以快速上手,接下來將對?Flask?框架的各項功能詳細(xì)的介紹一下,本篇文章介紹的是?Flask?的路由(Route),需要的朋友可以參考一下
    2021-11-11
  • Scrapy基于Python構(gòu)建強(qiáng)大網(wǎng)絡(luò)爬蟲框架實例探究

    Scrapy基于Python構(gòu)建強(qiáng)大網(wǎng)絡(luò)爬蟲框架實例探究

    這篇文章主要為大家介紹了Scrapy基于Python構(gòu)建強(qiáng)大網(wǎng)絡(luò)爬蟲框架實例探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2024-01-01
  • python?數(shù)據(jù)挖掘算法的過程詳解

    python?數(shù)據(jù)挖掘算法的過程詳解

    這篇文章主要介紹了python?數(shù)據(jù)挖掘算法,首先給大家介紹了數(shù)據(jù)挖掘的過程,基于sklearn主要的算法模型講解,給大家介紹的非常詳細(xì),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
    2022-02-02
  • Python中使用PyHook監(jiān)聽鼠標(biāo)和鍵盤事件實例

    Python中使用PyHook監(jiān)聽鼠標(biāo)和鍵盤事件實例

    這篇文章主要介紹了Python中使用PyHook監(jiān)聽鼠標(biāo)和鍵盤事件實例,這個庫依賴于另一個Python庫PyWin32,并且只能運(yùn)行在Windows平臺,需要的朋友可以參考下
    2014-07-07
  • 使用python模塊plotdigitizer摳取論文圖片中的數(shù)據(jù)實例詳解

    使用python模塊plotdigitizer摳取論文圖片中的數(shù)據(jù)實例詳解

    這篇文章主要介紹了使用python模塊plotdigitizer摳取論文圖片中的數(shù)據(jù),本文通過實例代碼給大家介紹的非常詳細(xì),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
    2021-03-03
  • Django實現(xiàn)單用戶登錄的方法示例

    Django實現(xiàn)單用戶登錄的方法示例

    這篇文章主要介紹了Django實現(xiàn)單用戶登錄的方法示例,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
    2019-03-03
  • 關(guān)于Python如何避免循環(huán)導(dǎo)入問題詳解

    關(guān)于Python如何避免循環(huán)導(dǎo)入問題詳解

    在大型的Python工程中,由于架構(gòu)設(shè)計不當(dāng),可能會出現(xiàn)模塊間相互引用的情況。下面這篇文章主要給大家介紹了關(guān)于如何避免Python的循環(huán)導(dǎo)入問題的相關(guān)資料,需要的朋友可以參考借鑒,下面來一起看看吧。
    2017-09-09

最新評論