利用Python程序读取Excel创建折线图

目录
  • 一、打开命令提示符
  • 二、通过pip命令安装所需要的工具库
  • 三、打开IDLE开始编程
  • 附录
    • 1、常用的工具库安装
    • 2、pip常用命令
    • 3、常用的工具库
    • 4、常用的marker
    • 5、常用的颜色

一、打开命令提示符

  • 方法一:window+R键 ——输入cmd
  • 方法二:在此搜索cmd进入命令提示符

二、通过pip命令安装所需要的工具库

输入pip install pandas命令安装pandas工具库
输入pip install matplotlib命令安装matplotlib工具库
其他的工具库安装见附录一
等待输出安装成功后即可使用

三、打开IDLE开始编程

demo.xlsx内容:

#引用工具库
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写下面两行代码)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#打开表
df = pd.read_excel("D:\demo.xlsx")
'''注意:括号中为该Excel表所在的位置,有两种表示方式
方式一:绝对路径
以根目录为基准,例如"C:\Users\Public\Documents\绝对路径.xlsx"
	获取绝对路径的简单方法:找到该文件,单击文件,按住shift键之后右键点击,选择复制文件地址
方式二:相对路径
以该文档所在的位置为基准,有四种情况
	情况一:同级	直接输入"相对路径.xlsx"
	情况二:同级之下	输入“同级目录名/相对路经.xlsx”
	情况三:上一级的同级	输入"../相对路径.xlsx"
	情况四:	上级的同级之下	输入"../上级目录的同级目录名/相对路径.xlsx"
	'''
#输入折线图数据
plt.plot(df["物品编号"],df["库存量"],label='库存量',linewidth=1,color='c',marker='o',markerfacecolor='blue',markersize=5)
#横坐标为物品编号,纵坐标为库存量,线的名称为库存量,粗细为1,颜色为青色,标记为“o”所代表的图形(会在后面详细介绍),颜色为蓝色,大小为5
plt.plot(df["物品编号"],df["进货价格"],label='进货价格',linewidth=1,color='y',marker='o',markerfacecolor='blue',markersize=5)
plt.plot(df["物品编号"],df["出售价格"],label='出售价格',linewidth=1,color='r',marker='v',markerfacecolor='blue',markersize=5)
plt.plot(df["物品编号"],df["收益"],label='收益',linewidth=1,color='m',marker='1',markerfacecolor='blue',markersize=5)
plt.xlabel("物品编号")
#横坐标为物品编号
plt.ylabel('各类指标')
#纵坐标为各类指标
plt.title("商品详细信息")
#折线图的名称
#图例说明
plt.legend()
#显示网格
plt.grid()
#显示图像
plt.show()

效果如图:

附录

1、常用的工具库安装

(建议安装3.8版本及以下,否则有些工具库版本不足,会影响使用)
在Python 3.4.0之后的安装包中已经集成了pip工具,安装后的可执行文件在Python37\Scripts\目录下。Python 3.4.0 之前的版本,需要另外安装pip工具,首先从https://pypi.org/project/pip/ 下载文件get-pip.py,然后在命令提示符(运行cmd)下执行命令python get-pip.py即可自动完成pip的安装。但是需要保证计算机处于联网状态。

2、pip常用命令

pip install numpy #安装numpy
pip uninstall numpy #卸载numpy
pip install-upgrade numpy #升级numpy
pip install-U #升级numpy
pip list #列出已有的工具库

3、常用的工具库

在此要注意的是numpy安装的时候一定要选择numpy+mkl文件。
其他文件都在线安装,但凸优化库cvxpy必须离线安装。
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库的安装版本有很多,一定要选择NumPy+mkl库。

4、常用的marker

5、常用的颜色

  • b: blue 蓝色
  • g: green 绿色
  • r: red 红色
  • c: cyan 青色
  • m: magenta 洋红色
  • y: yellow 黄色
  • k: black 黑色
  • w: white 白色(一般不使用)

到此这篇关于利用Python程序读取Excel创建折线图的文章就介绍到这了,更多相关Python创建折线图内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

时间: 2022-09-19

Python数据分析之 Matplotlib 折线图绘制

目录 一.Matplotlib 绘图 简单示例 二.折线图绘制 一.Matplotlib 绘图 在数据分析中,数据可视化也非常重要,通过直观的展示过程.结果数据,可以帮助我们清晰的理解数据,进而更好的进行分析.接下来就说一下Python数据分析中的数据可视化工具 Matplotlib 库. Matplotlib 是一个非常强大的Python 2D绘图库,使用它,我们可以通过图表的形式更直观的展现数据,实现数据可视化,使用起来也非常方便,而且支持绘制折线图.柱状图.饼图.直方图.散点图等. 可以使

Python读取Excel表格,并同时画折线图和柱状图的方法

今日给大家分享一个Python读取Excel表格,同时采用表格中的数值画图柱状图和折线图,这里只需要几行代码便可以实. 首先我们需要安装一个Excel操作的库xlrd,这个很简单,在安装Python后直接在DOS命令下输入pip install xlrd,便可以安装成功,如果还是不行,就输入Python -m pip install xlrd.后面会附上完整的代码和截图: 这行代码就是读取本地Excel文件的: data = xlrd.open_workbook(r'C:\\Users\\ASU

Python可视化神器pyecharts绘制折线图详情

目录 折线图介绍 折线图模板系列 双折线图(气温最高最低温度趋势显示) 面积折线图(紧贴Y轴) 简单折线图(无动态和数据标签) 连接空白数据折线图 对数轴折线图示例 折线图堆叠(适合多个折线图展示) 二维曲线折线图(两个数据) 多维度折线图(颜色对比) 阶梯折线图 js高渲染折线图 折线图介绍 折线图和柱状图一样是我们日常可视化最多的一个图例,当然它的优势和适用场景相信大家肯定不陌生,要想快速的得出趋势,抓住趋势二字,就会很快的想到要用折线图来表示了.折线图是通过直线将这些点按照某种顺序连接起来

Python数据分析之使用matplotlib绘制折线图、柱状图和柱线混合图

目录 matplotlib介绍 matplotlib绘制折线图 matplotlib绘制柱状图 matplotlib绘制柱线混合图 总结 matplotlib介绍 Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 PyQt 和 wxPython. 安装Matplotlib库命令:在cmd命令窗口输入pip install matplotlib. matplotlib绘制折线图 1.绘

python数据可视化之日期折线图画法

本文实例为大家分享了python日期折线图画法的具体代码,供大家参考,具体内容如下 引入 什么是折线图: 折线图是排列在工作表的列或行中的数据可以绘制到折线图中.折线图可以显示随时间(根据常用比例设置)而变化的连续数据,因此非常适用于显示在相等时间间隔下数据的趋势.在折线图中,类别数据沿水平轴均匀分布,所有值数据沿垂直轴均匀分布. 以上引用自 百度百科 ,简单来说一般折线图 是以时间作为 X 轴 数据 作为 Y轴,这当然不是固定的,是可以自行设置的. 话不多说~ 进入正题 第一种画法: impo

Python绘制折线图可视化神器pyecharts案例

目录 前言 折线图模板系列 自定义标签数据折线图 一天用电量折线图(特定场景) 断点折线图(根据场景进行配置) 双折线图显示最低最高数据标签(不显示其他数据标签) 双折线图显示平均刻度数据标签(数据可显示) 断点折线图(显示数据项) 面积折线图(不紧贴) 3D旋转弹簧图 前言 相信有很多的小伙伴看了如此多个案例之后肯定有所发现,每一个案例都对应着每一个配置,如果是官方配置文档,说实话看起来真的很难,这样通过案例实现来解决各种参数的配置,我觉得有一定的参考价值和学习意义,正所谓“磨刀不误砍工”,如

教你利用python的matplotlib(pyplot)绘制折线图和柱状图

目录 前言 一.折线图 二.柱状图 总结 前言 今天帮师兄赶在deadline之前画论文的图,现学现卖很是刺激,现把使用matplotlib的子库pyplot画折线图和柱状图的代码记录分享一下,方便大家参考,个人感觉pyplot真的蛮方便的,非常值得使用. 先看下官方对pyplot的描述:“Provides a MATLAB-like plotting framework.”.对,就是一个类似matlab的画图框架.就不多多说了,直接上代码吧: 一.折线图 代码: import matplotl

Python pyecharts Line折线图的具体实现

目录 一.绘制折线图 二.添加最小值最大值平均值 三.竖线提示信息 四.显示工具栏 五.实心面积填充 六.是否跳过空值 七.折线光滑化 八.多X轴 九.阶梯图 一.绘制折线图 import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['font.sans-s

python绘制简单折线图代码示例

1.画最简单的直线图 代码如下: import numpy as np import matplotlib.pyplot as plt x=[0,1] y=[0,1] plt.figure() plt.plot(x,y) plt.savefig("easyplot.jpg") 结果如下: 代码解释: #x轴,y轴 x=[0,1] y=[0,1] #创建绘图对象 plt.figure() #在当前绘图对象进行绘图(两个参数是x,y轴的数据) plt.plot(x,y) #保存图象 plt

Python openpyxl 插入折线图实例

我就废话不多说了,还是直接看代码吧! import os import openpyxl from datetime import date from openpyxl import Workbook from openpyxl.chart import ( Series, LineChart, Reference, ) def add_line_chart(title, wss, min_col, min_row, max_col, max_row): c1 = LineChart() c1.

Python散点图与折线图绘制过程解析

这篇文章主要介绍了Python散点图与折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 在数据分析的过程中,经常需要将数据可视化,目前常使用的:散点图 折线图 需要import的外部包 一个是绘图 一个是字体导入 import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties 在数据处理前需要获取数据,从TXT XML csv

Python 绘制可视化折线图

1. 用 Numpy ndarray 作为数据传入 ply import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt np.random.seed(1000) y = np.random.standard_normal(10) print "y = %s"% y x = range(len(y)) print "x=%s"% x plt.plot(y) plt.show()

python绘制分布折线图的示例

用Python 绘制分布(折线)图,使用的是 plot()函数. 一个简单的例子: # encoding=utf-8 import matplotlib.pyplot as plt from pylab import * # 支持中文 mpl.rcParams['font.sans-serif'] = ['SimHei'] # 'mentioned0cluster', names = ['mentioned1cluster','mentioned2cluster', 'mentioned3clu

利用python画出折线图

本文实例为大家分享了python画折线图的具体代码,供大家参考,具体内容如下 # encoding=utf-8 import matplotlib.pyplot as plt from pylab import * #支持中文 mpl.rcParams['font.sans-serif'] = ['SimHei'] names = ['5', '10', '15', '20', '25'] x = range(len(names)) y = [0.855, 0.84, 0.835, 0.815,

python pyecharts 实现一个文件绘制多张图

Grid并行显示多张图 注意: 第一个图需为 有 x/y 轴的图,即不能为 Pie,其他位置顺序任意 from pyecharts import Bar, Line, Scatter, EffectScatter, Grid ''' Grid类:并行显示多个图表 TODO 第一个图需为 有 x/y 轴的图,即不能为 Pie,其他位置顺序任意. ''' attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", &quo

python使用matplotlib绘制折线图的示例代码

示例代码如下: #!/usr/bin/python #-*- coding: utf-8 -*- import matplotlib.pyplot as plt # figsize - 图像尺寸(figsize=(10,10)) # facecolor - 背景色(facecolor="blue") # dpi - 分辨率(dpi=72) fig = plt.figure(figsize=(10,10),facecolor="blue") #figsize默认为4,

python使用matplotlib绘制折线图教程

matplotlib简介 matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中. 它的文档相当完备,并且Gallery页面中有上百幅缩略图,打开之后都有源程序.因此如果你需要绘制某种类型的图,只需要在这个页面中浏览/复制/粘贴一下,基本上都能搞定. 在Linux下比较著名的数据图工具还有gnuplot,这个是免费的,Python有一个包可以调用gnuplot,但是语法比较不

python绘制双Y轴折线图以及单Y轴双变量柱状图的实例

近来实验室的师姐要发论文,由于论文交稿时间临近,有一些杂活儿需要处理,作为实验室资历最浅的一批,我这个实习生也就责无旁贷地帮忙当个下手.今天师姐派了一个小活,具体要求是: 给一些训练模型的迭代次数,训练精度的数据,让我做成图表形式展示出来,一方面帮助检查模型训练时的不足,另一方面来看样本数目和预测精度之间的联系,数据具体格式如下: Iteration 1500 label train test right acc 12 143 24 24 1.0 160 92 16 15 0.9375 100