利用Python程序读取Excel创建折线图
作者:Famiglistimott 时间:2021-05-29 00:36:33
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)
来源:https://blog.csdn.net/kt1776133839/article/details/126874094
标签:Python,读取,Excel,创建,折线图
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
Python 图像处理 Pillow 库详情
2022-12-05 04:46:12
PHP中quotemeta()函数的用法讲解
2023-06-08 04:04:24
![](https://img.aspxhome.com/file/2023/7/55377_0s.png)
python利用urllib实现爬取京东网站商品图片的爬虫实例
2022-05-01 12:32:56
![](https://img.aspxhome.com/file/2023/7/69457_0s.jpg)
Python基础 while循环与break、continue关键字
2023-11-19 03:41:42
![](https://img.aspxhome.com/file/2023/3/64283_0s.jpg)
ASP 自动采集实现代码
2011-03-07 11:17:00
python中scipy.stats产生随机数实例讲解
2021-03-20 07:57:04
网页中的平衡、对比、连贯和留白
2008-11-24 12:11:00
XML十项特点
2008-04-05 13:49:00
精致的web设计
2009-12-04 19:07:00
Python中eval()函数的详细使用教程
2023-11-22 15:51:39
![](https://img.aspxhome.com/file/2023/8/78578_0s.png)
Python实现将Excel转换成xml的方法示例
2023-01-19 23:02:53
非集成环境的php运行环境(Apache配置、Mysql)搭建安装图文教程
2023-07-21 16:21:41
![](https://img.aspxhome.com/file/2023/0/5707955470_0s.png)
PHP count_chars()函数讲解
2023-06-05 09:17:25
![](https://img.aspxhome.com/file/2023/2/55392_0s.png)
全文译稿 Windows Internet Explorer 8 性能优化白皮书
2010-04-23 20:13:00
总结Python编程中函数的使用要点
2021-03-15 01:49:52
Flask模板引擎之Jinja2语法介绍
2021-11-15 21:08:11
Python设计模式之工厂模式简单示例
2022-10-06 13:22:38
![](https://img.aspxhome.com/file/2023/1/75341_0s.png)
Go微服务项目配置文件的定义和读取示例详解
2023-06-23 22:48:50
![](https://img.aspxhome.com/file/2023/6/89016_0s.png)
打造“前端开发”程序员专用版EditPlus
2009-01-05 13:04:00
![](https://img.aspxhome.com/file/UploadPic/20091/5/zip-43s.png)
关于CSS中字号控制的兼容性研究
2010-01-23 12:48:00