案例01 制作柱形圖展示數(shù)據(jù)的對比關系——員工銷售業(yè)績統(tǒng)計表.xlsx

import xlwings as xw
app = xw.App(visible=True, add_book=False)
workbook = app.books.open('員工銷售業(yè)績統(tǒng)計表.xlsx') # 打開要制作圖表的工作簿
for i in workbook.sheets: # 遍歷工作簿中的工作表
    chart = i.charts.add(left=200, top=0, width=355, height=211)  # 設置圖表的位置和尺寸
    chart.set_source_data(i['A1'].expand()) # 讀取工作表中要制作圖表的數(shù)據(jù)
    chart.chart_type = 'column_clustered' # 制作柱形圖
workbook.save('柱形圖.xlsx')
workbook.close()
app.quit()

運行結(jié)果打開柱形圖.xlsx即可查看

?用特定含義的字符串來指定圖表類型，常用圖表類型對應的字符串如下：

圖表類型	字符串	圖表類型	字符串
柱形圖	‘column_clustered'	餅圖	'pie'
條形圖	'bar_clustered'	圓環(huán)圖	‘doughnut’
折線圖	‘line’	散點圖	‘xy_scatter'
面積圖	’area‘	雷達圖	’radar‘

批量制作條形圖

import xlwings as xw
app = xw.App(visible = True, add_book = False)
workbook = app.books.open('員工銷售業(yè)績統(tǒng)計表.xlsx')
for i in workbook.sheets:
    chart = i.charts.add(left = 200, top = 0, width = 355, height = 211)
    chart.set_source_data(i['A1'].expand('table'))
    chart.chart_type = 'bar_clustered' # 制作條形圖
workbook.save('條形圖.xlsx')
workbook.close()
app.quit()

案例02 制作折線圖展示數(shù)據(jù)的變化趨勢——月銷售表.xlsx

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df = pd.read_excel('月銷售表.xlsx')
figure = plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = df['月份']
y = df['銷售額']
plt.plot(x, y, color = 'red', linewidth = '3', linestyle = 'solid')  # 制作折線圖
plt.title(label = '月銷售額趨勢圖', fontdict = {'color' : 'black', 'size' : 30}, loc = 'center') # 添加并設置圖表標題
for a,b in zip(x,y): # 遍歷折線圖表標題
    plt.text(a, b + 0.2, (a, '%.0f' % b), ha = 'center', va =  'bottom', fontsize = 10) # 添加并設置數(shù)據(jù)標簽
plt.axis('off')  # 隱藏坐標軸
app = xw.App(visible = False)  # 啟動Excel程序
workbook = app.books.open('月銷售表.xlsx')  # 打開要插入圖表的工作簿
worksheet = workbook.sheets['Sheet1']   #選中工作表”Sheet1“
worksheet.pictures.add(figure, name = '圖片1', update = True, left = 200) # 在工作表中插入制作的折線圖
workbook.save('折線圖.xlsx')
workbook.close()
app.quit()

運行結(jié)果：

?

axis()函數(shù)的參數(shù)值為’off’時表示不顯示圖表坐標軸，為‘on'時表示顯示圖表坐標軸??

制作折線圖并為最高點添加數(shù)據(jù)標簽

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df = pd.read_excel('月銷售表.xlsx')
figure = plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = df['月份']
y = df['銷售額']
plt.plot(x, y, color = 'red', linewidth = '3', linestyle = 'solid')  # 制作折線圖
plt.title(label = '月銷售額趨勢圖', fontdict = {'color' : 'black', 'size' : 30}, loc = 'center') # 添加并設置圖表標題
max1 = df['銷售額'].max() # 獲取最高銷售額
df_max = df[df['銷售額']== max1]  # 選取最高銷售額對應的行數(shù)據(jù)
for a,b in zip(df_max['月份'],df_max['銷售額']): # 遍歷折線圖表標題
    plt.text(a, b + 0.05, (a, '%.0f' % b), ha = 'center', va =  'bottom', fontsize = 10) # 添加并設置數(shù)據(jù)標簽
plt.axis('off')  # 隱藏坐標軸
app = xw.App(visible = False)  # 啟動Excel程序
workbook = app.books.open('月銷售表.xlsx')  # 打開要插入圖表的工作簿
worksheet = workbook.sheets['Sheet1']   #選中工作表”Sheet1“
worksheet.pictures.add(figure, name = '圖片1', update = True, left = 200) # 在工作表中插入制作的折線圖
workbook.save('顯示最高點數(shù)據(jù)標簽的折線圖.xlsx')
workbook.close()
app.quit()

運行結(jié)果：

?

制作平滑折線圖

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from scipy import interpolate
import xlwings as xw
df = pd.read_excel('月銷售表.xlsx')
figure = plt.figure()  
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = df['月份']
y = df['銷售額']
xnew = np.arange(1, 12, 0.1)
func = interpolate.interp1d(x, y, kind = 'cubic')
ynew = func(xnew)
plt.plot(xnew, ynew, color = 'red', linewidth = '3', linestyle = 'solid') # 制作平滑折線圖
plt.title(label = '月銷售額趨勢圖',fontdict = {'color' : 'black', 'size' : 30}, loc = 'center')
plt.xlabel('月份', fontdict = {'family' : 'SimSun', 'color' : 'black', 'size' : 20}, labelpad = 20)  
plt.ylabel('銷售額', fontdict = {'family' : 'SimSun', 'color' : 'black', 'size' : 20}, labelpad = 20)
plt.xlim(0, 12)  # 設置圖表x軸的取值范圍
app = xw.App(visible = False)
workbook = app.books.open('月銷售表.xlsx')
worksheet = workbook.sheets['Sheet1']
worksheet.pictures.add(figure, name = '圖片1', update = True, left = 200)
workbook.save('平滑折線圖.xlsx')
workbook.close()
app.quit()

運行結(jié)果：

?arange()是NumPy模塊中的函數(shù)，用于創(chuàng)建等差數(shù)組。

語法格式：

arange(start,stop,step)

參數(shù)	說明
start	起始值?？蛇x參數(shù)，默認從0開始
stop	結(jié)束值。生成的數(shù)組不包含結(jié)束值
step	步長。可選參數(shù)，默認步長為1，如果指定了step，還必須給出start

案例03 制作散點圖判斷兩組數(shù)據(jù)的相關性——汽車速度和剎車距離表.xlsx

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df = pd.read_excel('汽車速度和剎車距離表.xlsx')
figure = plt.figure()
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = df['汽車速度（km/h）']
y = df['剎車距離（m）']
plt.scatter(x, y, s = 400, color = 'red', marker = 'o', edgecolor = 'black')  # 制作散點圖
plt.xlabel('汽車速度(km/h)', fontdict = {'family' : 'Microsoft YaHei', 'color' : 'black', 'size' : 20}, labelpad = 20) # 添加并設置x軸標題
plt.ylabel('剎車距離(m)', fontdict = {'family' : 'Microsoft YaHei', 'color' : 'black', 'size' : 20}, labelpad = 20) # 添加并設置y軸標題
plt.title('汽車速度與剎車距離關系圖', fontdict = {'family' : 'Microsoft YaHei', 'color' : 'black', 'size' : 30}, loc = 'center') # 添加并設置圖表標題
app = xw.App(visible = False)  # 啟動Excel程序
workbook = app.books.open('汽車速度和剎車距離表.xlsx')  # 打開要插入圖表的工作簿
worksheet = workbook.sheets[0]  # 選中第1個工作表
worksheet.pictures.add(figure, name = '圖片1', update = True, left = 200)  # 在工作表中插入制作的散點圖
workbook.save('散點圖.xlsx')
workbook.close()
app.quit()

?運行結(jié)果：

scatter()是Matplotlib模塊中的函數(shù)，用于制作散點圖。

語法格式：

scatter(x，y，s，color，marker，linewidth，edgecolor)

參數(shù)	說明
x	x坐標的值
y	y坐標的值
s	每個點的面積。如果該參數(shù)只有一個值或者省略該參數(shù)，表示所有點的大小都一樣；如果該參數(shù)有多個值，則表示每個點的大小都不一樣，此時散點圖就變成了氣泡圖
color	每個點的填充顏色。即可以為所有點填充同一種顏色，也可以為不同的點填充不同的顏色
marker	每個點的形狀。
linewidth	每個點的邊框粗細
edgecolor	每個點的邊框顏色

為散點圖添加線性趨勢線

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
from sklearn import linear_model
df = pd.read_excel('汽車速度和剎車距離表.xlsx')
figure = plt.figure()
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = df['汽車速度（km/h）']
y = df['剎車距離（m）']
plt.scatter(x, y, s = 400, color = 'red', marker = 'o', edgecolor = 'black')
plt.xlabel('汽車速度(km/h)', fontdict = {'family' : 'Microsoft YaHei', 'color' : 'black', 'size' : 20}, labelpad = 20)
plt.ylabel('剎車距離(m)', fontdict = {'family' : 'Microsoft YaHei', 'color' : 'black', 'size' : 20}, labelpad = 20)
plt.title('汽車速度與剎車距離關系圖', fontdict = {'family' : 'Microsoft YaHei', 'color' : 'black', 'size' : 30}, loc = 'center')
model = linear_model.LinearRegression().fit(x.values.reshape(-1,1), y)
pred = model.predict(x.values.reshape(-1,1))
plt.plot(x, pred,  color = 'black', linewidth = '3', linestyle = 'solid', label = '線性趨勢線') # 繪制線性趨勢線
plt.legend(loc = 'upper left')
app = xw.App(visible = False)
workbook = app.books.open('汽車速度和剎車距離表.xlsx')
worksheet = workbook.sheets[0]
worksheet.pictures.add(figure, name = '圖片1', update = True, left = 200)
workbook.save('為散點圖添加線性趨勢線.xlsx')
workbook.close()
app.quit()

運行結(jié)果：

?

制作氣泡圖——氣泡圖.xlsx

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df = pd.read_excel('氣泡圖.xlsx')
figure = plt.figure()
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = df['銷售量']
y = df['利潤（萬）']
z = df['產(chǎn)品名稱']
plt.scatter(x, y, s = y * 100, color = 'red', marker = 'o')
plt.xlabel('銷售量', fontdict = {'family' : 'Microsoft YaHei', 'color' : 'black', 'size' : 20}, labelpad = 20)
plt.ylabel('利潤（萬）', fontdict = {'family' : 'Microsoft YaHei', 'color' : 'black', 'size' : 20}, labelpad = 20)
plt.title('銷售量與利潤關系圖', fontdict = {'family' : 'Microsoft YaHei', 'color' : 'black', 'size' : 30}, loc = 'center')
for a, b, c in zip(x, y, z):
    plt.text(a, b, c, ha = 'center', va = 'center', fontsize = 30, color = 'white')
plt.xlim(0, 800)
plt.ylim(0, 120)
app = xw.App(visible = False)
workbook = app.books.open('氣泡圖.xlsx')
worksheet = workbook.sheets[0]
worksheet.pictures.add(figure, name = '圖片1', update = True, left = 200)
workbook.save('氣泡圖1.xlsx')
workbook.close()
app.quit()

運行結(jié)果：

案例04 制作餅圖展示部分和總體的比例關系——餅圖.xlsx

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df = pd.read_excel('餅圖.xlsx')
figure = plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = df['產(chǎn)品名稱']
y = df['銷售額']
plt.pie(y, labels = x, labeldistance = 1.1, autopct = '%.2f%%', pctdistance = 0.8, startangle = 90, radius = 1.0, explode = [0, 0, 0, 0, 0, 0.3, 0]) # 制作餅圖并分離餅圖塊
plt.title(label = '產(chǎn)品銷售額占比圖', fontdict = {'color' : 'black', 'size' : 30}, loc = 'center')  # 添加并設置圖表標題
app = xw.App(visible = False)
workbook = app.books.open('餅圖.xlsx')
worksheet = workbook.sheets[0]
worksheet.pictures.add(figure, name = '圖片1', update = True, left = 200) # 在工作表中插入制作的餅圖
workbook.save()
workbook.close()
app.quit()

運行結(jié)果：

?

pie()是Matplotlib模塊中的函數(shù)，?用于制作餅圖。

語法格式：

pie(x,explode,labels,colors,autopct,pctdistance,shadow,labeldistance,startangle,radius,counterclock,center,frame)

參數(shù)	說明
x	餅圖塊的數(shù)據(jù)系列值
explode	一個列表，指定每一個餅圖塊與圓心的距離
labels	每一個餅圖塊的數(shù)據(jù)標簽內(nèi)容
colors	每一個餅圖塊的填充顏色
autopct	每一個餅圖塊的百分比數(shù)值的格式
pctdistance	百分比數(shù)值與餅圖塊中心的距離
shadow	是否為餅圖繪制陰影
labeldistance	數(shù)據(jù)標簽與餅圖塊中心的距離
startangle	數(shù)據(jù)的第一個值對應的餅圖塊在餅圖中的初始角度
radius	餅圖的半徑
counterclock	是否讓餅圖逆時針顯示
center	餅圖的中心位置
frame	是否顯示餅圖背后的圖框

制作圓環(huán)圖——餅圖.xlsx

為pie()函數(shù)適當設置參數(shù)wedgeprops的值，就能制作出圓環(huán)圖。

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df = pd.read_excel('餅圖.xlsx')
figure = plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = df['產(chǎn)品名稱']
y = df['銷售額']
plt.pie(y, labels = x, autopct = '%.2f%%', pctdistance = 0.85, radius = 1.0, labeldistance = 1.1, wedgeprops = {'width' : 0.3, 'linewidth' : 2, 'edgecolor' : 'white'}) # 用讀取的數(shù)據(jù)制作圓環(huán)圖
plt.title(label = '產(chǎn)品銷售額占比圖', fontdict = {'color' : 'black', 'size' : 30}, loc = 'center')
app = xw.App(visible = False)
workbook = app.books.open('餅圖.xlsx')
worksheet = workbook.sheets[0]
worksheet.pictures.add(figure, name = '圖片1', update = True, left = 200)
workbook.save()
workbook.close()
app.quit()

運行結(jié)果：

?

案例05 制作雷達圖對比多項指標——雷達圖.xlsx

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df = pd.read_excel('雷達圖.xlsx')  
df = df.set_index('性能評價指標')  # 將數(shù)據(jù)中的'性能評價指標'列設置為行索引
df = df.T   # 轉(zhuǎn)置數(shù)據(jù)表格
df.index.name = '品牌'  # 將轉(zhuǎn)置后數(shù)據(jù)中行索引那一列的名稱修改為“品牌”
def plot_radar(data, feature):  # 自定義一個函數(shù)用于制作雷達圖
    plt.rcParams['font.sans-serif'] = ['SimHei']  
    plt.rcParams['axes.unicode_minus'] = False 
    cols = ['動力性', '燃油經(jīng)濟性', '制動性', '操控穩(wěn)定性', '行駛平順性', '通過性', '安全性', '環(huán)保性']  # 指定各個品牌要顯示的性能評價指標的名稱
    colors = ['green', 'blue', 'red', 'yellow']  # 為每個品牌設置圖表中的顏色
    angles = np.linspace(0.1 * np.pi, 2.1 * np.pi, len(cols), endpoint = False)  # 根據(jù)要顯示的指標個數(shù)對圓進行等分
    angles = np.concatenate((angles, [angles[0]]))  # 連接刻度線數(shù)據(jù)
    cols = np.concatenate((cols, [cols[0]]))
    fig = plt.figure(figsize = (8, 8))  # 設置顯示圖表的窗口大小
    ax = fig.add_subplot(111, polar = True)  # 設置圖表在窗口中的顯示位置，并設置坐標軸為極坐標體系
    for i, c in enumerate(feature):  
        stats = data.loc[c]   # 獲取品牌對應的指標數(shù)據(jù)
        stats = np.concatenate((stats, [stats[0]]))  # 連接品牌的指標數(shù)據(jù)
        ax.plot(angles, stats, '-', linewidth = 6, c = colors[i], label = '%s'%(c))   # 制作雷達圖
        ax.fill(angles, stats, color = colors[i], alpha = 0.25)   # 為雷達圖填充顏色
    ax.legend()   # 為雷達圖添加圖例
    ax.set_yticklabels([])    # 隱藏坐標軸數(shù)據(jù)
    ax.set_thetagrids(angles * 180 / np.pi, cols, fontsize = 16)  # 添加并設置數(shù)據(jù)標簽
    plt.show()
    return fig
fig = plot_radar(df, ['A品牌', 'B品牌', 'C品牌', 'D品牌'])  # 調(diào)用自定義函數(shù)制作雷達圖

運行結(jié)果：

知識延伸

1、linspace()是Numpy模塊中 的函數(shù)，用于在指定的區(qū)間內(nèi)返回均價間隔的數(shù)字。

語法格式：

linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)

參數(shù)	說明
start	區(qū)間的起始值
stop	區(qū)間的終止值
num	可選參數(shù)，指定生成的樣本數(shù)。取值必須是非負數(shù)，默認值為50
endpoint	可選參數(shù)，指定終止值stop是否被包含在結(jié)果數(shù)組中。如果為True，則結(jié)果中一定會有終止值stop；如果為False，則結(jié)果中一定沒有終止值stop
retstep、dtype	可選參數(shù)，一般不使用

?2、concatenate()函數(shù)用于一次完成多個數(shù)組的拼接。

語法格式：

concatenate（（a1，a2，……），axis=0)

參數(shù)：

（a1，a1，……）：要拼接的數(shù)組

axis=0：拼接的軸向，通?？梢允÷?/p>

3、add_subplot()函數(shù)用于在一張畫布上劃分區(qū)域，以繪制多張子圖。

4、fill()函數(shù)用于為由一組坐標值定義的多邊形區(qū)域填充顏色。

語法格式：

fill(x,y,color,alpha)

參數(shù)：

x,y：多邊形各頂點的x坐標值和y坐標值列表

color：填充顏色

alpha：填充顏色的透明度

制作某一品牌性能評價指標雷達圖——雷達圖.xlsx

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df = pd.read_excel('雷達圖.xlsx')  
df = df.set_index('性能評價指標') 
df = df.T 
df.index.name = '品牌'  
def plot_radar(data, feature): 
    plt.rcParams['font.sans-serif'] = ['SimHei']  
    plt.rcParams['axes.unicode_minus'] = False  
    cols = ['動力性', '燃油經(jīng)濟性', '制動性', '操控穩(wěn)定性', '行駛平順性', '通過性', '安全性', '環(huán)保性']  
    colors = ['green', 'blue', 'red', 'yellow']  
    angles = np.linspace(0.1 * np.pi, 2.1 * np.pi, len(cols), endpoint = False)  
    angles = np.concatenate((angles, [angles[0]]))
    cols = np.concatenate((cols, [cols[0]]))
    fig = plt.figure(figsize = (8, 8)) 
    ax = fig.add_subplot(111, polar = True)
    for i, c in enumerate(feature):  
        stats = data.loc[c]  
        stats = np.concatenate((stats, [stats[0]]))  
        ax.plot(angles, stats, '-', linewidth = 6, c = colors[i], label = '%s'%(c)) 
        ax.fill(angles, stats, color = colors[i], alpha = 0.25)  
    ax.legend() 
    ax.set_yticklabels([])  
    ax.set_thetagrids(angles * 180 / np.pi, cols, fontsize = 16)
    plt.show()
    return fig
fig = plot_radar(df, ['A品牌']) # 查看A品牌的性能評價指標情況

運行結(jié)果：

案例06 制作溫度計圖展示工作進度——溫度計圖.xlsx

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_excel('溫度計圖.xlsx')
sum = 0  # 定義變量sum，用于存儲全年的實際銷售業(yè)績
for i in range(12):
    sum = df['銷售業(yè)績（萬元）'][i] + sum  # 累加12個月的實際銷售業(yè)績，得到全年的實際銷售業(yè)績
goal = df['銷售業(yè)績（萬元）'][13]  # 獲取全年的目標銷售業(yè)績
percentage = sum / goal # 計算全年的實際銷售業(yè)績占目標銷售業(yè)績的百分比
plt.bar(1, 1, color = 'yellow')  # 制作柱形圖展示全年的目標銷售業(yè)績
plt.bar(1, percentage, color = 'cyan') # 制作柱形圖展示全年的實際銷售業(yè)績，設置填充顏色為青色
plt.xlim(0, 2)  # 設置圖表x軸的取值范圍
plt.ylim(0, 1.2) # 設置圖表y軸的取值范圍
plt.text(1, percentage - 0.01, percentage, ha = 'center', va = 'top', fontdict = {'color' : 'black', 'size' : 20}) # 添加并設置數(shù)據(jù)標簽
plt.show()  # 顯示制作的溫度計圖

運行結(jié)果：

?

制作上半年銷售業(yè)績的溫度計圖

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_excel('溫度計圖.xlsx')
sum = 0
for i in range(6):
    sum = df['銷售業(yè)績（萬元）'][i] + sum  
goal = df['銷售業(yè)績（萬元）'][13]  
percentage = sum / goal
plt.bar(1, 1, color = 'yellow')
plt.bar(1, percentage, color = 'cyan')
plt.xlim(0, 2)
plt.ylim(0, 1.2)
plt.text(1, percentage - 0.01, percentage, ha = 'center', va = 'top', fontdict = {'color' : 'black', 'size' : 20})
plt.show()

運行結(jié)果：

?

使用python制作常用圖表?，這些案例中使用到的數(shù)據(jù)文件請點擊這里?【免費】使用python制作常用圖表所要使用的數(shù)據(jù).zip資源-CSDN文庫文章來源地址http://www.zghlxwxcb.cn/news/detail-742527.html

到了這里，關于使用python制作常用圖表的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！