Python读取Excel数据并生成图表过程解析
作者:前进小蜗牛
这篇文章主要介绍了Python读取Excel数据并生成图表过程解析,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
一、需求背景
自己一直在做一个周基金定投模拟,每周需要添加一行数据,并生成图表。以前一直是用Excel实现的。但数据行多后,图表大小调整总是不太方便,一般只能通过缩放比例解决。
二、需求实现目标
通过Python程序读取Excel文件中的数据,生成图表,最好将生成图表生成至浏览器页面,后期数据多之后,也能自动缩放,而不会出现显示不全问题。
三、需求实现代码
# 调用本地echarts.min.js 文件 from pyecharts.globals import CurrentConfig CurrentConfig.ONLINE_HOST ='D:\\develop_study\\Python38\\pyecharts\\' from pyecharts.charts import Line # 数据可视化折线图 import pyecharts.options as opts import xlrd # 读取excel文件 import webbrowser # 用于自动打开生成的HTML文件 # 打开excel data = xlrd.open_workbook('E:\知识点滴积累\蜗牛定投价格曲线_python.xlsx') # 打开excel工作簿 table = data.sheet_by_index(1) # 打开第一个页签 print(f'当前已定投周数:{table.nrows}-1') # 获取行数 print(f'当前总计列数:{table.ncols}') # 获取列数 # print(table.row_values(0)) # 获取行数据 dt_dates = [] # 日期 dt_hs300s =[] # 沪深300 dt_zz500s =[] # 中证500 dt_nz100s =[] # 纳指100 dt_bp500s =[] # 标普500 for i in range(1,table.nrows): dt_date = table.row_values(i)[0] dt_dates.append(dt_date) dt_hs300 = table.row_values(i)[1] dt_hs300s.append(dt_hs300) dt_zz500 = table.row_values(i)[2] dt_zz500s.append(dt_zz500) dt_nz100 = table.row_values(i)[3] dt_nz100s.append(dt_nz100) dt_bp500 = table.row_values(i)[4] dt_bp500s.append(dt_bp500) # print(dt_dates) # print(dt_hs300s) # print(dt_zz500s) # print(dt_nz100s) # print(dt_bp500s) # 折线图 line = Line(init_opts=opts.InitOpts(width='1200px',height='700px')) line.add_xaxis(dt_dates) line.add_yaxis('沪深300', dt_hs300s) line.add_yaxis('中证500', dt_zz500s) line.add_yaxis('纳指100', dt_nz100s) line.add_yaxis('标普500', dt_bp500s) # 所有折线图显示平均值、最大值、最小值 line.set_series_opts( markpoint_opts=opts.MarkPointOpts( data=[ opts.MarkPointItem(type_='average',name='平均值'), opts.MarkPointItem(type_='max',name='最大值'), opts.MarkPointItem(type_='min',name='最小值') ] ) ) # 设置标题等 line.set_global_opts(title_opts=opts.TitleOpts('跟踪指数周变化曲线'), # 显示工具箱 toolbox_opts=opts.ToolboxOpts(), xaxis_opts=opts.AxisOpts(axislabel_opts={"rotate":45,"interval":0}) ) # interval:0 横轴信息全部显示 # rotate:45 45度倾斜显示 line.render('价格曲线可视化3.html') webbrowser.open('价格曲线可视化3.html')
- 添加标题
- x轴刻度全部显示
- 设置各对象最大值、最小值、平均值
- 设置图表大小
四、需求实现效果
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。