数据提取——提取Excel某一列数据

xlrd库读取Excel表  .xls后缀

打开需要读的.xls表，获取需要的列。循环求次数，不返回列名（不需要列名数据）。

按照出现次数值，降序排序。

循环查看所得值是否正确。

将值存入txt文件中。

扇形图

效果图

读取txt中得到的值，一行一行的读。

设置参数存储数据。

split函数：分割数据，分别存入a,b中

计算总次数，再分别算各部分占比

解决中文乱码

设置颜色，突出值

autopct:"%1.1f%%"保留固定的小数位

startangle:逆时针起始角度

shadow:有阴影

目录

1.饼图

2.柱形图

3.直方图

4.折线图

5.散点图

6. 箱型图

1.饼图

2.柱形图

柱状图常常用于展示多个分类（单个分类也可以）的数据变化和同类别各

条形图（横过来的柱形图）：优势

类别数过多时，如果要加入数据标签，那么使用条形图比较合适

柱状图的数看起来有点拥挤

双向条形图：

 步骤：

用柱状图可视化回归结果

注意：是堆积柱形图 

横坐标的设置

3.直方图

直方图是显示数据频数或频率的柱状图。

直方图与柱形图区别：

1） 直方图展示数据的分布，柱状图比较数据的大小。

2） 直方图 X 轴为定量数据，柱状图 X 轴为分类数据。

3） 直方图 y 轴要么为数据的频数，要么为数据的频率，柱状图 y 轴为数据

实际大小。

若为频数直方图

若为频率直方图

1.输入区间段的末尾数

打开数据分析

选择刚输入区间段末尾数+选择所有数据列（注意要选中标题）

之后生成分点和频数

频率：=频数/总和

 第一个区间手动输入，之后区间自动生成

注意有字符串:="("&A2&","&A3&"]"

生成区间和频率之后选中插入柱形图

4.折线图

注意：在年份前加'要是英文的，将年份看作是文本

调整纵坐标范围 

 双坐标折线图

次坐标的图形通常在最高一层显示。

设置次坐标轴

柱形图顶端的折线图 

1）绘制图形

先将所有数据放在一列，每组间隔两个

选中所有数据绘制折线图，右键选择数据，再次选择所有数列

选择其中一条折线，更改系列图表类型，更改成面积图

2）更改坐标

 右键选择数据：名称任意，取值要有十个

在格式里面找到刚刚命名的系列，切换为次坐标轴

在选择数据中更改标签选中正确标题，在+中显示次坐标轴

将坐标轴移动到下面

 之后将下面和右侧坐标轴选择无

绘制完成！！

5.散点图

6. 箱型图

作用

取出excel数据生成图表

• 帮朋友写的一个小脚本
• 从excel中取出数据，然后生成一个统计图表
• 借助了Python的第三方模块xlrd和pyecharts

xlrd

• Python中用来读取excel数据的模块
• 安装pip install xlrd
• xlrd文档

pyecharts

• Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。
• pyecharts就是通过Python使用Echarts。
• 安装pip install pyecharts
• 注意：
  • 现在有很多网上的使用pyecharts的版本都是v0.5.x的，现在安装都是v1版本的，两者差别还是蛮大的。
  • pyecharts 分为 v0.5.X 和 v1 两个大版本，v0.5.X 和 v1 间不兼容，v1 是一个全新的版本
  • pyecharts v1版本文档

代码分析

# 打开存储数据的excel
data = xlrd.open_workbook('C:\\Users\\Administrator\\Desktop\\新建文件夹\\个人-月\\12.xlsx')

# 以表格的形式取出数据
table = data.sheets()[0]

# 取出表格中第一列数据 
PM2_5 = table.col_values(0)

# 生成一个折线统计图对象
line = Line()
# 添加 x 轴元素
line.add_xaxis(handle_time_list(time[1:]))
# 添加 y 轴元素
line.add_yaxis('PM2.5', PM2_5[1:])

# 渲染到html页面
line.render('./person/12.html')

• 代码很简单，就是表格中的数据较多。
  

实现代码

from pyecharts.charts import Bar, Line
import xlrd


def handle_time_list(time_list):
    """
    处理float格式的时间数据为 年/月/日 小时:分钟
    time_list: 时间列表
    return: 处理好的时间数据列表
    """
    new_time_list = [xlrd.xldate_as_datetime(i, 0).strftime(r'%Y/%m/%d %H:%M') for i in time_list]
    return new_time_list

data = xlrd.open_workbook('C:\\Users\\Administrator\\Desktop\\新建文件夹\\个人-月\\12.xlsx')
table = data.sheets()[0]

PM2_5 = table.col_values(0)
PM10 = table.col_values(1)
CO = table.col_values(2)
NO2 = table.col_values(3)
SO2 = table.col_values(4)
O3 = table.col_values(5)
wind = table.col_values(6)
pressure = table.col_values(7)
water = table.col_values(8)
temperature = table.col_values(9)
humidity = table.col_values(10)
time = table.col_values(11)


line = Line()
line.add_xaxis(handle_time_list(time[1:]))
line.add_yaxis('PM2.5', PM2_5[1:])
line.add_yaxis('PM10', PM10[1:])
line.add_yaxis('CO', CO[1:])
line.add_yaxis('NO2', NO2[1:])
line.add_yaxis('SO2', SO2[1:])
line.add_yaxis('O3', O3[1:])
line.add_yaxis('风速', wind[1:])
line.add_yaxis('压强', pressure[1:])
line.add_yaxis('降水量', water[1:])
line.add_yaxis('温度', temperature[1:])
line.add_yaxis('湿度', humidity[1:])
line.render('./person/12.html')

• 想查看excel表格数据大致结构的可以点这里

总结

• Python还是很强大的！