数据可视化PythonExcel表格,利用python处理excel文件并可视化处理

  数据可视化PythonExcel表格,利用python处理excel文件并可视化处理

  最近学了数据分析,感觉python做数据分析真的很好用。下面文章主要介绍如何使用Python将Excel中的数据在页面上可视化的相关信息。有需要的朋友可以参考一下。

  一、要求二。xlrd模块III的安装。使用echart的html中的性能摘要

  

目录

  最近我们的数据可视化老师让我们把广州历史房价里的房价数据可视化,然后发给我们广州的历史房价。xls,然后看了看数据,确实小了一点。反正复制粘贴有点费劲,就想借python帮我把数据修改成一键复制。

  

一. 需求

  pip安装xlrd

  通常pip都是带有的,我们在开发工具中import xlrd就可以啦。

  以下是如何削减一年中的每个月。

  导入xlrd

  Path=rE:\数据分析\07广州历史房价. xls

  #sheetName是excel文件中的一个表格,例如Sheet1(注意大小写)

  sheetName=Sheet1

  data=xlrd.open_workbook(路径)

  table=data.sheet_by_name(工作表名称)

  #行数

  rowAmount=table.nrows

  #列数

  colAmount=table.ncols

  #显示第n列中所有单元格的内容

  数据=[]

  对于范围(1,rowAmount):中的rowIndex

  datas . append(table . cell _ value(rowIndex,1))

  datas.reverse()

  索引1=0

  指数2=12

  时间=2009年

  而index2len(数据):

  打印(字符串(时间)“年份”)

  时间=时间1

  # print(str(index1) str(index2))

  打印(数据[索引1:索引2])

  索引1=索引2

  index2=index2 12

  打印(字符串(时间)“年份”)

  打印(数据[索引1:索引2-2])

  获得的数据:

  

二. 安装xlrd模块

  在下面链接中找到要表现的样式:(记得加上echart.js)

  示例- Apache ECharts

  ECharts,一个功能强大的交互式图表和可视化浏览器库

  https://echarts.apache.org/examples/zh/index.html

  !声明文档类型

  超文本标记语言

  头

  meta charset=utf-8

  标题广州历史房价/标题

  script src=echarts.js/script

  /头

  脚本

  window.onload=function(){

  //在head中写入出现的窗口

  var a=echarts . init(document . getelementbyid( main );

  var b=option={

  标题: {

  Text: 广州历史房价,

  },

  工具提示: {

  触发器: 轴

  },

  传说: {

  数据: [2009年, 2010年, 2011年, 2012年, 2013年, 2014年

  年, 2015年, 2016年, 2017年, 2018年]

   },

   grid: {

   left: 3%,

   right: 4%,

   bottom: 3%,

   containLabel: true

   },

   toolbox: {

   feature: {

   saveAsImage: {}

   }

   },

   xAxis: {

   type: category,

   boundaryGap: false,

   data: [一月, 二月, 三月, 四月, 五月, 六月, 七月,八月, 九月, 十月, 十一月,十二月]

   },

   yAxis: {

   type: value

   },

   series: [

   {

   name: 2009年,

   type: line,

   stack: Total,

   data: [6991.0, 6963.0, 7305.0, 8051.0, 8191.0, 8168.0, 8431.0, 8620.0, 8927.0, 9113.0, 9318.0, 9718.0]

   },

   {

   name: 2010年,

   type: line,

   stack: Total,

   data: [9873.0, 10000.0, 10000.0, 10351.0, 10610.0, 10787.0, 10622.0, 10878.0, 11505.0, 12062.0, 12413.0, 12944.0]

   },

   {

   name: 2011年,

   type: line,

   stack: Total,

   data: [13535.0, 14114.0, 14680.0, 14998.0, 14977.0, 14938.0, 14855.0, 14654.0, 14547.0, 14521.0, 14677.0, 14762.0]

   },

   {

   name: 2012年,

   type: line,

   stack: Total,

   data: [14993.0, 15194.0, 15215.0, 15203.0, 15148.0, 15152.0, 15246.0, 15467.0, 15754.0, 15886.0, 16207.0, 16555.0]

   },

   {

   name: 2013年,

   type: line,

   stack: Total,

   data: [17003.0, 17423.0, 17665.0, 17651.0, 17304.0, 17515.0, 17759.0, 18293.0, 19011.0, 19445.0, 19589.0, 19208.0]

   },

   {

   name: 2014年,

   type: line,

   stack: Total,

   data: [18893.0, 18977.0, 19460.0, 19040.0, 18757.0, 18440.0, 17764.0, 17450.0, 17312.0, 17338.0, 18081.0, 18564.0]

   },

   {

   name: 2015年,

   type: line,

   stack: Total,

   data: [18792.0, 18851.0, 19024.0, 19417.0, 19562.0, 19902.0, 20014.0, 19997.0, 19988.0, 19921.0, 19996.0, 20016.0]

   },

   {

   name: 2016年,

   type: line,

   stack: Total,

   data: [20623.0, 20643.0, 20811.0, 21133.0, 21107.0, 21144.0, 21264.0, 21553.0, 21720.0, 22242.0, 22590.0, 22926.0]

   },

   {

   name: 2017年,

   type: line,

   stack: Total,

   data: [23744.0, 24427.0, 25131.0, 25369.0, 26061.0, 27329.0, 28196.0, 28508.0, 28814.0, 28254.0, 28009.0, 28578.0]

   },

   {

   name: 2018年,

   type: line,

   stack: Total,

   data: [28602.0, 29683.0, 30413.0, 31044.0, 31472.0, 32021.0, 32670.0, 33289.0, 33455.0, 33197.0]

   },

   ]

  };

   a.setOption(b);

   }

   </script>

   <body> <!-- 在<body>处完善窗口尺寸 -->

   <div id="main" style="width: 1100px;height: 800px;"></div>

   </body>

  </html>

  四. 效果

  

  

  

总结

  到此这篇关于使用python把Excel中数据在页面中可视化的文章就介绍到这了,更多相关python Excel数据可视化内容请搜索盛行IT软件开发工作室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盛行IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: