Python 是一门编程语言，擅长的领域很多，今天笔者用最简单的例子，最通俗的方式， 对Excel 数据进行可视化处理，让数据更有说服力。闲话少说，让我们直奔主题吧。

一、文件准备

F:/数据示范表.xls，如下图所示：

数据示范表

二、写Pyhton代码

打开Jupyter notebook，如图所示：

jupyter notebook

编写代码：

第一步：导入相关模块，代码如下。

这里使用了三个模块，如果没有安装，请先安装它,可以使用命令：

pip install 模块名

进行安装。

import pandas as pd

import pandasql as sql

import matplotlib.pyplot as plt

运行代码结果如下图：

正如 No news is good news，没有消息就是好消息。如果程序没有输出，则说明代码无误。

第二步：导入数据

df=pd.read_excel(r'F:/数据示范表.xls',sheet_name='成品出库')

df.tail()

示范数据放在Excel工作簿中的成品出库工作表中，所以代码中使用sheet_name='成品出库'。

运行代码结果如下图：

第三步：选择需要的数据

代码：

df=sql.sqldf('SELECT manager as 经手人,发货 as 发货数量,重量 as 发货重量 FROM df group by 经手人 order by 发货数量 ')

df.tail()

运行代码结果如下图：

第四步：重置索引

df.set_index('经手人',inplace=True)

df

运行代码结果如下图：

第五步：可视化代码

1、条形图

代码：

plt.rcParams['font.sans-serif'] = ['KaiTi']

plt.rcParams['font.size'] = 8

plt.rcParams['axes.unicode_minus'] = False

plt.rcParams['figure.figsize'] = (3, 3)

plt.rcParams['figure.dpi'] = 240

df.plot.bar()

plt.legend(loc='best')

运行结果如下图：

2、饼图

代码：

df.plot.pie(

y='发货数量',

ylabel='区域销量占比情况', # 数据标签

figsize=(2.5,2.5), # 饼图的大小比例

autopct='%.1f%%', # 扇形区域比例的百分比格式，保留两位小数

radius = 1, # 饼图的半径,与 labeldistance 等其他参数形成对照

labeldistance=1.0, # 标签（如‘1-100万’）距离圆心的距离，与半径对照

startangle = 0, # 逆时针旋转角度，初始角度必然从圆心正右方

# 沿逆时针开始画‘饼’

legend=True, # 是否显示图例

colormap='summer', # 主题颜色

shadow=False, # 是否显示阴影

rotatelabels=False, # 标签文字的角度是否与圆半径垂直，适用于标签较密集情况

explode=(0, 0, 0.1, 0,0,0),# 设置突出显示,与饼图半径对照，该饼图共四个扇

# 形区域，则传入四个数字，分别代表各扇形凸出的距离

# 这里表示第三个扇形区域凸出 0.1（半径为1）

title='区域销量分布情况（截止2022年07月）', # 饼图的标题，可以不设置

)

plt.legend(loc='best', bbox_to_anchor=(1.1,0.9),ncol=1,fancybox=True,shadow=True)

运行结果：

今天的分享就到这里，python还能做许多图形，道理是一样的，需要什么就去学习吧。