共计 1409 个字符，预计需要花费 4 分钟才能阅读完成。
这次间接应用 pandas 的数据分析库和 matplotlib 的数据可视化库，将 excel 中的数据提取之后进行可视化的数据展现。最初，联合 openpyxl 工具库将可视化当前的数据保留到相应的 excel 文件中。
【浏览全文】
导入相干的依赖库
import pandas as pd # 数据提取库
import matplotlib.pyplot as plt # 数据可视化库
from openpyxl.drawing.image import Image # 图片对象解决库 筹备好须要剖析的 excel 数据
数据提取操作
data_frame = pd.read_excel("data.xlsx","Sheet1") # 获取 excel 文件数据
print(data_frame)
# 编号 等级 年龄 性别 职位 支出
# 0 GSOB01 高级 23 男 需要分析师 12000
# 1 GSOB02 中级 24 男 软件工程师 11500
# 2 GSOB03 高级 25 男 软件工程师 11501
# 3 GSOB04 特级 22 女 软件工程师 11502
# 4 GSOB05 特级 21 女 软件工程师 11503
# 5 GSOB06 高级 24 女 软件工程师 11504
# 6 GSOB07 高级 22 女 软件工程师 11505
# 7 GSOB08 中级 22 女 需要分析师 13000
# 8 GSOB09 中级 24 女 架构师 22000
# 9 GSOB10 中级 23 女 原型设计师 9000
# 10 GSOB11 高级 23 男 原型设计师 9000
# 11 GSOB12 高级 25 男 软件工程师 13000
# 12 GSOB13 高级 25 男 软件工程师 13001
# 13 GSOB14 高级 22 男 软件工程师 13002生成可视化图片
plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 设置编码
data_frame.plot(kind='bar') # 设置为条形图模式
# plt.show() # 展现可视化数据
plt.savefig(fname="excel-plot.png") # 保留数据图表
向 excel 插入图片
from openpyxl import load_workbook # 导入 excel 的解决对象
workbook = load_workbook(filename = "data.xlsx") # 加载 excel 文件
sheet = workbook['Sheet1'] # 获取工作表对象
img = Image('excel-plot.png') # 获取可视化图片对象
img.width, img.height=500, 500 # 设置图片大小
sheet.add_image(img, 'A18') # 设置图片插入地位
workbook.save('new_data.xlsx') # 另存为 excel 文件
【往期精彩】
● excel 数据处理二：疾速实现 openpyxl 数据的新增、批改！
● excel 数据处理一：奇妙应用 openpyxl 提取、筛选数据
● 比 Selenium 更不便的自动化测试工具 Helium！
● Python 数据可视化：可视化数据分析插件 D -Tale
● 计算速度太慢？试试 lru_cache 装璜器！
● 冒泡排序、抉择排序之间的比拟与代码实现！
● 如何通过 pynput 与日志记录实现键盘、鼠标的监听行为？
● 如果你是一名 java 程序员，面对曾经写好的 python 脚本该如何调用，其实很简略！
● 办公自动化：几行代码将 PDF 文档转换为 WORD 文档（代码实战）！
正文完
