matplotlib实战：读取excel表格并可视化

今天舍友画折线图时被origin的bug折磨，用excel表格的数据画的图出现了各种bug。此时python的强大作用就显示出来了，使用python中的matplotlib库即可完成折线图的绘制，十分方便。

所用模块

1. pandas：用于读取和操作excel表格
2. numpy：用于保存excel表格中的列数据
3. matplotlib：用于画折线图

具体步骤

首先导入所用依赖

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

然后设置中文标签

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

使用pandas读取需要使用的excel表格，所用excel表格中的第一列为x轴电流的刻度，P列为需要绘制的数据，作为y轴。

# 读取excel
data = pd.read_excel('D:/excel_read/data.xlsx', 'Sheet1')

将x轴和y轴所需的数据读取出来，由于所需要绘制的电压在excel中是从第三列开始，Pi和Pi+1的间距为2，需要设置读取的起点和间距，见range(2, 19, 2)。

x = np.array(data.x)  # 使用data.列名 来获取data中的一列
# 或者使用data.iloc[:, 0]来获取第一列
p = {}  # 电压，保存读取的p列
fig, ax = plt.subplots()  # 画一张图
ax.set_xlabel('电流/mA', fontsize=14)
ax.set_ylabel('电压/v', fontsize=14)
# 读取电压
for i in range(2, 19, 2):
    p[i] = np.array(data.iloc[:, i])

数据读取后，使用matplotlib绘制折线图

for i in range(2, 19, 2):
    name = 'P' + str(i - 2)
    ax.plot(x, p[i], marker='o', markersize=3,
            label=name)  # 绘制折线图，添加数据点，设置点的大小
ax.tick_params(axis='both', labelsize=14)  # 设置刻度标记的大小
ax.set_xticks(x)  # X 轴标签的刻度值设置为所读取x列表中的值
plt.legend()
plt.show()

此时发现excel表格中x轴刻度间距并不均匀，果沿 X 轴绘制的数值不是等距的，那么沿 X 轴的标签也将是不等距的，需要对其进行适当调整

方法为沿 X 轴等距的任意值列表来绘制数据，然后将实际值作为刻度分配到 X 轴上。将上面的部分代码修改为如下形式：

x = np.array(data.x)
# 新增
values = range(len(x))  # 画图的x轴为等距的列表
...
# 修改为以values为x轴来绘制
for i in range(2, 19, 2):
    name = 'P' + str(i - 2)
    ax.plot(values, p[i], marker='o', markersize=3,
            label=name)
...
ax.tick_params(axis='both', labelsize=14)
ax.set_xticks(values, x)  # 将实际值作为刻度分配到 X 轴上
plt.legend()
plt.show()

修改后的效果如下，x轴的刻度更加均匀了

完整代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 导入库
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
# 为了让图标中显示中文标注加入这两行代码

# 读取excel
data = pd.read_excel('D:/excel_read/data.xlsx', 'Sheet1')
x = np.array(data.x)
values = range(len(x))
p = {}  # 电压
fig, ax = plt.subplots()
ax.set_xlabel('电流/mA', fontsize=14)
ax.set_ylabel('电压/v', fontsize=14)
# 读取电压
for i in range(2, 19, 2):
    p[i] = np.array(data.iloc[:, i])

for i in range(2, 19, 2):
    name = 'P' + str(i - 2)
    ax.plot(values, p[i], marker='o', markersize=3,
            label=name)  # 绘制折线图，添加数据点，设置点的大小

ax.tick_params(axis='both', labelsize=14)  # 设置刻度标记的大小
ax.set_xticks(values, x)
plt.legend()
plt.show()

总结

matplotlib是一个强大的绘图库，配合pandas能够很好的完成数据的处理和分析。今天给舍友处理的图片得到了其的称赞，表示不会再用那个充满bug的软件来画图了！

赏

谢谢你请我吃糖果

支付宝

微信