Python读取Excel数据并生成图表过程解析

一、需求背景

自己一直在做一个周基金定投模拟,每周需要添加一行数据,并生成图表。以前一直是用Excel实现的。但数据行多后,图表大小调整总是不太方便,一般只能通过缩放比例解决。

二、需求实现目标

通过Python程序读取Excel文件中的数据,生成图表,最好将生成图表生成至浏览器页面,后期数据多之后,也能自动缩放,而不会出现显示不全问题。

三、需求实现代码

# 调用本地echarts.min.js 文件

from pyecharts.globals import CurrentConfig

CurrentConfig.ONLINE_HOST ='D:\\develop_study\\Python38\\pyecharts\\'

from pyecharts.charts import Line # 数据可视化折线图

import pyecharts.options as opts

import xlrd # 读取excel文件

import webbrowser # 用于自动打开生成的HTML文件

# 打开excel

data = xlrd.open_workbook('E:\知识点滴积累\蜗牛定投价格曲线_python.xlsx') # 打开excel工作簿

table = data.sheet_by_index(1) # 打开第一个页签

print(f'当前已定投周数:{table.nrows}-1') # 获取行数

print(f'当前总计列数:{table.ncols}') # 获取列数

# print(table.row_values(0)) # 获取行数据

dt_dates = [] # 日期

dt_hs300s =[] # 沪深300

dt_zz500s =[] # 中证500

dt_nz100s =[] # 纳指100

dt_bp500s =[] # 标普500

for i in range(1,table.nrows):

dt_date = table.row_values(i)[0]

dt_dates.append(dt_date)

dt_hs300 = table.row_values(i)[1]

dt_hs300s.append(dt_hs300)

dt_zz500 = table.row_values(i)[2]

dt_zz500s.append(dt_zz500)

dt_nz100 = table.row_values(i)[3]

dt_nz100s.append(dt_nz100)

dt_bp500 = table.row_values(i)[4]

dt_bp500s.append(dt_bp500)

# print(dt_dates)

# print(dt_hs300s)

# print(dt_zz500s)

# print(dt_nz100s)

# print(dt_bp500s)

# 折线图

line = Line(init_opts=opts.InitOpts(width='1200px',height='700px'))

line.add_xaxis(dt_dates)

line.add_yaxis('沪深300', dt_hs300s)

line.add_yaxis('中证500', dt_zz500s)

line.add_yaxis('纳指100', dt_nz100s)

line.add_yaxis('标普500', dt_bp500s)

# 所有折线图显示平均值、最大值、最小值

line.set_series_opts(

markpoint_opts=opts.MarkPointOpts(

data=[

opts.MarkPointItem(type_='average',name='平均值'),

opts.MarkPointItem(type_='max',name='最大值'),

opts.MarkPointItem(type_='min',name='最小值')

]

)

)

# 设置标题等

line.set_global_opts(title_opts=opts.TitleOpts('跟踪指数周变化曲线'),

# 显示工具箱

toolbox_opts=opts.ToolboxOpts(),

xaxis_opts=opts.AxisOpts(axislabel_opts={"rotate":45,"interval":0})

)

# interval:0 横轴信息全部显示

# rotate:45 45度倾斜显示

line.render('价格曲线可视化3.html')

webbrowser.open('价格曲线可视化3.html')

  • 添加标题
  • x轴刻度全部显示
  • 设置各对象最大值、最小值、平均值
  • 设置图表大小

四、需求实现效果

以上是 Python读取Excel数据并生成图表过程解析 的全部内容, 来源链接: utcz.com/z/351784.html

回到顶部