使用python把Excel中的数据在页面中可视化

更新时间：2022年03月28日 11:13:47 作者：小皮猪

最近学习数据分析,感觉Python做数据分析真的好用,下面这篇文章主要给大家介绍了关于如何使用python把Excel中的数据在页面中可视化的相关资料,需要的朋友可以参考下

一. 需求

最近我们数据可视化的老师让我们把广州历史房价中的房价数据可视化，然后给我们发了广州历史房价.xls，然后看了一下数据确实有点小多，反正复制粘贴是有点费劲的，所以就想借用python帮我把数据修改成我一键复制的模样。

二. 安装xlrd模块

pip install xlrd

通常pip都是带有的，我们在开发工具中import xlrd就可以啦。

下面是实现切割一年每个月份的方法

import xlrd
path = r'E:\数据分析\07广州历史房价.xls'
#sheetName是你这个excel文件中的表，如Sheet1（注意大小写问题）
sheetName = 'Sheet1'
data = xlrd.open_workbook(path)
table = data.sheet_by_name(sheetName)
 
# 行数
rowAmount = table.nrows
# 列数
colAmount = table.ncols
# 显示第n列中所有格中的内容
datas=[]
for rowIndex in range(1,rowAmount):
    datas.append(table.cell_value(rowIndex, 1))
 
datas.reverse()
index1=0
index2=12
time=2009
while index2<len(datas):
    print(str(time)+"年")
    time=time+1
    # print(str(index1)+"   "+str(index2))
    print(datas[index1:index2])
    index1=index2
    index2=index2+12
print(str(time)+"年")
print(datas[index1:index2-2])

得到的数据：

三. 用echart在html中表现

在下面链接中找到要表现的样式：（记得加上echart.js）

Examples - Apache ECharts

ECharts, a powerful, interactive charting and visualization library for browser

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

<!DOCTYPE html>
<html>
	<head>
		<meta charset="utf-8">
		<title>广州历史房价</title>
		<script src="echarts.js"></script>
	</head>
	<script>
	window.onload = function(){
		// 在<head>中写浮现窗口
		var a = echarts.init(document.getElementById("main"));
		var b =option = {
  title: {
    text: '广州历史房价',
	
  },
  tooltip: {
    trigger: 'axis'
  },
  legend: {
    data: ['2009年', '2010年', '2011年', '2012年', '2013年','2014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脚本之家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脚本之家！

您可能感兴趣的文章:

python如何将绘制的图片保存为矢量图格式(svg)
这篇文章主要介绍了python如何将绘制的图片保存为矢量图格式(svg)问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2023-09-09
把Anaconda中的环境导入到Pycharm里面的方法步骤
这篇文章主要介绍了把Anaconda中的环境导入到Pycharm里面的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-10-10
DataFrame如何找出有空值的行
这篇文章主要介绍了DataFrame如何找出有空值的行问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-02-02
python flask自定义404错误页面方式
这篇文章主要介绍了python flask自定义404错误页面方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2022-12-12
Pytorch 使用 nii数据做输入数据的操作
这篇文章主要介绍了Pytorch 使用 nii数据做输入数据的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-05-05
使用Python实现企业微信通知功能案例分析
这篇文章主要介绍了使用Python实现企业微信通知功能,主要目的是通过企业微信应用给企业成员发消息，通过案例分析给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2022-04-04
Python解释执行原理分析
这篇文章主要介绍了Python解释执行原理,有助于读者深入理解Python运行机制,需要的朋友可以参考下
2014-08-08
Python天气语音播报小助手
马上就要迎来国庆小长假了，激不激动，兴不兴奋！那今年国庆：天气怎么样？能不能出门逛街？能不能出去旅游？旅游出门就要挑个好的天气！下雨天哪儿哪儿都不舒服。今天小编带大家写一款Python天气语音播报小助手
2021-09-09
国产化设备鲲鹏CentOS7上源码安装Python3.7的过程详解
这篇文章主要介绍了国产化设备鲲鹏CentOS7上源码安装Python3.7,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2022-05-05
tensorflow TFRecords文件的生成和读取的方法
本篇文章主要介绍了tensorflow TFRecords文件的生成和读取的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2018-02-02