Python实现Excel中散点图的绘制与定制

更新时间：2026年05月29日 08:19:08 作者：用户835629078051

散点图是数据分析中常用的图表类型,用于展示两个变量之间的关系和相关性,本文将介绍如何使用 Python 在 Excel 中创建散点图,并演示如何添加趋势线、设置坐标轴标签以及格式化数据标签等自定义操作,希望对大家有所帮助

环境准备

首先需要安装 Spire.XLS for Python 库：

pip install Spire.XLS

该库提供了完整的 Excel 文件操作 API，支持创建、读取和修改 Excel 文档，包括各种图表类型的生成和定制。

创建基础散点图

散点图的基本创建流程包括准备数据、创建图表对象、设置数据源和调整图表位置。以下代码演示了如何创建一个展示薪资与汽车价格关系的散点图：

from spire.xls import *
from spire.xls.common import *

# 创建工作簿
workbook = Workbook()
sheet = workbook.Worksheets[0]
sheet.Name = "Scatter Chart"

# 准备示例数据
sheet.Range["A1"].Value = "Y(薪资)"
sheet.Range["A2"].Value = "42763"
sheet.Range["A3"].Value = "195387"
sheet.Range["A4"].Value = "35672"
sheet.Range["A5"].Value = "217637"
sheet.Range["A6"].Value = "74734"
sheet.Range["A7"].Value = "130550"
sheet.Range["A8"].Value = "42976"
sheet.Range["A9"].Value = "15132"
sheet.Range["A10"].Value = "54936"

sheet.Range["B1"].Value = "X(汽车价格)"
sheet.Range["B2"].Value = "19455"
sheet.Range["B3"].Value = "93965"
sheet.Range["B4"].Value = "20858"
sheet.Range["B5"].Value = "107164"
sheet.Range["B6"].Value = "34036"
sheet.Range["B7"].Value = "87806"
sheet.Range["B8"].Value = "17927"
sheet.Range["B9"].Value = "61518"
sheet.Range["B10"].Value = "29479"

# 设置数据格式
sheet.Range["A1:B1"].ColumnWidth = 12
sheet.Range["A1:B1"].RowHeight = 15
sheet.Range["A1:B1"].Style.Color = Color.get_DarkGray()
sheet.Range["A1:B1"].Style.Font.Color = Color.get_White()
sheet.Range["A1:B1"].Style.VerticalAlignment = VerticalAlignType.Center
sheet.Range["A1:B1"].Style.HorizontalAlignment = HorizontalAlignType.Center
sheet.Range["A2:B10"].Style.NumberFormat = "\"$\"#,##0"

# 创建散点图
chart = sheet.Charts.Add(ExcelChartType.ScatterMarkers)
chart.DataRange = sheet.Range["B2:B10"]
chart.SeriesDataFromRange = False

# 设置图表位置
chart.LeftColumn = 1
chart.TopRow = 11
chart.RightColumn = 10
chart.BottomRow = 28

# 设置图表标题
chart.ChartTitle = "薪资与汽车价格关系分析"
chart.ChartTitleArea.IsBold = True
chart.ChartTitleArea.Size = 12

# 配置数据系列
chart.Series[0].CategoryLabels = sheet.Range["A2:A10"]
chart.Series[0].Values = sheet.Range["B2:B10"]

# 保存文件
workbook.SaveToFile("ScatterChart.xlsx", FileFormat.Version2010)
workbook.Dispose()

这段代码的核心步骤包括：

创建工作簿和工作表：使用 Workbook() 创建新的 Excel 文档，并通过 Worksheets[0] 获取第一个工作表
填充数据：将 X 轴和 Y 轴数据写入指定单元格范围
创建图表对象：通过 Charts.Add(ExcelChartType.ScatterMarkers) 添加散点图，ScatterMarkers 表示使用标记点的散点图类型
绑定数据源：设置 DataRange 指定图表的数据范围，SeriesDataFromRange 设为 False 以手动配置数据系列
配置图表属性：设置标题、位置和数据系列的分类标签与数值

添加趋势线

趋势线是散点图的重要补充，可以帮助观察数据的整体趋势和变化规律。Spire.XLS 支持多种趋势线类型，包括线性、指数、对数和移动平均等。

以下代码演示如何在现有散点图中添加指数趋势线：

from spire.xls import *
from spire.xls.common import *

# 加载包含散点图的 Excel 文件
workbook = Workbook()
workbook.LoadFromFile("ScatterChart.xlsx")
sheet = workbook.Worksheets[0]

# 获取图表并添加趋势线
chart = sheet.Charts[0]

# 添加指数趋势线
trendline = chart.Series[0].TrendLines.Add(TrendLineType.Exponential)

# 保存文件
workbook.SaveToFile("ScatterChartWithTrendline.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

TrendLineType 枚举提供了多种趋势线选项：

Linear：线性趋势线，适用于数据呈直线变化的场景
Exponential：指数趋势线，适用于数据按指数增长或衰减的情况
Logarithmic：对数趋势线，适用于数据快速变化后趋于稳定的场景
Moving_Average：移动平均趋势线，用于平滑数据波动

选择合适的趋势线类型需要根据实际数据特征和分析目的来决定。

设置坐标轴标签

清晰的坐标轴标签对于图表的可读性至关重要。通过设置主坐标轴和次坐标轴的标题，可以让读者快速理解图表表达的含义。

from spire.xls import *
from spire.xls.common import *

workbook = Workbook()
workbook.LoadFromFile("ScatterChart.xlsx")
sheet = workbook.Worksheets[0]
chart = sheet.Charts[0]

# 设置坐标轴标题
chart.PrimaryValueAxis.Title = "薪资（元）"
chart.PrimaryCategoryAxis.Title = "汽车价格（元）"

# 设置坐标轴标题字体样式
chart.PrimaryValueAxis.TitleArea.IsBold = True
chart.PrimaryValueAxis.TitleArea.Size = 10
chart.PrimaryCategoryAxis.TitleArea.IsBold = True
chart.PrimaryCategoryAxis.TitleArea.Size = 10

workbook.SaveToFile("ScatterChartWithAxisLabels.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

PrimaryValueAxis 对应 Y 轴（数值轴），PrimaryCategoryAxis 对应 X 轴（分类轴）。通过 TitleArea 属性可以进一步定制标题的字体、大小和颜色等样式。

自定义数据标签

数据标签可以直接在图表上显示数据点的值，提高图表的信息密度和可读性。以下代码演示如何为折线图添加和格式化数据标签：

from spire.xls import *
from spire.xls.common import *

workbook = Workbook()
workbook.CreateEmptySheets(1)
sheet = workbook.Worksheets[0]
sheet.Name = "Demo"

# 准备数据
sheet.Range["A1"].Value = "月份"
sheet.Range["A2"].Value = "1月"
sheet.Range["A3"].Value = "2月"
sheet.Range["A4"].Value = "3月"
sheet.Range["A5"].Value = "4月"
sheet.Range["A6"].Value = "5月"
sheet.Range["A7"].Value = "6月"

sheet.Range["B1"].Value = "销售额"
sheet.Range["B2"].NumberValue = 25
sheet.Range["B3"].NumberValue = 18
sheet.Range["B4"].NumberValue = 8
sheet.Range["B5"].NumberValue = 13
sheet.Range["B6"].NumberValue = 22
sheet.Range["B7"].NumberValue = 28

# 创建带标记的折线图
chart = sheet.Charts.Add(ExcelChartType.LineMarkers)
chart.DataRange = sheet.Range["B1:B7"]
chart.SeriesDataFromRange = False

# 设置图表位置
chart.TopRow = 5
chart.BottomRow = 26
chart.LeftColumn = 2
chart.RightColumn = 11

# 设置图表标题
chart.ChartTitle = "销售数据趋势"
chart.ChartTitleArea.IsBold = True
chart.ChartTitleArea.Size = 12

# 配置数据系列
cs1 = chart.Series[0]
cs1.CategoryLabels = sheet.Range["A2:A7"]

# 设置数据标签
cs1.DataPoints.DefaultDataPoint.DataLabels.HasValue = True
cs1.DataPoints.DefaultDataPoint.DataLabels.HasLegendKey = False
cs1.DataPoints.DefaultDataPoint.DataLabels.HasPercentage = False
cs1.DataPoints.DefaultDataPoint.DataLabels.HasSeriesName = True
cs1.DataPoints.DefaultDataPoint.DataLabels.HasCategoryName = True
cs1.DataPoints.DefaultDataPoint.DataLabels.Delimiter = ". "
cs1.DataPoints.DefaultDataPoint.DataLabels.Size = 9
cs1.DataPoints.DefaultDataPoint.DataLabels.Color = Color.get_Red()
cs1.DataPoints.DefaultDataPoint.DataLabels.FontName = "Calibri"
cs1.DataPoints.DefaultDataPoint.DataLabels.Position = DataLabelPositionType.Center

workbook.SaveToFile("ChartWithDataLabels.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

数据标签的配置选项包括：

HasValue：显示数据点的数值
HasSeriesName：显示系列名称
HasCategoryName：显示分类名称
HasPercentage：显示百分比（适用于饼图等）
Delimiter：设置多个标签元素之间的分隔符
Position：设置标签相对于数据点的位置

综合应用示例

在实际应用中，我们通常需要将上述功能组合使用，创建信息丰富且视觉美观的散点图。以下是一个完整的示例：

from spire.xls import *
from spire.xls.common import *

# 创建工作簿
workbook = Workbook()
sheet = workbook.Worksheets[0]
sheet.Name = "数据分析"

# 准备数据
data = [
    ("产品A", 100, 200),
    ("产品B", 150, 180),
    ("产品C", 200, 250),
    ("产品D", 120, 160),
    ("产品E", 180, 220),
    ("产品F", 90, 140),
    ("产品G", 250, 300),
    ("产品H", 160, 190),
]

sheet.Range["A1"].Value = "产品名称"
sheet.Range["B1"].Value = "广告投入（万元）"
sheet.Range["C1"].Value = "销售额（万元）"

for i, (name, ads, sales) in enumerate(data, start=2):
    sheet.Range[f"A{i}"].Value = name
    sheet.Range[f"B{i}"].NumberValue = ads
    sheet.Range[f"C{i}"].NumberValue = sales

# 创建散点图
chart = sheet.Charts.Add(ExcelChartType.ScatterMarkers)
chart.DataRange = sheet.Range["B2:C9"]
chart.SeriesDataFromRange = False

# 设置图表位置和大小
chart.LeftColumn = 1
chart.TopRow = 12
chart.RightColumn = 11
chart.BottomRow = 30

# 设置图表标题
chart.ChartTitle = "广告投入与销售额关系分析"
chart.ChartTitleArea.IsBold = True
chart.ChartTitleArea.Size = 14
chart.ChartTitleArea.FontName = "微软雅黑"

# 配置数据系列
chart.Series[0].CategoryLabels = sheet.Range["A2:A9"]
chart.Series[0].Values = sheet.Range["C2:C9"]

# 添加趋势线
chart.Series[0].TrendLines.Add(TrendLineType.Linear)

# 设置坐标轴标题
chart.PrimaryValueAxis.Title = "销售额（万元）"
chart.PrimaryCategoryAxis.Title = "广告投入（万元）"

# 设置坐标轴标题样式
chart.PrimaryValueAxis.TitleArea.IsBold = True
chart.PrimaryValueAxis.TitleArea.Size = 11
chart.PrimaryCategoryAxis.TitleArea.IsBold = True
chart.PrimaryCategoryAxis.TitleArea.Size = 11

# 保存文件
workbook.SaveToFile("ComprehensiveScatterChart.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

这个综合示例展示了如何：

从数据结构批量写入 Excel 单元格
创建带有完整配置的散点图
添加线性趋势线以显示数据趋势
设置中英文混合的坐标轴标签
调整图表尺寸和位置以获得最佳视觉效果

实用技巧

在创建散点图时，以下技巧可以提升图表质量：

数据预处理：确保数据清洁，处理缺失值和异常值，避免图表出现误导性结果。

图表类型选择：根据数据特点选择合适的散点图变体：

ScatterMarkers：仅显示数据点标记
ScatterSmoothedLines：显示平滑曲线连接数据点
ScatterLines：显示直线连接数据点

颜色搭配：使用对比明显的颜色区分不同数据系列，保持视觉一致性。

图例位置：当有多个数据系列时，合理放置图例以避免遮挡数据点。

导出优化：根据用途选择合适的文件格式和分辨率，打印用途建议使用较高分辨率。

总结

本文介绍了使用 Python 在 Excel 中创建和自定义散点图的完整流程，包括基础图表创建、趋势线添加、坐标轴标签设置和数据标签格式化等核心功能。

通过掌握这些技术，开发者可以将数据可视化集成到自动化数据处理流程中，提高数据分析效率。散点图结合趋势线特别适用于探索变量间的相关性，在统计分析、市场研究和科学实验等领域具有广泛应用。

进一步的扩展方向包括：

创建多系列散点图以比较不同数据集
应用条件格式突出显示特定数据点
结合其他图表类型创建仪表板
实现交互式图表生成工具

这些技能将帮助开发者构建更强大的数据分析和报告生成系统。

到此这篇关于Python实现Excel中散点图的绘制与定制的文章就介绍到这了,更多相关Python Excel绘制散点图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+selenium实现简历自动刷新的示例代码
这篇文章主要介绍了python+selenium实现简历自动刷新的示例代码，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
2019-05-05
wxPython实现分隔窗口
这篇文章主要为大家详细介绍了wxPython实现分隔窗口，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-11-11
Python简明讲解filter函数的用法
本文和你一起来探索Python中的filter函数，让你以最短的时间明白这个函数的原理。也可以利用碎片化的时间巩固这个函数，让你在处理工作过程中更高效
2022-06-06
一文详解Python如何处理二进制数据
在现代计算系统中,二进制数据处理是至关重要的核心技术,本文将深入解析Python二进制数据读写技术体系,文中的示例代码讲解详细,需要的小伙伴可以了解下
2025-09-09
Python流行ORM框架sqlalchemy的简单使用
这篇文章主要介绍了Python流行ORM框架sqlalchemy的简单使用，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
2021-07-07
Python中字符串对象语法分享
这篇文章主要介绍了Python中字符串对象语法分享，前面提到了Python中的数值型内置数据类型,接下来呢我们就着重介绍一下字符串类型,需要的朋友可以参考一下
2022-02-02
python thrift搭建服务端和客户端测试程序
这篇文章主要为大家详细介绍了python thrift搭建服务端和客户端测试程序，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-01-01
Python代码注释规范代码实例解析
这篇文章主要介绍了Python代码注释规范代码实例解析,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,需要的朋友可以参考下
2020-08-08
Python3.x爬虫下载网页图片的实例讲解
今天小编就为大家分享一篇Python3.x爬虫下载网页图片的实例讲解，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
2018-05-05
python 字典(dict)遍历的四种方法性能测试报告
本文主要是针对Python的字典dict遍历的4种方法进行了性能测试，以便分析得出效率最高的一种方法
2014-06-06