为了使用 Python 提取 Excel 数据并生成图表，可以利用一些强大的库来完成此任务。主要涉及的库包括 `openpyxl`、`pandas` 和数据可视化库如 `matplotlib` 或 `seaborn`。 ### 使用 Openpyxl 读取 Excel 文件 `openpyxl` 是一个非常流行的用于处理 Excel 文件（`.xlsx` 格式）的库。它可以读写单元格数据，并支持公式和图表操作。例如，可以通过以下代码读取 Excel 文件中的数据： ```python from openpyxl import load_workbook # 加载Excel文件 wb = load_workbook('data.xlsx') sheet = wb.active # 获取当前活动工作表 # 遍历行并提取数据 for row in sheet.iter_rows(values_only=True): print(row) ``` 这段代码加载了一个名为 `data.xlsx` 的 Excel 文件，并遍历了其中的所有行以获取值[^1]。 ### 利用 Pandas 简化数据操作 尽管 `openpyxl` 可以直接读取 Excel 数据，但结合 `pandas` 使用会更加方便。`pandas` 是一个功能强大的数据分析库，能够轻松地进行数据清洗和转换。 ```python import pandas as pd # 使用pandas读取Excel文件 df = pd.read_excel('data.xlsx') # 显示前几行数据 print(df.head()) ``` 这样就可以将 Excel 表格内容快速加载到一个 DataFrame 对象中，便于后续分析和处理。 ### 使用 Matplotlib 生成图表 一旦数据被正确加载到 DataFrame 中，就可以使用 `matplotlib` 来创建各种类型的图表。这是一个基本的折线图示例： ```python import matplotlib.pyplot as plt # 假设DataFrame中有两列：'x_values' 和 'y_values' plt.figure(figsize=(10, 5)) plt.plot(df['x_values'], df['y_values'], marker='o') plt.title('Sample Line Chart') plt.xlabel('X Values') plt.ylabel('Y Values') plt.grid(True) plt.show() ``` 该段代码展示了如何从 DataFrame 中提取特定列的数据来绘制一条简单的折线图。 ### 使用 Seaborn 进行高级可视化 对于更复杂的图形需求，`seaborn` 提供了更高层次的接口，使得创建统计图表变得更加简单直观。 ```python import seaborn as sns # 创建散点图 sns.scatterplot(x='x_values', y='y_values', data=df) plt.title('Scatter Plot with Seaborn') plt.show() ``` 通过这些步骤，不仅可以有效地从 Excel 文件中提取数据，还能根据需要生成美观且具有表现力的图表。这种方法非常适合那些希望自动化报告生成流程或进行复杂数据分析的人士。