### 使用 Python 读取 Excel 文件并绘制图表 为了实现通过 Python 读取 Excel 文件并绘制图表的功能，可以采用以下方法。以下是详细的说明以及示例代码。 #### 使用 `pandas` 和 `openpyxl` 库处理数据和绘图 Python 中常用的库有 `pandas` 来处理表格型数据，而 `matplotlib` 或者更高级的 `seaborn` 可用于可视化。下面是一个完整的例子来展示如何完成这一任务： ```python import pandas as pd import matplotlib.pyplot as plt # 假设有一个名为 data.xlsx 的文件 filename = 'data.xlsx' # 使用 pandas 和 openpyxl 读取 Excel 文件 df = pd.read_excel(filename, engine='openpyxl') # 打印前几行查看数据结构 print(df.head()) # 绘制简单的折线图 (假设存在两列：'Year', 'Value') plt.figure(figsize=(10, 6)) plt.plot(df['Year'], df['Value'], marker='o') # 添加标题和标签 plt.title('Data Visualization Example from Excel') plt.xlabel('Year') plt.ylabel('Value') # 显示网格 plt.grid(True) # 展示图像 plt.show() ``` 这段代码展示了如何加载一个 Excel 文件到 DataFrame，并基于其中的数据生成一张基本的折线图[^1]。 #### 示例 Excel 文件格式 这里提供了一个简单的 Excel 文件内容作为参考，您可以创建一个新的 Excel 文件并将以下数据输入进去，保存为 `data.xlsx`: | Year | Value | |------|-------| | 2010 | 50 | | 2011 | 70 | | 2012 | 80 | | 2013 | 90 | | 2014 | 100 | | 2015 | 120 | | 2016 | 150 | | 2017 | 180 | | 2018 | 200 | | 2019 | 220 | | 2020 | 250 | 这个 Excel 表格包含了两个字段——年份 (`Year`) 和对应的数值 (`Value`)，适合用来演示时间序列数据分析中的常见场景[^1]。 #### 安装依赖库 如果尚未安装所需的库，可以通过 pip 工具轻松安装： ```bash pip install pandas openpyxl matplotlib ``` 这些命令会帮助您安装 `pandas`, `openpyxl` 和 `matplotlib`，以便顺利运行上述脚本[^1]。 --- #### 注意事项 当涉及多个工作表时，可以在调用 `pd.read_excel()` 函数时指定参数 `sheet_name` 来选择具体的工作表名称或索引号。例如： ```python df = pd.read_excel(filename, sheet_name='Sheet1', engine='openpyxl') ``` 这允许用户精确控制从哪个工作表中提取数据。 ---