### 使用 Pandas 和 Matplotlib 绘制 Excel 数据的折线图 为了实现从 Excel 文件读取数据并绘制折线图的功能，可以按照以下步骤操作。以下是完整的解决方案： --- #### **1. 安装必要的库** 确保已安装 `pandas` 和 `matplotlib` 库。如果没有安装，可以通过以下命令安装： ```bash pip install pandas matplotlib ``` --- #### **2. 导入库** 导入所需的模块，并配置 Matplotlib 的参数以便支持中文显示。 ```python import pandas as pd import matplotlib.pyplot as plt # 配置 Matplotlib 支持中文显示 plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体为黑体 plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题 ``` --- #### **3. 读取 Excel 文件** 使用 `pandas.read_excel()` 方法读取 Excel 文件的数据。假设文件名为 `data.xlsx`，并且我们只关注第一个工作表。 ```python # 指定 Excel 文件路径 file_path = 'data.xlsx' # 读取 Excel 文件的第一个工作表 df = pd.read_excel(file_path, sheet_name=0) # 查看前几行数据以确认读取成功 print(df.head()) ``` --- #### **4. 提取所需数据** 根据需求提取 X 轴和 Y 轴的数据。例如，X 轴表示时间序列，Y 轴表示某个数值列。 ```python # 假设 DataFrame 中有两列：'日期' 和 '数值' x_data = df['日期'] # X 轴数据 y_data = df['数值'] # Y 轴数据 ``` --- #### **5. 绘制折线图** 使用 `matplotlib` 创建折线图，并添加标题、坐标轴标签以及其他装饰性元素。 ```python # 创建图形对象 plt.figure(figsize=(10, 6)) # 绘制折线图 plt.plot(x_data, y_data, label='趋势曲线', marker='o') # 添加标题和坐标轴标签 plt.title('Excel 数据折线图') plt.xlabel('日期') plt.ylabel('数值') # 显示图例 plt.legend() # 自动旋转 X 轴刻度以适应较长的文本 plt.xticks(rotation=45) # 展示图表 plt.tight_layout() # 调整布局防止重叠 plt.show() ``` --- #### **完整代码示例** 将上述步骤整合成一个完整的脚本： ```python import pandas as pd import matplotlib.pyplot as plt # 配置 Matplotlib 支持中文显示 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 读取 Excel 文件 file_path = 'data.xlsx' df = pd.read_excel(file_path, sheet_name=0) # 提取数据 x_data = df['日期'] # X 轴数据 y_data = df['数值'] # Y 轴数据 # 绘制折线图 plt.figure(figsize=(10, 6)) plt.plot(x_data, y_data, label='趋势曲线', marker='o') # 图形装饰 plt.title('Excel 数据折线图') plt.xlabel('日期') plt.ylabel('数值') plt.legend() plt.xticks(rotation=45) plt.tight_layout() # 显示图表 plt.show() ``` --- #### **注意事项** - 如果 Excel 文件中有缺失值或异常值，建议先清理数据再绘图[^1]。 - 当数据量较大时，可通过设置 `xticks` 控制 X 轴刻度的数量，避免过于密集影响可视化效果[^2]。 - 若需自定义颜色或样式，可在 `plt.plot()` 函数中传入更多参数，如 `color`, `linestyle` 等[^3]。 ---