### 如何使用 Python 和 Matplotlib 根据 Excel 数据生成气泡图 要实现基于 Excel 表格中的数据生成气泡图的功能，可以利用 `pandas` 库读取 Excel 文件并提取所需的数据列，再结合 `matplotlib` 进行可视化。以下是完整的解决方案： #### 使用 Pandas 读取 Excel 数据 Pandas 提供了强大的功能来处理表格数据。可以通过 `read_excel()` 方法加载 Excel 文件，并指定所需的 sheet 名称或索引。 ```python import pandas as pd # 加载 Excel 文件 file_path = 'data.xlsx' # 替换为实际文件路径 df = pd.read_excel(file_path, sheet_name='Sheet1') # 假设数据位于第一个工作表中 ``` #### 准备绘图数据 假设 Excel 中有三列分别代表 X 轴、Y 轴以及气泡大小（可选还有标签）。这些列名可以根据实际情况调整。 ```python # 获取对应列作为绘图数据 x_data = df['X'].values # 替换为实际的 X 列名称 y_data = df['Y'].values # 替换为实际的 Y 列名称 size_data = df['Size'].values * 10 # 替换为实际的 Size 列名称，乘以系数调节显示效果 labels = df['Label'] # 如果存在标签列，则用于标注 ``` #### 创建气泡图 接下来使用 Matplotlib 的 `scatter()` 方法绘制气泡图，并添加必要的样式和交互功能。 ```python import matplotlib.pyplot as plt import mplcursors # 可选：增加交互性 # 绘制散点图 bubble_plot = plt.scatter(x_data, y_data, s=size_data, c=x_data, cmap="viridis", alpha=0.7) # 添加交互式注解 (如果需要) if not labels.empty: cursor = mplcursors.cursor(bubble_plot, hover=True) cursor.connect("add", lambda sel: sel.annotation.set_text(labels[sel.target.index])) # 设置图表属性 plt.title('基于 Excel 数据的气泡图') plt.xlabel('X轴描述') plt.ylabel('Y轴描述') # 显示网格线 plt.grid(alpha=0.4) # 设置透明度[^2] # 展示图形 plt.colorbar(label='颜色映射说明') plt.tight_layout() plt.show() ``` 以上代码实现了从 Excel 文件导入数据到生成带有交互性的气泡图的过程。其中，`mplcursors` 是一个第三方库，提供了鼠标悬停时动态展示数据点信息的能力[^1]。 --- #### 注意事项 - 需安装必要依赖项：`pip install pandas openpyxl matplotlib mplcursors` - 若无交互需求，可以直接移除 `mplcursors` 相关部分。 - 确保 Excel 文件中有对应的列名匹配脚本中的变量定义。 ---