读取 Excel 文件（`.xlsx`）并绘制柱状图是数据分析中的高频任务。与 CSV 不同，Excel 可能包含**多工作表、合并单元格、公式结果、日期格式、空行/列**等复杂情况，因此需更谨慎处理。 下面我将为你提供 **完整、健壮、可直接运行的解决方案**，涵盖： ✅ 安装依赖 ✅ 读取 Excel（含错误处理与编码兼容） ✅ 数据清洗（去空、类型转换、中文支持） ✅ 用 `pandas + matplotlib` / `seaborn` / `pandas内置plot` 三种方式绘图 ✅ 关键陷阱提醒（如：`openpyxl` vs `xlrd`、日期自动转序数、sheet_name选择） --- ### ✅ 第一步：安装必要库（仅需执行一次） ```bash pip install pandas openpyxl matplotlib seaborn ``` > ⚠️ 注意： > - `xlrd` **已停止支持 `.xlsx`（仅支持旧版 `.xls`）**，新版必须用 `openpyxl`（pandas 默认后端）； > - `openpyxl` 是读写 `.xlsx` 的标准引擎，`pandas.read_excel(..., engine='openpyxl')` 可显式指定（通常自动识别）。 --- ### 📁 示例 Excel 文件结构（假设 `sales_data.xlsx`） | 产品 | 销量 | 月份 | 区域 | |--------|------|--------|------| | 苹果 | 42 | 2024-01| 华东 | | 香蕉 | 35 | 2024-01| 华南 | | 橙子 | 56 | 2024-02| 华北 | | ... | ... | ... | ... | > ✅ 实际使用时，请将 `"sales_data.xlsx"` 替换为你的真实文件路径（如 `"./data/quarterly_report.xlsx"`） --- ### 🐍 方法一：pandas + matplotlib（推荐 —— 灵活可控） ```python import pandas as pd import matplotlib.pyplot as plt # === 1. 读取 Excel（带容错）=== try: # ✅ 默认 engine='openpyxl'（pandas ≥ 1.2 自动启用） # 若报错 "Missing optional dependency 'openpyxl'"，请先 pip install openpyxl df = pd.read_excel("sales_data.xlsx", sheet_name=0, # 读第1个sheet（或传字符串如 'Sales'） header=0, # 第0行作为列名 skiprows=0, # 跳过前N行（如标题行在第2行则设 skiprows=1） usecols="A:C") # 只读 A~C 列（避免空列干扰），可选 print("✅ Excel 加载成功，前5行：") print(df.head()) except FileNotFoundError: print("❌ 错误：找不到文件 'sales_data.xlsx'，请检查路径！") exit() except ValueError as e: if "sheet" in str(e).lower(): print(f"❌ 工作表名错误：{e}，可用 sheet_name 查看所有表：") print(pd.ExcelFile("sales_data.xlsx").sheet_names) else: print(f"❌ 其他读取错误：{e}") exit() except Exception as e: print(f"❌ 未知错误：{e}") exit() # === 2. 基础数据清洗 === df = df.dropna(subset=['产品', '销量']) # 删除关键列为空的行 df['销量'] = pd.to_numeric(df['销量'], errors='coerce') # 强制转数字，异常变 NaN df = df.dropna(subset=['销量']) # 可选：按销量降序排列柱子（视觉更清晰） df = df.sort_values('销量', ascending=False) # === 3. 绘制柱状图（中文友好）=== plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS', 'DejaVu Sans'] plt.rcParams['axes.unicode_minus'] = False plt.figure(figsize=(10, 6)) bars = plt.bar(df['产品'], df['销量'], color=plt.cm.plasma(df['销量']/df['销量'].max()), # 渐变色 edgecolor='darkgray', linewidth=0.8) # 添加数值标签 for bar, qty in zip(bars, df['销量']): plt.text(bar.get_x() + bar.get_width()/2, bar.get_height() + df['销量'].max()*0.005, f'{int(qty)}', ha='center', va='bottom', fontsize=10, fontweight='bold') plt.title('Excel 数据：各产品销量柱状图', fontsize=16, pad=20) plt.xlabel('产品名称', fontsize=12) plt.ylabel('销量（件）', fontsize=12) plt.xticks(rotation=0) # 若产品名长，可改为 rotation=15 或 30 plt.ylim(0, df['销量'].max() * 1.12) plt.grid(axis='y', linestyle='--', alpha=0.6) plt.tight_layout() plt.show() # plt.savefig("excel_bar_chart.png", dpi=300, bbox_inches='tight') ``` --- ### 🌈 方法二：用 pandas 内置 `.plot()`（最简！适合快速探索） ```python import pandas as pd import matplotlib.pyplot as plt df = pd.read_excel("sales_data.xlsx") # 清洗（同上） df = df.dropna(subset=['产品', '销量']) df['销量'] = pd.to_numeric(df['销量'], errors='coerce') df = df.dropna(subset=['销量']).sort_values('销量', ascending=False) # ✅ 一行绘图！pandas 封装了 matplotlib ax = df.plot(x='产品', y='销量', kind='bar', figsize=(10, 6), color='steelblue', legend=False, xlabel='产品', ylabel='销量', title='Pandas 内置绘图：产品销量') # 添加数值标签（pandas plot 不自带，需手动） for i, v in enumerate(df['销量']): ax.text(i, v + df['销量'].max()*0.005, str(int(v)), ha='center', va='bottom', fontweight='bold') plt.xticks(rotation=0) plt.tight_layout() plt.show() ``` > ✅ 优势：代码极简，自动适配 DataFrame 结构； > ❗ 局限：定制化能力弱于原生 matplotlib（如渐变色、复杂网格需额外调 `ax`）。 --- ### 🎨 方法三：用 seaborn（统计级美观，适合报告） ```python import pandas as pd import seaborn as sns import matplotlib.pyplot as plt df = pd.read_excel("sales_data.xlsx") df = df.dropna(subset=['产品', '销量']) df['销量'] = pd.to_numeric(df['销量'], errors='coerce') df = df.dropna(subset=['销量']).sort_values('销量', ascending=False) # 设置中文字体 plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS'] plt.rcParams['axes.unicode_minus'] = False plt.figure(figsize=(10, 6)) # seaborn barplot 默认对 y 做聚合（mean），此处每行是单条记录 → 用 estimator=None 表示不聚合 ax = sns.barplot(data=df, x='产品', y='销量', palette='crest', # 现代感配色 estimator=None, # 关键！禁用聚合，直接画原始值 errorbar=None) # 关闭误差线（因无重复测量） # 添加数值标签 for i, v in enumerate(df['销量']): ax.text(i, v + df['销量'].max()*0.005, str(int(v)), ha='center', va='bottom', fontweight='bold') plt.title('Seaborn 绘制：Excel 产品销量（无聚合）', fontsize=16) plt.xlabel('产品', fontsize=12) plt.ylabel('销量', fontsize=12) plt.xticks(rotation=0) plt.tight_layout() plt.show() ``` > 💡 提示：若你的 Excel 中同一产品有多行（如每日销量），想画「每个产品的总销量」，则应先聚合： > ```python > df_agg = df.groupby('产品')['销量'].sum().reset_index().sort_values('销量', ascending=False) > ``` --- ### ⚠️ 关键陷阱与解决方案（避坑指南） | 问题 | 原因 | 解决方案 | |--------|------|-----------| | `ModuleNotFoundError: No module named 'openpyxl'` | 缺少 Excel 引擎 | `pip install openpyxl` | | 读出的日期变成 `44205.0` 这样的数字 | Excel 序数日期未解析 | 加参数 `parse_dates=['月份']` 或 `date_parser=pd.to_datetime` | | 中文列名读成 `Unnamed: 0` | Excel 有空白行/合并单元格 | 用 `skiprows=1` 或 `header=1` 调整表头位置；用 `pd.read_excel(..., skip_blank_lines=True)` | | `ValueError: Invalid file path or buffer object type` | 路径含中文或特殊字符 | 用 `os.path.abspath("文件名.xlsx")` 获取绝对路径，或改用正斜杠 `/` | | 柱子宽度太窄/重叠 | 数据点过多 | 改用 `plt.figure(figsize=(12,6))` 加宽，或用 `plt.xticks(rotation=30)` 倾斜标签 | --- ### 📥 下一步行动建议： 1. 将你的 `.xlsx` 文件放在 Python 脚本同目录； 2. 把代码中 `"sales_data.xlsx"` 替换为你的文件名； 3. 运行 —— 如果遇到报错（如 `Sheet not found`、`Invalid column name`），把**完整错误信息**发给我，我帮你逐行调试！ ---