我要评论小张是公司里做运营分析的，每个月都要把销售数据整理成图表，给老板做汇报。以前他都是手动在excel里点来点去，选数据范围、插入柱状图、调颜色、改字体，一套操作下来至少半小时。碰上数据更新频繁的日子，他得重复做三四遍同样的操作，烦到想摔鼠标。
有一天他跑来问我：“有没有办法让excel自动画图？我每次数据格式都一样，就是数值变了。”
我说：“用python啊，写一次脚本，以后一键生成，颜色字体你说了算，还能批量处理。”
他眼睛亮了。
这篇文章就从这个场景出发，聊聊怎么用python和excel配合，优雅地画出各种柱状图。
准备工具，装三个库就够了
python操作excel有几个成熟的库。最省事的是pandas，它能直接读写excel文件，处理数据表格。画图交给matplotlib，这个库几乎能画出所有你能想象到的图表。如果还想保留excel公式或者调整格式，可以加上openpyxl。
装起来一句话的事情：
pip install pandas matplotlib openpyxl
我习惯在jupyter notebook里调试这些代码，因为能看到每一步的数据长什么样。如果你用普通.py文件也完全没问题。
拿数据开刀，从excel读到pandas
先看一个实际场景。假设有一张销售数据表叫sales.xlsx，里面每个月每个产品的销售额：
| 月份 | 产品a | 产品b | 产品c |
|---|---|---|---|
| 1月 | 120 | 95 | 80 |
| 2月 | 135 | 102 | 88 |
| 3月 | 148 | 110 | 92 |
用pandas读这个文件只需要一行：
import pandas as pd
df = pd.read_excel('sales.xlsx')
print(df.head())
head()方法能让你看一眼前几行数据，确认读进来的格式对不对。pandas会自动把第一行当作列名，后面每一行对应一个月份。
第一张柱状图，五步搞定
数据在手里了，画图其实就五步：选数据、创建画布、画柱状图、加标题标签、显示或保存。
import matplotlib.pyplot as plt
# 把月份列作为横坐标的标签
months = df['月份']
# 遍历每一列产品，分别画一组柱子
plt.bar(months, df['产品a'], label='产品a')
plt.bar(months, df['产品b'], label='产品b')
plt.bar(months, df['产品c'], label='产品c')
# 加标签和标题
plt.xlabel('月份')
plt.ylabel('销售额（万元）')
plt.title('各产品月度销售对比')
# 显示图例
plt.legend()
# 展示图表
plt.show()
跑完这段代码，一张简单的分组柱状图就弹出来了。每个月份有三根柱子并排，代表三个产品的销售额。
这比在excel里手动选区域、插入图表快多了。但还不够好看，柱子颜色、字体大小、网格线都可以调。
让图表好看一点，细节决定质感
默认的matplotlib图表长得很“学术”，蓝橘色的柱子，白色背景，谈不上难看但也说不上精致。改几个参数就能大变样。
# 设置中文字体，不然图表里的中文会变成方框
plt.rcparams['font.sans-serif'] = ['simhei']
plt.rcparams['axes.unicode_minus'] = false
# 创建画布时指定尺寸和分辨率
fig, ax = plt.subplots(figsize=(10, 6), dpi=100)
# 画图时自定义颜色和透明度
ax.bar(months, df['产品a'], label='产品a', color='#ff6b6b', alpha=0.8)
ax.bar(months, df['产品b'], label='产品b', color='#4ecdc4', alpha=0.8)
ax.bar(months, df['产品c'], label='产品c', color='#45b7d1', alpha=0.8)
# 添加网格线，提升可读性
ax.grid(axis='y', linestyle='--', alpha=0.5)
# 在柱子上方显示数值
for i, (a, b, c) in enumerate(zip(df['产品a'], df['产品b'], df['产品c'])):
ax.text(i, a + 2, str(a), ha='center', va='bottom', fontsize=9)
ax.text(i, b + 2, str(b), ha='center', va='bottom', fontsize=9)
ax.text(i, c + 2, str(c), ha='center', va='bottom', fontsize=9)
plt.tight_layout()
plt.show()
alpha参数控制透明度，多个柱子重叠时能看到后面的内容。grid加网格线能让数值对比更直观。text方法在柱子上方标了具体数字，老板看图表时不用再猜这根柱子到底是多少。
颜色代码用的是十六进制rgb格式，比默认的颜色高级不少。可以在网上搜配色方案，选一套自己看着舒服的。
两种特殊柱状图，应付不同场景
有时候并排柱子太多了，显得拥挤。可以换成堆叠柱状图，每个月份的三根柱子叠在一起，总高度就是三个产品的销售额之和。
# 堆叠柱状图
fig, ax = plt.subplots(figsize=(10, 6))
ax.bar(months, df['产品a'], label='产品a', color='#ff6b6b')
ax.bar(months, df['产品b'], bottom=df['产品a'], label='产品b', color='#4ecdc4')
ax.bar(months, df['产品c'], bottom=df['产品a'] + df['产品b'], label='产品c', color='#45b7d1')
ax.set_ylabel('总销售额（万元）')
ax.legend()
plt.show()
bottom参数决定了这根柱子从哪里开始堆叠。产品b的柱子底端是产品a的高度，产品c的柱子底端是a加b的高度。这种图适合展示“总量”和“构成”的关系。
还有一种需求是横向柱状图。当产品名称或者月份标签比较长时，竖着放会挤在一起看不清。barh方法画横着的版本：
# 横向柱状图 ax.barh(months, df['产品a'], label='产品a') ax.barh(months, df['产品b'], label='产品b') ax.barh(months, df['产品c'], label='产品c')
只是把bar换成了barh，x轴和y轴的角色互换了。
批量生成图表，十分钟的工作变成十秒钟
这才是python真正的杀手锏。假设你有12个分公司的销售数据，分别存在12个excel文件里，每个文件要生成一张柱状图。手动做的话，打开、复制、粘贴、调整格式，一上午就没了。
用python写个循环，几秒钟跑完。
import glob
# 获取所有excel文件
files = glob.glob('分公司销售数据/*.xlsx')
for file in files:
df = pd.read_excel(file)
# 从文件名提取分公司名称，用来命名输出的图片
company_name = file.split('/')[-1].replace('.xlsx', '')
fig, ax = plt.subplots(figsize=(10, 6))
ax.bar(df['月份'], df['销售额'], color='steelblue')
ax.set_title(f'{company_name}月度销售情况')
ax.set_xlabel('月份')
ax.set_ylabel('销售额（万元）')
# 不显示窗口，直接保存文件
plt.savefig(f'图表输出/{company_name}_柱状图.png', dpi=150, bbox_inches='tight')
plt.close()
这里有两个关键点。savefig代替show，不弹窗口直接存图。bbox_inches='tight'能自动裁剪掉图表周围多余的空白。循环结束后，指定文件夹里整整齐齐躺着12张图片，每一张都格式统一、标题自动适配。
把图表写回excel，方便分享
有些人不想单独看图片文件，希望图表直接嵌入到excel表格里。这也能做到，用openpyxl配合matplotlib。
from openpyxl import workbook
from openpyxl.utils.dataframe import dataframe_to_rows
from openpyxl.drawing.image import image
import io
# 先把图表存到内存里的字节流，不生成临时文件
buf = io.bytesio()
plt.savefig(buf, format='png', dpi=100)
buf.seek(0)
# 新建excel文件并写入数据
wb = workbook()
ws = wb.active
# 将pandas数据写入工作表
for r in dataframe_to_rows(df, index=false, header=true):
ws.append(r)
# 插入图片
img = image(buf)
img.width = 400
img.height = 300
ws.add_image(img, 'e2') # 放在e2单元格位置
wb.save('带图表的销售报表.xlsx')
这样生成的文件，别人打开就能直接看到数据和图表，不需要额外发图片。
几个让我踩过坑的小问题
中文字体是最容易翻车的。matplotlib默认字体不支持中文，画出来的图里汉字全是小方框。解决方案是提前设置字体，用rcparams指定一个系统中存在的支持中文的字体。如果是在linux服务器上跑，可能需要先安装中文字体，或者用fc-list :lang=zh命令查一下已安装的字体。
数据列名不要有空格。pandas读取excel后，如果列名是“产品 a”这种带空格的，调用df['产品 a']会报错。要么提前改好列名，要么用df.columns = [col.strip() for col in df.columns]批量清理。
保存图表时如果中文变成了乱码，试试plt.savefig之前再加一次字体设置。有时候前面设好了，保存时却丢失了，重新设置能解决。
从手动到自动，效率提升看得见
小张后来用这套脚本，每月做报表的时间从半小时压缩到了十秒钟。他只需要把最新的数据覆盖到excel文件里，双击运行脚本，图表自动生成。他把脚本给了部门其他同事，大家都很开心。
数据可视化的核心价值不是图表多漂亮，而是能不能快速准确地传达信息。当你重复做同一类图表超过三次，就该考虑写脚本了。这不是偷懒，是聪明地工作。
excel和python不是替代关系，是互补关系。excel适合交互式探索数据，python适合批量化、自动化处理。两者结合，威力翻倍。
以上就是python excel数据可视化之柱状图绘制教程的详细内容，更多关于python excel数据可视化的资料请关注代码网其它相关文章！
发表评论