Python处理Excel数据与用matplotlib绘图

一、导入数据

需要安装的包：

• 主：pandas
• 附加： xlrd 和 openpyxl 分别来读取 XLS 和 XLSX 文件。

读取：

import pandas as pd

# 使用 ExcelFile 时，通过将 xls 或 xlsx 的路径传入，生成一个实例：
xlsx = pd.ExcelFile('examples/ex1.xlsx')

# 存储在表中的数据可以通过 `pandas.read_excel` 读取到 DataFrame 中：
pd.read_excel(xlsx, "Sheet1")

import pandas as pd
df1 = pd.read_excel(xls, 'Sheet1')
df1
df2 = pd.read_excel(xls, '0')
df2

pd.read_excel 参数：

参考文献

header=None :表示不使用数据源中的表头

DataFrame 操作：

参考文献

# 获得行索引信息
df.index
# 获得列索引信息
df.columns
# 获得df的size
df.shape
# 获得df的行数
df.shape[0]
# 获得df的 列数
df.shape[1]
# 获得df中的值
df.values 

# 大概了解一下数据
df.describe()

df[: 3 ] #选取前3行
df.iloc[ 3 ] #选取第3行
df.iloc[ 2 : 4 ] #选取第2到第3行
df.iloc[ 0 , 1 ] #选取第0行1列的元素
dat.iloc[: 2 , : 3 ] #选取第0行到第1行，第0列到第2列区域内的元素
df1.iloc[[1,3,5],[1,3]] #选取第1，3，5行，第1，3列区域内的元素

# DataFrame 转化成 np.array
df = df.values

# np.array 转化成 DataFrame
import pandas as pd
df = pd.DataFrame(df)

Python numpy 提取矩阵的某一行或某一列

参考文献

二、标签、刻度、图例

xlim：绘图范围

xticks：刻度位置

xticklabels：刻度标签

# 绘图范围
# 在没有参数情况下调用，返回当前参数值
plt.xlim()

# 传入参数的情况下，将 x 轴的设置范围从 0 到 10
plt.xlim([0, 10])

# set_xticks表示在数据范围内设定刻度的位置，默认情况下，这些刻度也有标签。但是我们可以用 set_xticklabels 为标签赋值
ticks = ax.set_xticks([0, 250, 500, 750, 1000])

labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five', rotation-30, fontsize='small'])

# 原生matplotlib不支持，所以我们需要借助一些其他方法
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=15)

# 设置标题
plt.title(u"DBSCAN聚类", fontproperties=font)

# 设置标签
plt.xlabel('频率/Hz', fontproperties=font)
plt.ylabel('距艇首距离/m', fontproperties=font)

三、二维散点图的点，用颜色表示单个点的强度

plt.scatter参数解析

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)

• x, y → 散点的坐标
• s → 散点的面积
• c → 散点的颜色（默认值为蓝色，’b’，其余颜色同plt.plot( )）
• cmap → 指的是matplotlib.colors.Colormap，相当于多个调色盘的合集
• norm、vmin、vmax → 散点颜色亮度设置
• marker → 散点样式（默认值为实心圆，’o’，其余样式同plt.plot( )）
• alpha → 散点透明度（[0, 1]之间的数，0表示完全透明，1则表示完全不透明）
• linewidths →散点的边缘线宽
• edgecolors → 散点的边缘颜色

参考文献

• c

• marker

• cmap

赏

谢谢你请我吃糖果