Python自动化办公系列2-数字化经济excel数据可视化

简介: 天不会一直黑,汗水也不会骗人,时间终会给我们答案。努力从来都不会说谎,它只嘉奖始终坚持的人。你把它放在哪里,哪里就能给你一个不一样的结果。

序言

实战

素材准备
1、安装模块 : pip install pandas
2、excel表格

image.png

第一步:读取excel数据

import pandas

### 第一步: 加载文件数据
pd_data = pandas.ExcelFile('数字化经济.xlsx')
sheet_names = pd_data.sheet_names
print(sheet_names)

image.png

第二步:提取需要处理的工作表数据

for sheet in sheet_names:
    if sheet == '2020年指标':
        #  加载数据
        pd_df = pandas.read_excel('数字化经济.xlsx',sheet_name=sheet)
        print(pd_df)

image.png

第三步:把提取的内容处理成可以允许数据可视化图像的数据

        pd_df = pd_df.iloc[1:,:]
        # 把列修改成表头
        pd_df.columns = pd_df.iloc[0:2,:].values[0]
        pd_df = pd_df.iloc[1:, :]
        #  提取数据
        tony_df = pd_df['移动电话基站(万个)']
        city = pd_df['地区']
        iphone = tony_df.values
        iphone_city = city.values

        print(iphone,iphone_city)

image.png

第四步:数据可视化分析

import matplotlib
import matplotlib.pyplot as plt

font = {'family': 'simhei',
            'weight': 'bold',
             'size': 5}
matplotlib.rc('font', **font)

# 散点图   x轴  y轴
plt.scatter(iphone_city,iphone,color='Green')
plt.plot(iphone_city,iphone,'red')
# 显示图形
plt.show()

image.png

在这个浮躁的时代;竟然还有人能坚持篇篇原创;

如果本文对你学习有所帮助-可以点赞👍+ 关注!将持续更新更多新的文章。

支持原创。感谢!

相关文章
|
17天前
|
Python
python_读写excel、csv记录
python_读写excel、csv记录
16 0
|
1天前
|
JSON 监控 调度
局域网管理软件的自动化任务调度:Python 中的 APScheduler 库的应用
使用 Python 的 APScheduler 库可简化局域网管理中的自动化任务调度。APScheduler 是一个轻量级定时任务调度库,支持多种触发方式如间隔、时间、日期和 Cron 表达式。示例代码展示了如何创建每 10 秒执行一次的定时任务。在局域网管理场景中,可以利用 APScheduler 定期监控设备状态,当设备离线时自动提交数据到网站,提升管理效率。
7 0
|
5天前
|
存储 安全 数据库
自动化密码填充:使用Python提高日常工作效率
自动化密码填充:使用Python提高日常工作效率
11 0
|
5天前
|
SQL 数据库 数据库管理
python自动生成SQL语句自动化
python自动生成SQL语句自动化
23 1
|
5天前
|
持续交付 Python
使用Python实现自动化Web内容巡检
使用Python实现自动化Web内容巡检
17 1
|
9天前
|
监控 测试技术 持续交付
Python自动化测试代理程序可用性
总之,通过编写测试用例、自动化测试和设置监控系统,您可以确保Python自动化测试代理程序的可用性,并及时发现和解决问题。这有助于提供更可靠和高性能的代理服务。
14 4
|
11天前
|
机器学习/深度学习 数据采集 算法
【Python机器学习专栏】自动化特征选择与优化的实践
【4月更文挑战第30天】特征选择在机器学习中至关重要,能降低模型复杂度,提高泛化能力和避免过拟合。本文介绍了自动化特征选择的三种方法:过滤法(如SelectKBest)、包装法(如RFE)和嵌入法(如随机森林)。通过结合这些方法,可实现特征优化,包括数据预处理、初步筛选、模型训练与评估、特征优化和结果验证。自动化特征选择能提升模型性能,适应不同数据集和任务需求,为机器学习项目提供坚实基础。
|
12天前
|
存储 Python Windows
轻松学会openpyxl库,Python处理Excel有如神助
轻松学会openpyxl库,Python处理Excel有如神助
|
13天前
|
NoSQL Python
在Python中,我们可以使用许多库来处理Excel文件
Python处理Excel常用pandas和openpyxl库。pandas的`read_excel`用于读取文件,`to_excel`写入;示例展示了数据框操作。openpyxl则用于处理复杂情况,如多工作表,`load_workbook`加载文件,`iter_rows`读取数据,`Workbook`创建新文件,写入单元格数据后保存。
22 1
|
14天前
|
IDE 测试技术 持续交付
【专栏】利用Python自动化测试与单元测试框架提升代码质量与效率
【4月更文挑战第27天】本文探讨了Python自动化测试与单元测试框架在提升代码质量与效率中的作用。Selenium、Appium用于Web和移动应用自动化测试,pytest提供强大、易扩展的测试支持。unittest是Python标准的单元测试框架,支持结构化测试用例和丰富的断言。实践中,应制定测试计划,编写高质量测试用例,实行持续集成与测试,并充分利用测试报告。这些工具和策略能有效保障代码质量和提升开发效率。

热门文章

最新文章