京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:潮汐
来源:Python 技术
上一篇文章分享了的基本用法,但是在绘制数据的过程中难免需要给数据制作图表,根据各种数据需求绘制出不同的图表,今天的文章主要讲解 python xlsxwriter 画图模块 Chart 类的用法实例分析。
Chart 类是 XlsxWriter 模块中图表组件的基类,支持的图表类型包括面积、条形图、柱形图、折线图、饼图、散点图、股票和雷达等。
一个图表对象是通过 Workbook(工作簿)的 add_chart() 方法创建,通过 {type,'图表类型'}字典参数指定图表的类型,语句如下:
chart = workbook.add_chart({type, 'column'}) #创建一个 column(柱形)图表
然后再通过 Worksheet(工作表)的insert_chart()方法插入到指定位置,语句如下:
worksheet.insert_chart('A5', chart) #在A5单元格插入图表
Chart 类是 XlsxWriter 模块中图表组件的基类,支持的图表类型包括面积、条形图、柱形图、折线图、饼图、散点图、股票和雷达等
使用 XlsxWriter 绘制柱状图详细代码如下:
import xlsxwriter def chart_column(): workbook = xlsxwriter.Workbook('chart.xlsx')
worksheet = workbook.add_worksheet() # Create a new Chart object. chart = workbook.add_chart({'type': 'column'}) # Write some data to add to plot on the chart. data = [
[13, 25, 9, 14, 35],
[12, 14, 16, 18, 20],
[13, 16, 19, 22, 25],
]
worksheet.write_column('A1', data[0]) # 按列插入 worksheet.write_column('B1', data[1])
worksheet.write_column('C1', data[2]) # Configure the chart. In simplest case we add one or more data series. chart.add_series({'values': '=Sheet1!$A$1:$A$5'})
chart.add_series({'values': '=Sheet1!$B$1:$B$5'})
chart.add_series({'values': '=Sheet1!$C$1:$C$5'}) # Insert the chart into the worksheet. worksheet.insert_chart('A7', chart)
workbook.close() if __name__ == '__main__':
chart_column()
绘制图片输出结果如下:
XlsxWriter 绘制柱状图叠图详细方法详见如下代码:
def charts_column1():
workbook = xlsxwriter.Workbook("expense02.xlsx") # 添加一个Sheet页,不添写名字,默认为Sheet1 worksheet = workbook.add_worksheet() # 准备数据 headings = ["姓名", "语文", "数学"]
data = [["张三", 78, 60], ["李四", 98, 89], ["王五", 88, 100]] # 样式 head_style = workbook.add_format({"bold": True, "bg_color": "yellow", "align": "center", "font": 13}) # 写数据 worksheet.write_row("A1", headings, head_style) for i in range(0, len(data)):
worksheet.write_row("A{}".format(i + 2), data[i]) # 添加柱状图叠图子类型 chart2 = workbook.add_chart({"type": "column", "subtype": "stacked"})
chart2.add_series({ "name": "=Sheet1!$B$1", "categories": "=Sheet1!$A$2:$a$4", "values": "=Sheet1!$B$2:$B$4" })
chart2.add_series({ "name": "=Sheet1!$C$1", "categories": "=Sheet1!$A$2:$a$4", "values": "=Sheet1!$C$2:$C$4" })
chart2.set_title({"name": "叠图子类型"})
chart2.set_x_axis({"name": "姓名"})
chart2.set_y_axis({"name": "成绩"})
chart2.set_style(12) # 插入图表 worksheet.insert_chart("B7", chart2) # 关闭EXCEL文件 workbook.close()
绘制结果如下:
XlsxWriter 绘制饼图只需要新建一个工作表后添加饼图样式即可,详细绘制方式如下:
def chart_pie():
workbook = xlsxwriter.Workbook("expense03.xlsx") # 添加一个Sheet页,不添写名字,默认为Sheet1 worksheet = workbook.add_worksheet() # 准备数据 headings = ["姓名", "语文", "数学"]
data = [["张三", 78, 60], ["李四", 98, 89], ["王五", 88, 100]] # 样式 head_style = workbook.add_format({"bold": True, "bg_color": "yellow", "align": "center", "font": 13}) # 写数据 worksheet.write_row("A1", headings, head_style) for i in range(0, len(data)):
worksheet.write_row("A{}".format(i + 2), data[i]) # 添加饼图 chart3 = workbook.add_chart({"type": "pie"})
chart3.add_series({ # "name":"饼形图", "categories": "=Sheet1!$A$2:$A$4", "values": "=Sheet1!$B$2:$B$4", # 定义各饼块的颜色 "points": [
{"fill": {"color": "yellow"}},
{"fill": {"color": "blue"}},
{"fill": {"color": "red"}}
]
})
chart3.set_title({"name": "饼图成绩单"})
chart3.set_style(3) # 插入图表 worksheet.insert_chart("B7", chart3) # 关闭EXCEL文件 workbook.close()
绘制图片结果如下:
今天的文章讲解了神器 xlsxwriter 操作 Excel 绘制柱状图、饼图、柱状图叠图等图形详细过程,当然还有更多关于 xlsxwriter 有趣的知识点还未分享,感兴趣的朋友们可以试试,希望对大家有所帮助。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27