matplotlib导入excel多列数据绘图多条曲线如何实现

### 使用 Python 读取 Excel 文件并生成折线图 要实现这一目标，可以利用 `pandas` 库来加载和处理 Excel 数据，并借助 `matplotlib` 来创建折线图。以下是具体方法： #### 安装必要的库 如果尚未安装所需的库，则可以通过以下命令进行安装： ```bash pip install pandas matplotlib openpyxl ``` 其中，`openpyxl` 是用于读取 `.xlsx` 文件的引擎。 --- #### 加载 Excel 数据 使用 `pandas.read_excel()` 函数可以从 Excel 文件中提取数据。此函数支持多种参数配置，例如指定工作表名称或索引、跳过某些行等[^1]。 ```python import pandas as pd # 假设文件名为 'data.xlsx' 并位于当前目录下 file_path = 'data.xlsx' # 将第一个工作表中的数据加载到 DataFrame 中 df = pd.read_excel(file_path, sheet_name=0) print(df.head()) # 查看前几行数据以确认加载成功 ``` --- #### 绘制折线图 一旦数据被加载至 Pandas 的 DataFrame 对象中，就可以调用 Matplotlib 或 Pandas 自带的绘图功能来生成折线图。下面是一个简单的例子，假设我们要基于某一列作为 X 轴，另一列为 Y 轴绘制图形。 ```python import matplotlib.pyplot as plt # 提取所需的数据列 (替换为实际使用的列名) x_data = df['Column_X'] # 替换 Column_X 为您想要的 X 列名 y_data = df['Column_Y'] # 替换 Column_Y 为您想要的 Y 列名 # 创建一个新的画布 plt.figure(figsize=(8, 5)) # 添加折线图 plt.plot(x_data, y_data, label='Line', marker='o') # 设置图表标题和轴标签 plt.title('Line Chart from Excel Data') plt.xlabel('X-Axis Label') # 修改为您的 X 轴描述 plt.ylabel('Y-Axis Label') # 修改为您的 Y 轴描述 # 显示图例和网格 plt.legend() plt.grid(True) # 展示图像 plt.show() ``` 上述代码片段实现了从 Excel 导入数据并将其转换成可视化的折线图的功能。 --- #### 高级自定义选项 对于更加复杂的场景，比如多条曲线对比或者调整颜色风格，也可以进一步扩展代码逻辑。例如： - **添加更多线条**：只需多次调用 `plt.plot()` 方法即可。 - **更改主题样式**：可设置全局样式如 `'ggplot'`, `'seaborn'` 等。 - **保存图片**：通过 `plt.savefig('output.png')` 可导出结果图为文件形式。 ---

<think>我们正在设计一个基于PyQt5的应用程序，用于加载Excel文件，选择多列数据绘制折线图，并支持图形的缩放、平移以及通过滑条调整视图。同时，界面要求简约美观。设计思路：1.使用PyQt5构建主窗口，包含菜单栏、工具栏、左侧控制面板和右侧绘图区域。2.左侧控制面板：包含文件加载按钮、列选择列表（多选）、日期列选择（用于X轴）、范围滑条等。3.右侧绘图区域：使用Matplotlib嵌入，并添加导航工具栏（支持缩放和平移）。4.范围滑条：用于调整显示的数据范围（例如，显示最近50%的数据或全部数据）。5.界面美化：使用现代风格，调整控件样式，合理布局。步骤：a.主窗口布局：采用水平分割，左侧为控制面板（固定宽度），右侧为绘图区域（可伸缩）。b.控制面板：垂直布局，包含以下控件：-打开文件按钮-日期列选择（下拉框）-数据列选择（多选列表框）-范围滑条（水平滑条，带标签）-重置视图按钮c.绘图区域：嵌入Matplotlib的FigureCanvas，并添加NavigationToolbar。d.功能实现：-打开Excel文件（使用pandas读取）-解析列名，填充到日期列下拉框和数据列列表框-选择日期列作为X轴，多列数据作为Y轴绘制折线图-滑条控制显示的数据范围（按比例显示数据）-支持通过鼠标进行缩放和平移（NavigationToolbar已提供）-重置视图功能：恢复原始视图和滑条位置注意：由于Excel文件可能很大，我们使用pandas读取，但绘图时要注意性能，特别是当数据量很大时，可以采取抽样的方式。我们将按照以下步骤编写代码：1.导入必要的库2.创建主窗口类3.初始化UI4.实现文件加载方法5.实现列选择更新6.实现绘图方法（根据选择的列和范围）7.实现滑条范围调整8.实现重置视图为了美观，我们将使用Qt的Fusion风格，并对按钮等控件进行简单的样式设置。代码结构如下：</think># PyQt5 Excel数据可视化工具：多列折线图与交互界面 我将为您实现一个功能完备的Excel数据可视化工具，支持多列数据选择、鼠标缩放和平移、滑条调整以及简约美观的界面设计。 ## 解决方案设计 ```python import sys import pandas as pd import numpy as np from PyQt5.QtWidgets import (QApplication, QMainWindow, QWidget, QVBoxLayout, QHBoxLayout, QPushButton, QFileDialog, QComboBox, QListWidget, QSlider, QLabel, QStatusBar, QSplitter, QStyleFactory, QCheckBox) from PyQt5.QtCore import Qt import matplotlib matplotlib.use('Qt5Agg') from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas from matplotlib.backends.backend_qt5agg import NavigationToolbar2QT as NavigationToolbar from matplotlib.figure import Figure import matplotlib.dates as mdates from datetime import datetime class ExcelPlotter(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("Excel数据可视化工具") self.setGeometry(100, 100, 1200, 800) # 应用现代风格 QApplication.setStyle(QStyleFactory.create('Fusion')) # 初始化数据 self.df = None self.date_col = None self.selected_columns = [] # 创建主界面 self.main_widget = QWidget() self.setCentralWidget(self.main_widget) # 创建布局 main_layout = QVBoxLayout(self.main_widget) # 创建顶部工具栏 top_toolbar = self.create_top_toolbar() main_layout.addLayout(top_toolbar) # 创建分割视图 splitter = QSplitter(Qt.Horizontal) # 左侧控制面板 (30%宽度) control_panel = QWidget() control_layout = QVBoxLayout(control_panel) control_layout.setContentsMargins(10, 10, 10, 10) # 文件信息区域 file_info_layout = QHBoxLayout() file_info_layout.addWidget(QLabel("文件:")) self.file_label = QLabel("未加载文件") self.file_label.setStyleSheet("color: #555; font-style: italic;") file_info_layout.addWidget(self.file_label) file_info_layout.addStretch() control_layout.addLayout(file_info_layout) # 日期列选择 date_layout = QHBoxLayout() date_layout.addWidget(QLabel("X轴(日期列):")) self.date_combobox = QComboBox() self.date_combobox.setMinimumWidth(150) self.date_combobox.currentIndexChanged.connect(self.update_date_col) date_layout.addWidget(self.date_combobox) control_layout.addLayout(date_layout) # 数据列选择 control_layout.addWidget(QLabel("Y轴(数据列):")) self.column_list = QListWidget() self.column_list.setSelectionMode(QListWidget.MultiSelection) self.column_list.itemSelectionChanged.connect(self.update_selected_columns) control_layout.addWidget(self.column_list) # 图表设置 control_layout.addWidget(QLabel("图表设置:")) # 平滑曲线选项 self.smooth_checkbox = QCheckBox("平滑曲线") self.smooth_checkbox.setChecked(False) self.smooth_checkbox.stateChanged.connect(self.update_plot) control_layout.addWidget(self.smooth_checkbox) # 范围控制 range_layout = QHBoxLayout() range_layout.addWidget(QLabel("显示范围:")) self.range_label = QLabel("100%") self.range_label.setMinimumWidth(40) range_layout.addWidget(self.range_label) control_layout.addLayout(range_layout) self.range_slider = QSlider(Qt.Horizontal) self.range_slider.setMinimum(10) self.range_slider.setMaximum(100) self.range_slider.setValue(100) self.range_slider.setTickPosition(QSlider.TicksBelow) self.range_slider.valueChanged.connect(self.update_plot_range) control_layout.addWidget(self.range_slider) # 添加一些空白空间 control_layout.addStretch() # 右侧绘图区域 (70%宽度) plot_widget = QWidget() plot_layout = QVBoxLayout(plot_widget) self.figure = Figure(figsize=(10, 6), dpi=100) self.canvas = FigureCanvas(self.figure) self.toolbar = NavigationToolbar(self.canvas, self) plot_layout.addWidget(self.toolbar) plot_layout.addWidget(self.canvas) # 设置分割器 splitter.addWidget(control_panel) splitter.addWidget(plot_widget) splitter.setSizes([300, 700]) main_layout.addWidget(splitter) # 创建状态栏 self.status_bar = QStatusBar() self.setStatusBar(self.status_bar) self.status_bar.showMessage("就绪 - 请加载Excel文件") # 设置初始绘图 self.ax = self.figure.add_subplot(111) self.canvas.draw() # 连接鼠标事件 self.canvas.mpl_connect('button_release_event', self.on_mouse_release) def create_top_toolbar(self): toolbar_layout = QHBoxLayout() toolbar_layout.setContentsMargins(5, 5, 5, 5) # 文件操作按钮 self.open_btn = QPushButton("📂 打开Excel文件") self.open_btn.setStyleSheet(""" QPushButton { background-color: #4CAF50; color: white; padding: 8px 12px; border-radius: 4px; font-weight: bold; font-size: 12px; } QPushButton:hover { background-color: #45a049; } """) self.open_btn.clicked.connect(self.open_excel) toolbar_layout.addWidget(self.open_btn) # 重置视图按钮 self.reset_btn = QPushButton("🔄 重置视图") self.reset_btn.setStyleSheet(""" QPushButton { background-color: #2196F3; color: white; padding: 8px 12px; border-radius: 4px; font-weight: bold; font-size: 12px; } QPushButton:hover { background-color: #0b7dda; } """) self.reset_btn.clicked.connect(self.reset_view) toolbar_layout.addWidget(self.reset_btn) # 导出图片按钮 self.export_btn = QPushButton("💾 导出图片") self.export_btn.setStyleSheet(""" QPushButton { background-color: #9C27B0; color: white; padding: 8px 12px; border-radius: 4px; font-weight: bold; font-size: 12px; } QPushButton:hover { background-color: #7B1FA2; } """) self.export_btn.clicked.connect(self.export_image) toolbar_layout.addWidget(self.export_btn) # 添加空白空间 toolbar_layout.addStretch() # 图例位置选择 toolbar_layout.addWidget(QLabel("图例:")) self.legend_combo = QComboBox() self.legend_combo.addItems(["右上角", "左上角", "右下角", "左下角", "隐藏"]) self.legend_combo.setCurrentIndex(0) self.legend_combo.currentIndexChanged.connect(self.update_plot) toolbar_layout.addWidget(self.legend_combo) # 主题选择 toolbar_layout.addWidget(QLabel("主题:")) self.theme_combo = QComboBox() self.theme_combo.addItems(["默认", "深色", "浅灰", "科技蓝"]) self.theme_combo.setCurrentIndex(0) self.theme_combo.currentIndexChanged.connect(self.update_plot) toolbar_layout.addWidget(self.theme_combo) return toolbar_layout def open_excel(self): file_path, _ = QFileDialog.getOpenFileName( self, "打开Excel文件", "", "Excel文件 (*.xlsx *.xls);;所有文件 (*.*)" ) if file_path: self.load_excel(file_path) def load_excel(self, file_path): try: # 读取Excel文件 self.df = pd.read_excel(file_path) # 更新文件标签 self.file_label.setText(file_path.split('/')[-1]) self.status_bar.showMessage(f"已加载: {file_path} ({len(self.df)}行, {len(self.df.columns)}列)") # 更新UI控件 self.date_combobox.clear() self.date_combobox.addItems(self.df.columns.tolist()) self.column_list.clear() self.column_list.addItems(self.df.columns.tolist()) # 尝试自动检测日期列 self.auto_detect_date_column() # 默认选择所有数值列 self.select_numeric_columns() # 更新绘图 self.update_plot() except Exception as e: self.status_bar.showMessage(f"错误: {str(e)}") def auto_detect_date_column(self): """尝试自动检测日期列""" date_keywords = ['date', 'time', 'timestamp', 'day'] for col in self.df.columns: if any(kw in col.lower() for kw in date_keywords): self.date_combobox.setCurrentIndex(self.date_combobox.findText(col)) return def select_numeric_columns(self): """尝试选择数值列""" for i in range(self.column_list.count()): item = self.column_list.item(i) col = item.text() if pd.api.types.is_numeric_dtype(self.df[col]): item.setSelected(True) def update_date_col(self): if self.date_combobox.currentIndex() >= 0: self.date_col = self.date_combobox.currentText() self.update_plot() def update_selected_columns(self): self.selected_columns = [item.text() for item in self.column_list.selectedItems()] self.update_plot() def update_plot_range(self, value): self.range_label.setText(f"{value}%") self.update_plot() def reset_view(self): self.range_slider.setValue(100) if self.df is not None: self.update_plot() def export_image(self): if self.df is None or not self.selected_columns: return file_path, _ = QFileDialog.getSaveFileName( self, "导出图片", "", "PNG图片 (*.png);;JPEG图片 (*.jpg);;PDF文件 (*.pdf)" ) if file_path: self.figure.savefig(file_path, dpi=300, bbox_inches='tight') self.status_bar.showMessage(f"图片已保存: {file_path}") def on_mouse_release(self, event): """鼠标释放事件处理""" if event.button == 3: # 右键点击 self.reset_view() def apply_smoothing(self, y, window_size=5): """应用简单的移动平均平滑""" if len(y) < window_size: return y return np.convolve(y, np.ones(window_size)/window_size, mode='valid') def get_plot_data(self): """获取绘图数据""" if self.df is None or not self.selected_columns: return None, None # 计算显示范围 total_points = len(self.df) display_points = int(total_points * self.range_slider.value() / 100) start_idx = max(0, total_points - display_points) df_display = self.df.iloc[start_idx:] # 准备X轴数据 if self.date_col and self.date_col in self.df.columns: try: x = pd.to_datetime(df_display[self.date_col]) except: x = df_display.index else: x = df_display.index # 准备Y轴数据 plot_data = {} for col in self.selected_columns: if col in self.df.columns: y = df_display[col].values # 应用平滑 if self.smooth_checkbox.isChecked(): try: y = self.apply_smoothing(y) # 调整X轴以匹配平滑后的数据长度 x_smooth = x[len(x)-len(y):] if len(y) < len(x) else x plot_data[col] = (x_smooth, y) except: plot_data[col] = (x, y) else: plot_data[col] = (x, y) return plot_data, (self.date_col is not None) def update_plot(self): """更新绘图""" self.ax.clear() plot_data, has_dates = self.get_plot_data() if not plot_data: self.ax.text(0.5, 0.5, '请加载Excel文件并选择数据列', horizontalalignment='center', verticalalignment='center', transform=self.ax.transAxes, fontsize=12) self.canvas.draw() return # 设置颜色方案 colors = ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf'] # 应用主题 theme = self.theme_combo.currentText() if theme == "深色": self.figure.set_facecolor('#2e2e2e') self.ax.set_facecolor('#1e1e1e') self.ax.tick_params(colors='white') self.ax.xaxis.label.set_color('white') self.ax.yaxis.label.set_color('white') self.ax.title.set_color('white') elif theme == "浅灰": self.figure.set_facecolor('#f0f0f0') self.ax.set_facecolor('#ffffff') elif theme == "科技蓝": self.figure.set_facecolor('#1a3c5a') self.ax.set_facecolor('#0f2a3f') self.ax.tick_params(colors='white') self.ax.xaxis.label.set_color('white') self.ax.yaxis.label.set_color('white') self.ax.title.set_color('white') else: # 默认主题 self.figure.set_facecolor('white') self.ax.set_facecolor('#f8f8f8') # 绘制折线图 for i, (col, (x, y)) in enumerate(plot_data.items()): self.ax.plot(x, y, label=col, color=colors[i % len(colors)], marker='o' if len(x) < 50 else '', markersize=4, linewidth=1.5 + 0.5*i, alpha=0.8) # 设置标题和标签 self.ax.set_title('Excel数据可视化', fontsize=14, fontweight='bold') if has_dates: self.ax.set_xlabel(self.date_col, fontsize=10) # 设置日期格式 if len(x) > 0: date_range = max(x) - min(x) if date_range.days > 365: self.ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m')) elif date_range.days > 30: self.ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d')) else: self.ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d %H:%M')) else: self.ax.set_xlabel('索引', fontsize=10) self.ax.set_ylabel('数值', fontsize=10) # 设置图例 legend_positions = { 0: 'upper right', 1: 'upper left', 2: 'lower right', 3: 'lower left', 4: None } legend_pos = legend_positions[self.legend_combo.currentIndex()] if legend_pos: legend = self.ax.legend(loc=legend_pos, fontsize=9) if theme in ["深色", "科技蓝"]: legend.get_frame().set_facecolor('#333333') legend.get_frame().set_edgecolor('#555555') for text in legend.get_texts(): text.set_color('white') # 设置网格 self.ax.grid(True, linestyle='--', alpha=0.6) if theme in ["深色", "科技蓝"]: self.ax.grid(color='#444444') # 自动调整布局 self.figure.tight_layout() # 重绘画布 self.canvas.draw() # 更新状态栏 self.status_bar.showMessage(f"显示{len(plot_data)}列数据, {self.range_slider.value()}%范围") if __name__ == "__main__": app = QApplication(sys.argv) app.setStyle("Fusion") # 设置全局字体 font = app.font() font.setPointSize(10) app.setFont(font) window = ExcelPlotter() window.show() sys.exit(app.exec_()) ``` ## 功能详解 ### 1. Excel文件加载与解析 - 使用`pandas`库读取Excel文件，支持`.xlsx`和`.xls`格式 - 自动检测日期列（包含"date"、"time"等关键词的列） - 智能选择数值列，跳过非数值类型列 - 文件信息显示在控制面板顶部 ### 2. 多列数据选择 ```python self.column_list = QListWidget() self.column_list.setSelectionMode(QListWidget.MultiSelection) self.column_list.itemSelectionChanged.connect(self.update_selected_columns) ``` - 使用多选列表框允许用户选择多列数据 - 选择变化时实时更新图表 - 支持数值类型自动检测 ### 3. 交互功能实现 #### 鼠标缩放与平移 ```python self.toolbar = NavigationToolbar(self.canvas, self) ``` - 集成Matplotlib导航工具栏，提供缩放、平移等交互功能 - 支持鼠标滚轮缩放 - 右键点击重置视图 #### 滑条范围调整 ```python self.range_slider = QSlider(Qt.Horizontal) self.range_slider.valueChanged.connect(self.update_plot_range) ``` - 滑条控制数据显示范围百分比（10%-100%） - 实时更新图表显示的数据量 - 范围标签动态显示当前比例 #### 平滑曲线选项 ```python self.smooth_checkbox = QCheckBox("平滑曲线") self.smooth_checkbox.stateChanged.connect(self.update_plot) ``` - 使用移动平均算法平滑数据曲线 - 公式：$y_{\text{smooth}}[n] = \frac{1}{N} \sum_{k=0}^{N-1} y[n-k]$ - 其中$N$为窗口大小 ### 4. 简约美观界面设计 ```python # 应用现代风格 QApplication.setStyle(QStyleFactory.create('Fusion')) # 按钮样式 self.open_btn.setStyleSheet(""" QPushButton { background-color: #4CAF50; color: white; padding: 8px 12px; border-radius: 4px; font-weight: bold; font-size: 12px; } QPushButton:hover { background-color: #45a049; } """) ``` - 使用Fusion现代UI风格 - 自定义按钮样式，包括图标和悬停效果 - 响应式布局（控制面板30%，绘图区域70%） - 四种主题可选：默认、深色、浅灰、科技蓝 ### 5. 高级功能 - **数据导出**：支持导出为PNG、JPG和PDF格式 - **主题切换**：四种预设主题满足不同视觉需求 - **图例位置**：可调整图例位置或隐藏图例 - **自适应日期格式**：根据时间范围自动调整日期显示格式 ## 数学原理与数据处理 ### 1. 数据范围计算 显示数据范围由滑条值决定： $$ \text{显示数据量} = \left\lfloor \frac{\text{滑条值}}{100} \times \text{总数据量} \right\rfloor $$ ### 2. 平滑算法 使用移动平均平滑数据曲线： $$ y_{\text{smooth}}[n] = \frac{1}{N} \sum_{k=0}^{N-1} y[n-k] $$ 其中$N$为窗口大小（默认5） ### 3. 日期解析 使用pandas的`to_datetime`函数自动解析多种日期格式： ```python x = pd.to_datetime(df_display[self.date_col]) ``` ## 使用说明 1. **加载Excel文件**：点击"📂 打开Excel文件"按钮选择文件 2. **选择日期列**：从下拉列表中选择作为X轴的日期列 3. **选择数据列**：在左侧列表中选择要绘制的数据列（可多选） 4. **图表设置**： - 平滑曲线：勾选以平滑数据 - 显示范围：使用滑条调整显示的数据量 - 图例位置：选择图例显示位置 - 主题：选择图表主题风格 5. **交互操作**： - 鼠标滚轮：缩放图表 - 鼠标拖动：平移视图 - 右键点击：重置视图 - 工具栏按钮：缩放/平移/保存等操作 6. **导出图片**：点击"💾 导出图片"保存当前图表