目录

案例01 制作柱形图展示数据的对比关系

举一反三 批量制作条形图

案例02 制作折线图展示数据变化趋势

举一反三 制作折线图并为最高点添加数据标签

举一反三 制作平滑折线图

案例03 制作散点图判断两组数据的相关性

​举一反三 为散点图添加线性趋势线

举一反三 制作气泡图

案例04 制作饼图展示部分和总体的比例关系

举一反三 制作圆环图

案例05 制作雷达图对比多项指标

举一反三 制作某一品牌性能评价指标雷达图

案例06 制作温度计图展示工作进度

举一反三 制作上半年销售业绩的温度计图

案例01 制作柱形图展示数据的对比关系

• 代码文件：制作柱形图展示数据的对比关系.py
• 数据文件：员工销售业绩统计表.xlsx

实现代码：

import xlwings as xw
app=xw.App(visible=True,add_book=False)
workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\员工销售业绩统计表.xlsx')
for i in workbook.sheets:chart=i.charts.add(left=200,top=0,width=355,height=211)#设置图表的位置和尺寸chart.set_source_data(i['A1'].expand())chart.chart_type='column_clustered'
workbook.save(r'C:\Users\Administrator\Desktop\22\柱形图.xlsx')
workbook.close()
app.quit()

举一反三 批量制作条形图

• 代码文件：批量制作条形图.py
• 数据文件：员工销售业绩统计表.xlsx

import xlwings as xw
app=xw.App(visible=True,add_book=False)
workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\员工销售业绩统计表.xlsx')
for i in workbook.sheets:chart=i.charts.add(left=200,top=0,width=355,height=211)#设置图表的位置和尺寸chart.set_source_data(i['A1'].expand())chart.chart_type='bar_clustered'  #制作条形图
workbook.save(r'C:\Users\Administrator\Desktop\22\条形图.xlsx')
workbook.close()
app.quit()

案例02 制作折线图展示数据变化趋势

• 代码文件：制作折线图展示数据变化趋势.py
• 数据文件：月销售表.xlsx

实现代码：

import warnings
warnings.filterwarnings("ignore")
import xlwings as xw
import pandas as pd
import matplotlib.pyplot as plt
app=xw.App(visible=True,add_book=False)
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\月销售表.xlsx')figure=plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文
plt.rcParams['axes.unicode_minus']=False   #正常显示符号 x=df['月份']
y=df['销售额']
plt.plot(x,y,color='red',linewidth=3,linestyle='solid')
plt.title('月销售额趋势图',fontdict={'color':'black','size':20},loc='center')  #添加并设置图标标题
for a,b in zip(x,y):plt.text(a,b+0.2,(a,'%.0f'%b),ha='center',va='bottom',fontsize=10)   #添加并设置数据标签
plt.axis('off')  #隐藏坐标轴workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\月销售表.xlsx')
worksheet=workbook.sheets['sheet1']  #选中工作表‘sheet1’
worksheet.pictures.add(figure,name='图片1',update=True,left=200)
workbook.save(r'C:\Users\Administrator\Desktop\22\月销售表折线图.xlsx')
workbook.close()
app.quit()

举一反三 制作折线图并为最高点添加数据标签

• 代码文件：制作折线图并为最高点添加数据标签.py
• 数据文件：月销售表.xlsx

import warnings
warnings.filterwarnings("ignore")
import xlwings as xw
import pandas as pd
import matplotlib.pyplot as plt
app=xw.App(visible=True,add_book=False)
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\月销售表.xlsx')figure=plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文
plt.rcParams['axes.unicode_minus']=False   #正常显示符号 x=df['月份']
y=df['销售额']
plt.plot(x,y,color='red',linewidth=3,linestyle='solid')
plt.title('月销售额趋势图',fontdict={'color':'black','size':20},loc='center')  #添加并设置图标标题max1=df['销售额'].max()  #获取最高点
df_max=df[df['销售额']==max1]  #选取最高销售点对应的行数据
for a,b in zip(df_max['月份'],df_max['销售额']):plt.text(a,b+0.2,(a,'%.0f'%b),ha='center',va='bottom',fontsize=10)   #添加并设置数据标签
plt.axis('off')  #隐藏坐标轴workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\月销售表.xlsx')
worksheet=workbook.sheets['sheet1']  #选中工作表‘sheet1’
worksheet.pictures.add(figure,name='图片1',update=True,left=200)
workbook.save(r'C:\Users\Administrator\Desktop\22\月销售表折线图最高点.xlsx')
workbook.close()
app.quit()

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from scipy import interpolate  #插值函数
import xlwings as xw
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\月销售表.xlsx')figure=plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文
plt.rcParams['axes.unicode_minus']=False   #正常显示符号 x=df['月份']
y=df['销售额']
#构造新的x轴y轴
xnew=np.arange(1,12,0.1)
func=interpolate.interp1d(x,y,kind='cubic')
ynew=func(xnew)plt.plot(xnew,ynew,color='red',linewidth=3,linestyle='solid')
plt.title('月销售额趋势图',fontdict={'color':'black','size':20},loc='center')  #添加并设置图标标题
plt.xlabel('月份',fontdict={'family':'SimHei','color':'black','size':10})
plt.ylabel('销售额',fontdict={'family':'SimHei','color':'black','size':10})
plt.xlim(0,12)workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\月销售表.xlsx')
worksheet=workbook.sheets['sheet1']  #选中工作表‘sheet1’
worksheet.pictures.add(figure,name='图片1',update=True,left=200)
workbook.save(r'C:\Users\Administrator\Desktop\22\月销售表平滑折线图.xlsx')
workbook.close()
app.quit()

案例03 制作散点图判断两组数据的相关性

• 代码文件：制作散点图判断两组数据的相关性.py
• 数据文件：汽车速度和刹车距离表.xlsx

实现代码：

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\汽车速度和刹车距离表.xlsx')figure=plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文
plt.rcParams['axes.unicode_minus']=False   #正常显示符号 x=df['汽车速度（km/h）']
y=df['刹车距离（m）']#画图
plt.scatter(x,y,s=200,color='red',marker='o',edgecolor='black')
plt.title('汽车速度与刹车距离关系图',fontdict={'color':'black','size':20},loc='center')  #添加并设置图标标题
plt.xlabel('汽车速度（km/h）',fontdict={'family':'SimHei','color':'black','size':10})
plt.ylabel('刹车距离（m）',fontdict={'family':'SimHei','color':'black','size':10})#将图写入表中
app=xw.App(visible=False)
workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\汽车速度和刹车距离表.xlsx')
worksheet=workbook.sheets['表1']
worksheet.pictures.add(figure,name='图片1',update=True,left=200)
workbook.save(r'C:\Users\Administrator\Desktop\22\散点图.xlsx')
workbook.close()
app.quit()

举一反三 为散点图添加线性趋势线

• 代码文件：为散点图添加线性趋势线.py
• 数据文件：汽车速度和刹车距离表.xlsx

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\汽车速度和刹车距离表.xlsx')figure=plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文
plt.rcParams['axes.unicode_minus']=False   #正常显示符号 x=df['汽车速度（km/h）']
y=df['刹车距离（m）']#画图
plt.scatter(x,y,s=200,color='red',marker='o',edgecolor='black')
plt.title('汽车速度与刹车距离关系图',fontdict={'color':'black','size':20},loc='center')  #添加并设置图标标题
plt.xlabel('汽车速度（km/h）',fontdict={'family':'SimHei','color':'black','size':10})
plt.ylabel('刹车距离（m）',fontdict={'family':'SimHei','color':'black','size':10})#绘制趋势线
from sklearn import linear_model
model=linear_model.LinearRegression().fit(x.values.reshape(-1,1),y)
pred=model.predict(x.values.reshape(-1,1))
plt.plot(x,pred,color='gold',linewidth=3,linestyle='solid',label='线性趋势线')  #绘制线性趋势线
plt.legend(loc='upper left')  #显示图标
#将图写入表中
app=xw.App(visible=False)
workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\汽车速度和刹车距离表.xlsx')
worksheet=workbook.sheets['表1']
worksheet.pictures.add(figure,name='图片1',update=True,left=200)
workbook.save(r'C:\Users\Administrator\Desktop\22\散点图+趋势线.xlsx')
workbook.close()
app.quit()

举一反三 制作气泡图

• 代码文件：制作气泡图.py
• 数据文件：气泡图.xlsx

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\气泡图.xlsx')figure=plt.figure()
plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文
plt.rcParams['axes.unicode_minus']=False   #正常显示符号 x=df['销售量']
y=df['利润（万）']
z=df['产品名称']#画图
plt.scatter(x,y,s=y*10,color='red',marker='o',edgecolor='black')
plt.title('销售量与利润关系图',fontdict={'color':'black','size':20},loc='center')  #添加并设置图标标题
plt.xlabel('销售量',fontdict={'family':'SimHei','color':'black','size':10})
plt.ylabel('利润（万）',fontdict={'family':'SimHei','color':'black','size':10})
for a,b,c in zip(x,y,z):plt.text(a,b,c,ha='center',va='center',fontsize=20,color='white')
plt.xlim(0,800)
plt.ylim(0,120)#将图写入表中
app=xw.App(visible=False)
workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\汽车速度和刹车距离表.xlsx')
worksheet=workbook.sheets[0]
worksheet.pictures.add(figure,name='图片1',update=True,left=200)
workbook.save(r'C:\Users\Administrator\Desktop\22\气泡图2.xlsx')
workbook.close()
app.quit()

案例04 制作饼图展示部分和总体的比例关系

• 代码文件：制作饼图展示部分和总体的比例关系.py
• 数据文件：饼图.xlsx

饼图常用于展示同一级别中不同类别的占比情况。在Python中，使用Matplotlib模块中的pie()函数可以制作饼图。下图所示就是使用pie()函数制作的不同产品的销售额占比图，通过该图表能够查看各个产品的销售额百分比。

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\饼图.xlsx')figure=plt.figure(figsize=(8,8))
plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文
plt.rcParams['axes.unicode_minus']=False   #正常显示符号 x=df['产品名称']
y=df['销售额']plt.pie(y,labels=x,labeldistance=1.1 #数字标签与饼图中心的距离,autopct='%.2f%%'  #数字标签的格式,pctdistance=0.8  #百分比数字与饼图中心的距离,startangle=90   #饼图块的初始角度,radius=1.0     #饼图的半径,explode=[0,0,0,0,0,0.3,0]  #每个饼图与原型的距离)
plt.title('产品销售额占比图',fontdict={'color':'black','size':20},loc='center')  #添加并设置图标标题#将图写入表中
app=xw.App(visible=False)
workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\汽车速度和刹车距离表.xlsx')
worksheet=workbook.sheets[0]
worksheet.pictures.add(figure,name='图片1',update=True,left=200)
workbook.save(r'C:\Users\Administrator\Desktop\22\饼图2.xlsx')
workbook.close()
app.quit()

知识延伸

第10行代码中的pie()是Matplotlib模块中的函数，用于制作饼图。该函数在第7章的案例01中曾使用过，这里再详细介绍一下它的语法格式和常用参数含义。

pie(x,explode,labels,colors,autopct,pctdistance,shadow,labeldistance,startangle,radius,counterclock,center,frame)

举一反三 制作圆环图

• 代码文件：制作圆环图.py
• 数据文件：饼图.xlsx

为pie()函数适当设置参数wedgeprops的值，就能制作出圆环图。具体代码如下。

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\饼图.xlsx')figure=plt.figure(figsize=(8,8))
plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文
plt.rcParams['axes.unicode_minus']=False   #正常显示符号 x=df['产品名称']
y=df['销售额']plt.pie(y,labels=x,labeldistance=1.1 #数字标签与饼图中心的距离,autopct='%.2f%%'  #数字标签的格式,pctdistance=0.85  #百分比数字与饼图中心的距离,startangle=90   #饼图块的初始角度,radius=1.0     #饼图的半径,wedgeprops={'width':0.3,'linewidth':2,'edgecolor':'white'}  #每个饼图与原型的距离)
plt.title('产品销售额占比图',fontdict={'color':'black','size':20},loc='center')  #添加并设置图标标题#将图写入表中
app=xw.App(visible=False)
workbook=app.books.open(r'C:\Users\Administrator\Desktop\22\汽车速度和刹车距离表.xlsx')
worksheet=workbook.sheets[0]
worksheet.pictures.add(figure,name='图片1',update=True,left=200)
workbook.save(r'C:\Users\Administrator\Desktop\22\环形图.xlsx')
workbook.close()
app.quit()

参数wedgeprops用于设置饼图块的属性，取值为一个字典，字典中的元素则是饼图块各个属性的值。上述第10行代码中的wedgeprops={'width':0.3,'linewidth':2,'edgecolor':'white'}就表示设置饼图块宽度为0.3，边框粗细为2，边框颜色为白色。设置的饼图块宽度小于饼图半径（radius=1.0),这样就制作出了圆环图的效果。

案例05 制作雷达图对比多项指标

• 代码文件：制作雷达图对比多项指标.py
• 数据文件：雷达图.xlsx

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\雷达图.xlsx')
df=df.set_index('性能评价指标')
df=df.T
df.index.name='品牌'#自定义一个函数用于制作雷达图
def plot_radar(data,feature): plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文plt.rcParams['axes.unicode_minus']=False   #正常显示符号 cols=['动力性','燃油经济性','制动性','操控稳定性','行驶平顺性','通过性','安全性','环保性']colors=['green','blue','red','yellow']angles=np.linspace(0.1*np.pi,2.1*np.pi,len(cols),endpoint=False)  #根据要显示的指标个数对圆形进行等分angles=np.concatenate((angles,[angles[0]]))fig=plt.figure(figsize=(8,8)) #设置显示图表的窗口大小ax = fig.add_subplot(111, polar = True)for i, c in enumerate(feature):  stats = data.loc[c]   #获取品牌对应的指标数据stats = np.concatenate((stats, [stats[0]]))   #连接品牌的指标数据ax.plot(angles, stats, '-', linewidth = 6, c = colors[i], label = '%s'%(c))  #制作雷达图 ax.fill(angles, stats, color = colors[i], alpha = 0.25)  #为雷达图填充颜色ax.legend()  ax.set_yticklabels([])  #隐藏坐标轴数据ax.set_thetagrids(angles * 180 / np.pi, cols, fontsize = 16)  #添加并设置标签plt.show()return fig
fig = plot_radar(df,['A品牌', 'B品牌', 'C品牌', 'D品牌'])  

知识延伸

• 第13行代码中的linspace()是NumPy模块中的函数，用于在指定的区间内返回均匀间隔的数字。该函数的语法格式和常用参数含义如下。

linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)

• 第14行和第19行代码中的concatenate()是NumPy模块中的函数，用于一次完成多个数组的拼接。该函数的语法格式和常用参数含义如下。

• 第16行代码中的add_subplot()是Matplotlib模块中的函数，用于在一张画布上划分区域，以绘制多张子图。第16行代码中的111表示将画布分成1行1列，也就是1×1的区域，然后在第1个区域（区域按照从左到右、从上到下的顺序编号）中放置制作的图表。如果将111改为221，就表示将画布分成2行2列，也就是2×2的区域，然后在第1个区域中放置制作的图表。
• 第21行代码中的fill()是Matplotlib模块中的函数，用于为由一组坐标值定义的多边形区域填充颜色。该函数的语法格式和常用参数含义如下。

举一反三 制作某一品牌性能评价指标雷达图

• 代码文件：制作某一品牌性能评价指标雷达图.py
• 数据文件：雷达图.xlsx

如果只想在雷达图中查看单个品牌的性能评价指标，只需将案例05代码的第27行修改为如下代码。1 fig = plot_radar(df, ['A品牌']) # 查看A品牌的性能评价指标情况

import pandas as pd
import matplotlib.pyplot as plt
import xlwings as xw
df=pd.read_excel(r'C:\Users\Administrator\Desktop\22\雷达图.xlsx')
df=df.set_index('性能评价指标')
df=df.T
df.index.name='品牌'#自定义一个函数用于制作雷达图
def plot_radar(data,feature): plt.rcParams['font.sans-serif']=['SimHei']  #正常显示中文plt.rcParams['axes.unicode_minus']=False   #正常显示符号 cols=['动力性','燃油经济性','制动性','操控稳定性','行驶平顺性','通过性','安全性','环保性']colors=['green','blue','red','yellow']angles=np.linspace(0.1*np.pi,2.1*np.pi,len(cols),endpoint=False)  #根据要显示的指标个数对圆形进行等分angles=np.concatenate((angles,[angles[0]]))fig=plt.figure(figsize=(8,8)) #设置显示图表的窗口大小ax = fig.add_subplot(111, polar = True)for i, c in enumerate(feature):  stats = data.loc[c]   #获取品牌对应的指标数据stats = np.concatenate((stats, [stats[0]]))   #连接品牌的指标数据ax.plot(angles, stats, '-', linewidth = 6, c = colors[i], label = '%s'%(c))  #制作雷达图 ax.fill(angles, stats, color = colors[i], alpha = 0.25)  #为雷达图填充颜色ax.legend()  ax.set_yticklabels([])  #隐藏坐标轴数据ax.set_thetagrids(angles * 180 / np.pi, cols, fontsize = 16)  #添加并设置标签plt.show()return fig
fig = plot_radar(df,['A品牌'])   

案例06 制作温度计图展示工作进度

• 代码文件：制作温度计图展示工作进度.py
• 数据文件：温度计图.xlsx

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_excel(r'C:\Users\Administrator\Desktop\22\温度计图.xlsx')
sum = 0  #定义变量，用于存储全年的实际销售业绩
for i in range(12):sum = df['销售业绩（万元）'][i] + sum  #累加12个月的实际销售业绩，得到全年的业绩
goal = df['销售业绩（万元）'][13]  #获取全年目标业绩
percentage = sum / goal  #计算全年的实际销售业绩占目标销售业绩的百分比
plt.bar(1, 1, color = 'yellow')  #制作柱形图展示全年的目标销售业绩，填充颜色为黄色
plt.bar(1, percentage, color = 'cyan')  #制作柱形图展示全年的实际销售金额，填充颜色为青色
plt.xlim(0, 2)
plt.ylim(0, 1.2)
plt.text(1, percentage - 0.01, percentage, ha = 'center', va = 'top', fontdict = {'color' : 'black', 'size' : 20})
plt.show()

举一反三 制作上半年销售业绩的温度计图

• 代码文件：制作上半年销售业绩的温度计图.py
• 数据文件：温度计图.xlsx

import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_excel(r'C:\Users\Administrator\Desktop\22\温度计图.xlsx')
sum = 0  #定义变量，用于存储全年的实际销售业绩
for i in range(6):sum = df['销售业绩（万元）'][i] + sum  #累加12个月的实际销售业绩，得到全年的业绩
goal = df['销售业绩（万元）'][13]  #获取全年目标业绩
percentage = sum / goal  #计算全年的实际销售业绩占目标销售业绩的百分比
plt.bar(1, 1, color = 'yellow')  #制作柱形图展示全年的目标销售业绩，填充颜色为黄色
plt.bar(1, percentage, color = 'cyan')  #制作柱形图展示全年的实际销售金额，填充颜色为青色
plt.xlim(0, 2)
plt.ylim(0, 1.2)
plt.text(1, percentage - 0.01, percentage, ha = 'center', va = 'top', fontdict = {'color' : 'black', 'size' : 20})
plt.show()

参考文献 《超简单：用Python让Excel飞起来》

数据下载08：

链接：https://pan.baidu.com/s/1KdI7u72sZIcG_C5Y9AtCJw 
提取码：8888

Python让Excel飞起来—批量制作常用图表相关推荐

1. Python让Excel飞起来—批量进行数据分析

   目录 案例01 批量升序排序一个工作簿中的所有工作表 举一反三 批量排序多个工作簿中的数据 案例02 筛选一个工作簿中的所有工作表数据 举一反三 在一个工作簿中筛选单一类别数据 案例03 对多个工作簿 ...

2. Python让Excel飞起来—批量处理行、列和单元格

   目录 案例01 精确调整多个工作簿的行高和列宽 举一反三 精确调整一个工作簿中所有工作表的行高和列宽 案例02 批量更改多个工作簿的数据格式 举一反三 批量更改多个工作簿的外观格式 案例03 批量替换 ...

3. Python让Excel飞起来—批量处理工作薄和工作表

   目录 案例01 批量新建并保存工作薄 举一反三 批量新建并关闭工作薄 案例02 批量打开一个文件夹下的所有工作薄 举一反三 列出文件夹下所有文件和子文件夹的名称 案例03 批量重命名一个工作薄中的所有 ...

4. 用python让excel 飞起来（数据处理与分析操作）

   本文来自<超简单:用Python让Excel飞起来> Excel能完成一般办公中绝大多数的数据分析工作,但是当数据量大.数据表格多时,可借助Python中功能丰富而强大的第三方模块来提高工 ...

5. python怎么编写在线excel_超简单：用Python让Excel飞起来（零基础学python，用python实现办公自动化）...

   王秀文,有超过6年的后端开发.运维开发经验,擅长Python.Node.js.Java.Go等主流编程语言.曾参与翻译Elasticsearch官方技术文档.有IoT系统开发经验和CRM系统设计开发经 ...

6. excel调用python编程-超简单:用Python让Excel飞起

   本书对于编程知识零基础的办公人士特别友好,其摒弃了晦涩的理论讲解,引入了实用的办公场景,为办公人士开辟了一条学习办公自动化的新路.本书精选典型办公案例以及通俗易懂的讲解,有助于办公人士掌握Python ...

7. python可以帮助做excel-超简单:用Python让Excel飞起

   本书对于编程知识零基础的办公人士特别友好,其摒弃了晦涩的理论讲解,引入了实用的办公场景,为办公人士开辟了一条学习办公自动化的新路.本书精选典型办公案例以及通俗易懂的讲解,有助于办公人士掌握Python ...

8. python在excel应用实例视频-超简单:用Python让Excel飞起

   本书对于编程知识零基础的办公人士特别友好,其摒弃了晦涩的理论讲解,引入了实用的办公场景,为办公人士开辟了一条学习办公自动化的新路.本书精选典型办公案例以及通俗易懂的讲解,有助于办公人士掌握Python ...

9. [转载] excel调用python编程-超简单:用Python让Excel飞起

   参考链接: Python | 使用XlsxWriter模块在Excel工作表中绘制饼图 本书对于编程知识零基础的办公人士特别友好,其摒弃了晦涩的理论讲解,引入了实用的办公场景,为办公人士开辟了一条学习 ...

10. 用python让excel飞起来（第7章 图表操作）

    本文来自<超简单 利用python让excel飞起来> 121 制作柱形图(方法一) 柱形图通常用于直观地对比数据,在实际工作中使用频率很高.在Python中,可使用Matplotlib模 ...

最新文章

1. 利用c语言找出输入文本最长的一行
2. 《Zabbix-ICMP ping监控添加方法》-7
3. 老师，我来帮你推问卷
4. layer.alert 延迟自动关闭_自动门中的检测与延时预防事故，分享控制案例
5. css--block formatting context
6. python安装requests库超时_【Python 库】requests 详解超时和重试
7. war，jar包是啥
8. springboot 入门二- 读取配置信息一
9. 机器学习解决问题思路 — 词嵌入矩阵E对于NLP问题的重要性
10. php psd图层重命名,ps批量修改图层名字的脚本(附批量替换方法)
11. Python ctypes模块调用API函数, 制作控制电脑其他窗口工具
12. 新萝卜家园Ghost XP SP3电脑城装机版2013.08
13. 计算机科学二审需要多久,寒冬展风采，文体两开花——记计算机科学学院迎新晚会节目二审暨素美部“计体两开花”品牌活动...
14. 多一个渠道，多一份收益！
15. c语言编写一个程序计算某年某月有几天,c语言:输入某一年的第几天，计算并输出它是这一年的第几月第几日，具体怎样编程...
16. 如何提高c语言编程能力,如何快速提高自己的编程能力
17. 【Linux】Shell脚本：while read line无法读取最后一行？？？
18. 我的系統中存在的问题
19. 怎么复制黑苹果config配置_黑苹果主机（百分百成功硬件配置）
20. python制作有道翻译软件

热门文章

1. php下载文件并保存到指定文件夹
2. notepad++打开bin文件
3. 【转载】java版打字练习软件
4. C# 获取 ARP 映射
5. coldfusion_在Windows上安装和配置ColdFusion MX 6.1
6. 下行控制信息 - 下行DCI
7. unity 检测电脑摄像头_unity3d调用手机或电脑摄像头
8. mysql 延迟关联
9. Shell和Python中的“正三角”和“倒三角”
10. php网页 背景图片,CSS实现网页背景图片自适应全屏详解