Python讀取Excel繪制直方圖的方法

更新時間：2025年04月22日 08:46:58 投稿：mrr

這篇文章主要介紹了Python讀取Excel繪制直方圖,以下將詳細介紹如何使用 Python 的?pyecharts、matplotlib?和?seaborn?三個庫從 Excel 中讀取數(shù)據(jù)并繪制直方圖（Histogram）,需要的朋友可以參考下

以下將詳細介紹如何使用 Python 的 pyecharts、matplotlib 和 seaborn 三個庫從 Excel 中讀取數(shù)據(jù)并繪制直方圖（Histogram）。直方圖用于展示數(shù)據(jù)分布，核心是統(tǒng)計不同區(qū)間的頻數(shù)或頻率。每個庫的代碼示例均包含核心類、函數(shù)和屬性的詳細說明。

1. 使用 pyecharts 繪制直方圖

pyecharts 是基于 ECharts 的交互式可視化庫，但需手動計算直方圖的頻數(shù)分布（因無內置直方圖函數(shù)）。

代碼示例：

import pandas as pd
import numpy as np
from pyecharts.charts import Bar
from pyecharts import options as opts
# 讀取Excel數(shù)據(jù)
df = pd.read_excel("data.xlsx")
data = df["數(shù)值列"].tolist()  # 假設數(shù)據(jù)列名為"數(shù)值列"
# 計算直方圖的區(qū)間和頻數(shù)
counts, bins = np.histogram(data, bins=10)  # 分10個區(qū)間
x_labels = [f"{bins[i]:.1f}-{bins[i+1]:.1f}" for i in range(len(bins)-1)]
# 創(chuàng)建柱狀圖（模擬直方圖）
bar = Bar()
bar.add_xaxis(x_labels)
bar.add_yaxis("頻數(shù)", counts.tolist())
# 配置全局選項
bar.set_global_opts(
    title_opts=opts.TitleOpts(title="數(shù)值分布直方圖"),
    xaxis_opts=opts.AxisOpts(name="區(qū)間"),
    yaxis_opts=opts.AxisOpts(name="頻數(shù)"),
    toolbox_opts=opts.ToolboxOpts()
)
# 渲染為HTML文件
bar.render("pyecharts_histogram.html")

核心類與函數(shù)：

Bar(): 柱狀圖對象，用于模擬直方圖。
np.histogram(): 計算直方圖頻數(shù)和區(qū)間（bins 指定區(qū)間數(shù)量）。
add_xaxis()/add_yaxis(): 添加 X/Y 軸數(shù)據(jù)。
set_global_opts(): 配置標題、坐標軸名稱等。

2. 使用 matplotlib 繪制直方圖

matplotlib 是基礎繪圖庫，內置 hist() 函數(shù)直接繪制直方圖。

代碼示例：

import pandas as pd
import matplotlib.pyplot as plt
# 讀取Excel數(shù)據(jù)
df = pd.read_excel("data.xlsx")
data = df["數(shù)值列"]
# 創(chuàng)建畫布和坐標系
fig, ax = plt.subplots(figsize=(10, 6))
# 繪制直方圖
ax.hist(
    data, 
    bins=10,              # 區(qū)間數(shù)量
    color="skyblue",      # 顏色
    edgecolor="black",    # 邊框顏色
    alpha=0.7,            # 透明度
    density=False         # False顯示頻數(shù)，True顯示頻率
)
# 添加標題和標簽
ax.set_title("數(shù)值分布直方圖", fontsize=14)
ax.set_xlabel("數(shù)值范圍", fontsize=12)
ax.set_ylabel("頻數(shù)", fontsize=12)
ax.grid(axis="y", linestyle="--")  # 顯示橫向網格線
# 顯示圖表
plt.tight_layout()
plt.savefig("matplotlib_histogram.png")
plt.show()

核心函數(shù)與參數(shù)：

ax.hist(): 直方圖繪制函數(shù)。
- bins: 區(qū)間數(shù)量或具體邊界值（如 bins=[0, 10, 20]）。
- color/edgecolor: 填充色和邊框顏色。
- alpha: 透明度（0-1）。
- density: 是否顯示頻率（歸一化）。
ax.set_title()/ax.set_xlabel()/ax.set_ylabel(): 標題和坐標軸標簽。

3. 使用 seaborn 繪制直方圖

seaborn 基于 matplotlib，提供更簡潔的語法和統(tǒng)計功能（如核密度估計）。

代碼示例：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
# 讀取Excel數(shù)據(jù)
df = pd.read_excel("data.xlsx")
data = df["數(shù)值列"]
# 設置主題
sns.set_theme(style="whitegrid", font="SimHei")  # 中文需指定字體
# 創(chuàng)建直方圖
plt.figure(figsize=(10, 6))
ax = sns.histplot(
    data,
    bins=10,                # 區(qū)間數(shù)量
    kde=True,               # 顯示核密度曲線
    color="skyblue",        # 顏色
    edgecolor="black",      # 邊框顏色
    stat="count"            # 統(tǒng)計類型（默認count，可選"density"）
)
# 添加標題和標簽
ax.set_title("數(shù)值分布直方圖（帶核密度估計）", fontsize=14)
ax.set_xlabel("數(shù)值范圍", fontsize=12)
ax.set_ylabel("頻數(shù)", fontsize=12)
# 顯示圖表
plt.tight_layout()
plt.savefig("seaborn_histogram.png")
plt.show()

核心函數(shù)與參數(shù)：

sns.histplot(): 直方圖繪制函數(shù)。
- kde: 是否顯示核密度估計曲線（默認 False）。
- stat: 統(tǒng)計類型（"count" 頻數(shù)，"density" 頻率，"percent" 百分比）。
- bins/color/edgecolor: 同 matplotlib。
sns.set_theme(): 設置主題樣式（如 whitegrid、darkgrid）。

對比總結

庫	特點	適用場景
`pyecharts`	需手動計算頻數(shù)，生成交互式圖表	需要網頁嵌入或動態(tài)交互
`matplotlib`	直接繪制，高度可定制	需要精細控制圖表細節(jié)
`seaborn`	語法簡潔，支持核密度估計	快速生成統(tǒng)計圖表