快捷導(dǎo)航

Python讀取Excel數(shù)據(jù)并進(jìn)行可視化分析

更新時(shí)間：2025年08月27日 09:36:58 作者：小莊-Python辦公

這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)讀取Excel數(shù)據(jù)并進(jìn)行可視化分析,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下

項(xiàng)目簡(jiǎn)介

本項(xiàng)目是一個(gè)完整的商品數(shù)據(jù)分析系統(tǒng)，能夠讀取Excel格式的商品數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗、統(tǒng)計(jì)分析和可視化展示。項(xiàng)目包含了多種圖表類型和交互式可視化功能，適用于電商、零售等行業(yè)的商品數(shù)據(jù)分析需求。

功能特性

數(shù)據(jù)處理功能

Excel文件讀取和解析
數(shù)據(jù)清洗和預(yù)處理
缺失值和異常值檢測(cè)
數(shù)據(jù)類型轉(zhuǎn)換和格式化

統(tǒng)計(jì)分析功能

描述性統(tǒng)計(jì)分析
相關(guān)性分析
分類變量統(tǒng)計(jì)
數(shù)值變量分布分析

可視化功能

靜態(tài)圖表：

柱狀圖（商品類別分布、平均價(jià)格對(duì)比）
餅圖（類別占比）
散點(diǎn)圖（價(jià)格與銷量關(guān)系）
熱力圖（變量相關(guān)性）
水平柱狀圖（品牌銷量對(duì)比）
直方圖（評(píng)分分布）

交互式圖表：

交互式散點(diǎn)圖（支持縮放、篩選）
交互式柱狀圖（動(dòng)態(tài)數(shù)據(jù)展示）
交互式箱線圖（價(jià)格分布分析）

報(bào)告生成

自動(dòng)生成Markdown格式分析報(bào)告
包含基本統(tǒng)計(jì)信息和類別分析
支持自定義報(bào)告內(nèi)容

項(xiàng)目結(jié)構(gòu)

7-Python實(shí)現(xiàn)商品讀取Excel進(jìn)行可視化分析/
├── requirements.txt          # 項(xiàng)目依賴包
├── create_sample_data.py     # 示例數(shù)據(jù)生成腳本
├── product_analysis.py       # 主要分析腳本
├── 商品數(shù)據(jù).xlsx             # 示例商品數(shù)據(jù)
├── README.md                 # 項(xiàng)目說(shuō)明文檔
├── 商品分析報(bào)告.md           # 生成的分析報(bào)告
├── 靜態(tài)圖表/                 # 生成的PNG格式圖表
│   ├── 商品類別分布.png
│   ├── 價(jià)格銷量關(guān)系.png
│   ├── 各類別平均價(jià)格.png
│   ├── 相關(guān)性熱力圖.png
│   ├── 各品牌銷量對(duì)比.png
│   └── 評(píng)分分布.png
└── 交互式圖表/               # 生成的HTML格式交互圖表
    ├── 交互式價(jià)格銷量圖.html
    ├── 交互式類別銷量圖.html
    └── 交互式價(jià)格分布圖.html

安裝和使用

環(huán)境要求

Python 3.7+

Windows/macOS/Linux

安裝步驟

克隆或下載項(xiàng)目

git clone <項(xiàng)目地址>
cd 7-Python實(shí)現(xiàn)商品讀取Excel進(jìn)行可視化分析

安裝依賴包

pip install -r requirements.txt

生成示例數(shù)據(jù)（可選）

python create_sample_data.py

運(yùn)行分析

python product_analysis.py

使用自己的數(shù)據(jù)

準(zhǔn)備Excel文件，確保包含以下列：商品ID商品名稱類別品牌價(jià)格銷量庫(kù)存評(píng)分上架日期成本利潤(rùn)利潤(rùn)率

修改 product_analysis.py 中的文件路徑：

analyzer = ProductAnalyzer('你的數(shù)據(jù)文件.xlsx')

運(yùn)行分析腳本

依賴包說(shuō)明

包名	版本	用途
pandas	>=1.5.0	數(shù)據(jù)處理和分析
matplotlib	>=3.6.0	靜態(tài)圖表繪制
seaborn	>=0.12.0	統(tǒng)計(jì)圖表美化
numpy	>=1.24.0	數(shù)值計(jì)算
openpyxl	>=3.1.0	Excel文件讀寫(xiě)
xlrd	>=2.0.0	Excel文件讀取
scipy	>=1.10.0	科學(xué)計(jì)算
plotly	>=5.15.0	交互式圖表
jupyter	>=1.0.0	Jupyter Notebook支持

輸出文件說(shuō)明

靜態(tài)圖表（PNG格式）

商品類別分布.png:展示各類別商品數(shù)量和占比
價(jià)格銷量關(guān)系.png:分析價(jià)格與銷量的相關(guān)性
各類別平均價(jià)格.png:對(duì)比不同類別的平均價(jià)格
相關(guān)性熱力圖.png:顯示數(shù)值變量間的相關(guān)系數(shù)
各品牌銷量對(duì)比.png:比較各品牌的總銷量
評(píng)分分布.png:展示商品評(píng)分的分布情況

交互式圖表（HTML格式）

交互式價(jià)格銷量圖.html:可交互的價(jià)格銷量散點(diǎn)圖
交互式類別銷量圖.html:可交互的類別銷量柱狀圖
交互式價(jià)格分布圖.html:可交互的價(jià)格分布箱線圖

分析報(bào)告

商品分析報(bào)告.md:包含完整統(tǒng)計(jì)信息的Markdown報(bào)告

結(jié)果圖

核心類和方法

ProductAnalyzer類

class ProductAnalyzer:
    def __init__(self, excel_file)          # 初始化分析器
    def load_data(self)                     # 讀取Excel數(shù)據(jù)
    def data_cleaning(self)                 # 數(shù)據(jù)清洗
    def descriptive_statistics(self)        # 描述性統(tǒng)計(jì)
    def correlation_analysis(self)          # 相關(guān)性分析
    def create_visualizations(self)         # 創(chuàng)建靜態(tài)圖表
    def create_interactive_charts(self)     # 創(chuàng)建交互式圖表
    def generate_report(self)               # 生成分析報(bào)告
    def run_complete_analysis(self)         # 運(yùn)行完整分析流程

自定義和擴(kuò)展

添加新的圖表類型

在 create_visualizations() 方法中添加新的圖表代碼：

# 示例：添加新的圖表
plt.figure(figsize=(10, 6))
# 你的圖表代碼
plt.savefig('新圖表.png', dpi=300, bbox_inches='tight')
plt.show()

修改分析指標(biāo)

在 descriptive_statistics() 方法中添加新的統(tǒng)計(jì)指標(biāo)：

# 示例：添加新的統(tǒng)計(jì)指標(biāo)
custom_stats = self.df.groupby('類別')['新字段'].agg(['mean', 'std'])
print(custom_stats)

常見(jiàn)問(wèn)題

Q: 運(yùn)行時(shí)出現(xiàn)中文顯示問(wèn)題

A: 確保系統(tǒng)安裝了中文字體，或修改代碼中的字體設(shè)置：

plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei']

Q: Excel文件讀取失敗

A: 檢查文件路徑是否正確，確保Excel文件未被其他程序占用

Q: 圖表不顯示

A: 如果在服務(wù)器環(huán)境運(yùn)行，可能需要設(shè)置matplotlib后端：

import matplotlib
matplotlib.use('Agg')

注意：本項(xiàng)目?jī)H供學(xué)習(xí)和研究使用，請(qǐng)根據(jù)實(shí)際需求進(jìn)行調(diào)整和優(yōu)化。

到此這篇關(guān)于Python讀取Excel數(shù)據(jù)并進(jìn)行可視化分析的文章就介紹到這了,更多相關(guān)Python數(shù)據(jù)可視化內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: