读取excel数据并绘制柱状图

如何使用 Python 的 pyecharts、matplotlib 和 seaborn 三个库从 Excel 中读取数据并绘制柱状图。每个库的代码示例均包含核心类、函数和属性的详细说明。

---

1. 使用 pyecharts 绘制柱状图

pyecharts 是基于百度 ECharts 的交互式可视化库，适合生成动态网页图表。
第一步：读取数据（生成列表数据赋值给x、y）
第二步：创建柱状图对象添加数据
第三步：配置全局选项、渲染

代码示例：

import pandas as pd
from pyecharts.charts import Bar
from pyecharts import options as opts

# 读取Excel数据
df = pd.read_excel("data.xlsx")
x_data = df["年份"].tolist()  # X轴数据
y_data = df["销售额"].tolist()  # Y轴数据

# 创建柱状图对象
bar = Bar()

# 添加数据
bar.add_xaxis(x_data)
bar.add_yaxis("销售额（万元）", y_data)

# 配置全局选项
bar.set_global_opts(
    title_opts=opts.TitleOpts(title="年度销售额柱状图"),  # 标题
    xaxis_opts=opts.AxisOpts(name="年份"),                # X轴名称
    yaxis_opts=opts.AxisOpts(name="销售额"),              # Y轴名称
    toolbox_opts=opts.ToolboxOpts()                      # 显示工具箱（保存图片等）
)

# 渲染为HTML文件
bar.render("pyecharts_bar.html")

核心类与函数：

• Bar(): 柱状图对象，属于 pyecharts.charts.Bar 类。
• add_xaxis(x_data): 添加 X 轴数据，参数为列表。
• add_yaxis(series_name, y_data): 添加 Y 轴数据，series_name 为图例名称。
• set_global_opts(): 配置全局参数，如标题、坐标轴名称。
  • title_opts: 标题配置（opts.TitleOpts）。
  • xaxis_opts/yaxis_opts: 坐标轴配置（opts.AxisOpts）。
  • toolbox_opts: 工具箱配置（导出图片、数据视图等）。

---

2. 使用 matplotlib 绘制柱状图

matplotlib 是 Python 最基础的绘图库，高度可定制化。
第一步：读取数据（生成Series数据赋值给x、y）
第二步：绘制柱状图
第三步：添加标签和标题、显示数值标签
第四步：显示图表

代码示例：

import pandas as pd
import matplotlib.pyplot as plt

# 读取Excel数据
df = pd.read_excel("data.xlsx")
x_data = df["年份"]
y_data = df["销售额"]

# 创建画布和坐标系
fig, ax = plt.subplots(figsize=(10, 6))

# 绘制柱状图
bars = ax.bar(
    x=x_data,           # X轴数据
    height=y_data,      # Y轴数据
    color="skyblue",    # 颜色
    edgecolor="black"   # 边框颜色
)

# 添加标签和标题
ax.set_xlabel("年份", fontsize=12)
ax.set_ylabel("销售额（万元）", fontsize=12)
ax.set_title("年度销售额柱状图", fontsize=14)

# 旋转X轴标签
plt.xticks(rotation=45)

# 显示数值标签
for bar in bars:
    height = bar.get_height()
    ax.text(
        bar.get_x() + bar.get_width() / 2,  # 水平居中
        height + 5,                         # 垂直偏移
        f"{height}",                        # 文本内容
        ha="center",                        # 水平对齐
        va="bottom"                         # 垂直对齐
    )

# 显示图表
plt.tight_layout()
plt.savefig("matplotlib_bar.png")  # 保存为图片
plt.show()

核心函数与属性：

• plt.subplots(): 创建画布和坐标系，返回 fig（画布）和 ax（坐标系）。
• ax.bar(): 绘制柱状图，返回矩形对象列表。
  • x: X 轴数据（列表或数组）。
  • height: Y 轴数据（柱高度）。
  • color: 柱颜色，edgecolor: 边框颜色。
• ax.set_xlabel()/ax.set_ylabel(): 设置坐标轴标签。
• ax.set_title(): 设置图表标题。
• bar.get_height(): 获取柱的高度。

---

3. 使用 seaborn 绘制柱状图

seaborn 是基于 matplotlib 的高级封装，支持更简洁的语法和统计功能。
第一步：读取数据
第二步：创建柱状图（将df数据赋值给柱状图数据源，指定x、y值的列索引）
第三步：添加标签和标题、显示数值标签
第四步：显示图表

代码示例：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 读取Excel数据
df = pd.read_excel("data.xlsx")

# 设置主题和字体
sns.set_theme(style="whitegrid", font="SimHei")  # 中文需指定字体

# 创建柱状图
plt.figure(figsize=(10, 6))
ax = sns.barplot(
    data=df,                # 数据源
    x="年份",                # X轴字段
    y="销售额",              # Y轴字段
    palette="Blues_d",      # 调色板
    ci=None                 # 关闭误差线
)

# 添加标题和标签
ax.set_title("年度销售额柱状图", fontsize=14)
ax.set_xlabel("年份", fontsize=12)
ax.set_ylabel("销售额（万元）", fontsize=12)

# 旋转X轴标签
ax.set_xticklabels(ax.get_xticklabels(), rotation=45)

# 显示数值标签
for p in ax.patches:
    ax.text(
        p.get_x() + p.get_width() / 2,  # 水平居中
        p.get_height() + 5,              # 垂直偏移
        f"{p.get_height()}",             # 文本内容
        ha="center",                     # 水平对齐
        va="bottom"                      # 垂直对齐
    )

# 显示图表
plt.tight_layout()
plt.savefig("seaborn_bar.png")
plt.show()

核心函数与参数：

• sns.set_theme(): 设置主题样式（如 whitegrid）、字体等。
• sns.barplot(): 绘制柱状图，支持直接使用 DataFrame 字段名。
  • data: 输入数据（DataFrame）。
  • x/y: 指定 DataFrame 中的列名。
  • palette: 颜色主题（如 "Blues_d"）。
  • ci: 误差线（设为 None 关闭）。
• ax.patches: 获取所有柱对象（矩形列表）。
• p.get_height(): 获取单个柱的高度。

---

对比总结

库	特点	适用场景
pyecharts	交互式图表，适合网页展示	需要动态交互或网页嵌入
matplotlib	高度可定制化，代码稍复杂	需要精细控制的静态图表
seaborn	语法简洁，默认美观，集成统计功能	快速生成统计图表

根据需求选择合适的库：优先 seaborn 快速绘图，需要交互时用 pyecharts，定制化需求用 matplotlib。