Python 数据可视化实战：利用 openpyxl 在 Excel 中绘制专业图表

2026-02-02 03:31:11 0条评论 2次阅读 0人点赞

你是否曾经遇到过这样的需求：需要处理大量 Excel 数据，并自动生成图表以供汇报？虽然 Excel 本身具备强大的绘图功能，但在面对重复性、批量化或基于复杂数据的图表生成任务时，手动操作往往效率低下且容易出错。

作为 Python 开发者，我们非常幸运地拥有了 openpyxl 这样一个强大的库。它不仅允许我们通过代码读写 Excel 数据，更令人兴奋的是，它提供了丰富的图表绘制接口，让我们能够在生成数据的同时，直接在 Excel 文件中创建专业级的 2D 和 3D 图表。

在这篇文章中，我们将深入探讨如何使用 openpyxl 模块在 Excel 工作表中绘制各种图表。我们将从基础概念入手，通过一系列实战代码示例，带你一步步掌握从柱状图到面积图的绘制技巧，并分享一些在实际开发中非常有用的最佳实践。

为什么选择 openpyxl 绘图？

在开始编码之前，让我们先明确为什么我们需要用代码来绘制 Excel 图表。

  • 自动化报表：当你每天都需要生成日报、周报时，openpyxl 可以配合定时任务，自动抓取数据并生成最新的图表文件。
  • 数据一致性：手动绘图容易因为误操作导致图表风格不一，代码则能保证所有图表严格遵守指定的样式规范。
  • 处理动态数据：如果数据量巨大或需要根据特定条件筛选后才绘图，Python 的数据处理能力（如 Pandas）配合 openpyxl 是最佳选择。

核心概念：图表是如何构建的？

在 openpyxl 中，绘制图表的逻辑与我们在 Excel 中手动操作非常相似。一个图表主要由以下几个核心部分组成：

  • 数据：这是图表的血肉。在 openpyxl 中，我们通常使用 Reference 对象来指定单元格范围，告诉程序数据在哪里。
  • 图表对象：这是图表的骨架，决定了图表的类型（如柱状图 INLINECODEd35e8e9d、折线图 INLINECODE3de19172 等）。
  • 系列：虽然基础绘图通常会自动生成系列，但在处理复杂数据时，理解“系列”的概念非常重要。每一个系列代表图表中的一条线或一组柱子。

接下来，让我们动手实践，从最基础的柱状图开始。

实战一：绘制基础柱状图 (BarChart)

柱状图是最常用的图表类型之一，非常适合用于比较不同类别的数据大小。让我们看看如何通过代码生成它。

在这个例子中，我们将执行以下步骤：

  • 创建一个新的工作簿和工作表。
  • 写入一些示例数据（0 到 9 的数字）。
  • 定义数据引用范围。
  • 创建柱状图对象并进行配置。
  • 将图表添加到工作表的指定位置。
import openpyxl
# 从 openpyxl.chart 导入必要的类
from openpyxl.chart import BarChart, Reference

# 第一步：创建一个新的工作簿对象
wb = openpyxl.Workbook()

# 第二步：获取活动的工作表
sheet = wb.active

# 第三步：准备数据
# 我们将在第一列写入 0 到 9 的数字作为示例数据
for i in range(10):
    sheet.append([i])

# 第四步：定义数据源
# Reference 对象告诉程序我们的数据在哪里
# min_col=1, max_col=1 表示只取第一列（A列）
# min_row=1, max_row=10 表示取第1行到第10行
values = Reference(sheet, min_col=1, min_row=1, max_col=1, max_row=10)

# 第五步：创建图表对象
chart = BarChart()

# 将数据添加到图表中
chart.add_data(values)

# 配置图表样式和标题
chart.title = "示例柱状图"  # 设置图表主标题
chart.x_axis.title = "X 轴" # 设置 X 轴标题
chart.y_axis.title = "Y 轴" # 设置 Y 轴标题

# 第六步：将图表添加到工作表
# 这里的 "E2" 表示图表的左上角将锚定在 E2 单元格
sheet.add_chart(chart, "E2")

# 最后：保存文件
wb.save("barChart.xlsx")

代码解析与注意事项：

  • INLINECODEa00f2e1f 的妙用：注意 INLINECODEabcdd3c5 的参数。如果你想包含表头作为类别名称，min_row 应设为 1。但在上面的代码中，我们只有数据。如果你有表头（例如 A1 写着 "销售"），图表会自动将其识别为系列名称。
  • 图表位置：sheet.add_chart(chart, "E2") 非常灵活，你可以随意更改这个坐标来调整图表在 Excel 中的位置。

实战二：升级体验 —— 绘制 3D 柱状图

平面图表虽然清晰，但有时为了视觉效果或演示需要，我们需要使用 3D 图表。openpyxl 让这个过程变得极其简单，只需更改类名即可。

我们将使用 BarChart3D 类。代码逻辑与 2D 版本几乎完全一致，但生成的视觉效果截然不同。

import openpyxl
# 注意这里我们导入了 BarChart3D
from openpyxl.chart import BarChart3D, Reference

# 创建新工作簿
wb = openpyxl.Workbook()
sheet = wb.active

# 再次写入数据（模拟数据）
for i in range(10):
    sheet.append([i])

# 定义数据范围
values = Reference(sheet, min_col=1, min_row=1, max_col=1, max_row=10)

# 实例化 3D 柱状图对象
chart = BarChart3D()

# 添加数据
chart.add_data(values)

# 设置标题，这里特意使用了不同的标题以示区分
chart.title = "3D 柱状图演示"
chart.x_axis.title = "项目编号"
chart.y_axis.title = "数值大小"

# 添加图表并保存
sheet.add_chart(chart, "E2")
wb.save("BarChart3D.xlsx")

实用见解：3D 图表在视觉上更具冲击力，但在处理精确数据比较时，有时会因为透视关系造成视觉误差。因此，建议在只需要展示宏观趋势或追求 PPT 美观度时使用 3D 图表。

实战三：展示趋势 —— 绘制面积图

当我们想要强调数据的数量或随时间变化的趋势时，面积图是非常好的选择。它通过填充折线下方的区域，让数据的“分量”感更强。

这里我们将使用 AreaChart 类。你会发现，openpyxl 的 API 设计非常统一，掌握了 BarChart，你自然就掌握了 AreaChart。

import openpyxl
from openpyxl.chart import AreaChart, Reference

wb = openpyxl.Workbook()
sheet = wb.active

# 准备数据
for i in range(10):
    sheet.append([i])

# 引用数据区域
values = Reference(sheet, min_col=1, min_row=1, max_col=1, max_row=10)

# 创建面积图对象
chart = AreaChart()

# 添加数据
chart.add_data(values)

# 配置标题
chart.title = "趋势面积图"
chart.x_axis.title = "时间轴"
chart.y_axis.title = "增长量"

# 添加图表
sheet.add_chart(chart, "E2")

# 保存文件
wb.save("AreaChart.xlsx")

实战四：立体感增强 —— 绘制 3D 面积图

为了展示 openpyxl 的一致性，我们再来看一个 3D 面积图的例子。这在展示“堆叠”数据或单一指标的深度变化时非常有效。

import openpyxl
from openpyxl.chart import AreaChart3D, Reference

wb = openpyxl.Workbook()
sheet = wb.active

# 写入测试数据
for i in range(10):
    sheet.append([i])

# 定义数据引用
values = Reference(sheet, min_col=1, min_row=1, max_col=1, max_row=10)

# 创建 3D 面积图对象
chart = AreaChart3D()

# 添加数据
chart.add_data(values)

# 标题设置
chart.title = "3D 面积图展示"
chart.x_axis.title = " X 轴 "
chart.y_axis.title = " Y 轴 "

# 添加图表并保存
sheet.add_chart(chart, "E2")
wb.save("AreaChart3D.xlsx")

进阶技巧：多系列数据与折线图

上面的例子我们只使用了一列数据（一个系列）。但在实际工作中，我们经常需要在一个图表中对比多个数据系列，比如“今年”与“去年”的对比。这时候，我们就需要处理多系列数据，而折线图 (LineChart) 是这种场景的最佳选择。

让我们看一个更接近真实场景的例子，绘制两条折线。

import openpyxl
from openpyxl.chart import LineChart, Reference

wb = openpyxl.Workbook()
sheet = wb.active

# 构造更复杂的表头和数据
# 第一行作为表头
headers = ["月份", "销售额", "目标额"]
sheet.append(headers)

# 写入 6 个月的数据
for i in range(1, 7):
    sheet.append([f"{i}月", i * 100 + 50, i * 120])

# 创建折线图对象
chart = LineChart()
chart.title = "上半年销售业绩趋势"
chart.style = 10  # Excel 内置样式，数字不同代表不同配色
chart.y_axis.title = ‘金额‘
chart.x_axis.title = ‘月份‘

# 这里有两个关键点：
# 1. 数据引用需要包含两列数据（B列和C列）
# 2. 我们需要从第2行开始取数（跳过表头），并告诉 openpyxl 第1行是表头
data = Reference(sheet, min_col=2, min_row=1, max_col=3, max_row=7)

# 将数据添加到图表，series_from_data=True 表示从数据的第一行获取系列名称
chart.add_data(data, titles_from_data=True)

# 设置 X 轴的类别（月份）
cats = Reference(sheet, min_col=1, min_row=2, max_row=7)
chart.set_categories(cats)

# 将图表放在 E2 单元格
sheet.add_chart(chart, "E2")

wb.save("LineChart.xlsx")

在这个例子中，我们引入了 INLINECODE99dee3cd 参数。这告诉 openpyxl：“嘿，我选择的数据区域的第一行（销售额、目标额）是系列的名字，请把它们显示在图例中。”同时，我们使用 INLINECODE5ed553df 将“月份”列关联到了 X 轴。这才是我们日常工作中最常用的绘图方式。

开发中的常见陷阱与解决方案

在上述代码的练习中，你可能会遇到一些问题。让我们来总结一下新手最容易踩的坑：

  • 文件保存失败：

* 错误：PermissionError 或文件损坏。

* 原因：你可能已经在 Excel 中打开了 barChart.xlsx。当 openpyxl 试图保存时，会因为文件被占用而失败。

* 解决：运行代码前，请确保关闭所有相关的 Excel 文件。

  • 图表为空或显示“系列1”：

* 原因：通常是因为 INLINECODEd4b83f0e 范围定义错误，或者忘记设置 INLINECODEa8c3f496。如果你包含了表头但在 add_data 中没有声明，表头会被当作数据处理，导致图表错位。

* 解决：仔细检查 INLINECODE0c2bf95e 和 INLINECODEd3e042f5 的索引。Excel 是从 1 开始计数的。

  • 数据溢出：

* 场景：你有 10,000 行数据，全部塞进 Excel 图表。

* 后果：生成的 Excel 文件体积巨大，打开缓慢，图表密密麻麻无法阅读。

* 建议：在绘图前使用 Python 对数据进行聚合或采样（例如只取前 100 条，或者按周汇总数据）。图表是为了展示趋势，而不是展示数据库。

性能优化与最佳实践

为了写出更健壮的代码，我们建议遵循以下原则：

  • 样式管理：不要每次写代码都手动设置 INLINECODE84cada6b, INLINECODE5d31a896。你可以定义一个样式字典或者函数，统一管理图表的外观。
  • 避免重绘：如果你只是更新数据，可以尝试编写代码直接修改现有 Excel 文件中的数据源，而不是每次都删除旧图表重新画新的（虽然实现较复杂，但能大幅提升性能）。

结语

通过这篇文章，我们从零开始，利用 openpyxl 在 Excel 中绘制了柱状图、3D 柱状图、面积图，并深入探讨了包含多系列的折线图绘制方法。掌握这些技能后，你完全有能力构建一个自动化办公的小工具，将那些繁琐的周报生成过程变成一键操作。

希望这篇文章能帮助你更好地理解 Python 与 Excel 的结合。继续探索 openpyxl 的其他功能，你会发现它远比想象中强大。下次当你面对堆积如山的 Excel 数据时，不妨试着写几行 Python 代码来解决它吧！

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。如需转载，请注明文章出处豆丁博客和来源网址。https://shluqu.cn/20686.html
点赞
0.00 平均评分 (0% 分数) - 0 票

相关文章美国1G带宽/1T流量高速vps $17.99/年