Python读取Excel数据并生成图表与回归分析

林见深
林见深
发布时间:2026-10-14 | 4人浏览过
原创

本文介绍如何使用Python的openpyxl库读取Excel文件数据,并结合matplotlib库生成散点图、折线图、柱状图及多项式拟合曲线。代码示例展示了从数据提取、可视化到计算均值、均方误差及R平方值的完整流程,适用于基础数据分析与可视化场景。

Python读取Excel数据并生成图表与回归分析

程序运行后的输出结果展示如下。

实现该功能的具体Python代码如下。


#将excel中的数据进行读取分析
import openpyxl
import numpy as np
import math
import matplotlib.pyplot as pit
wk=openpyxl.load_workbook('信息11.xlsx')
sheet=wk.active
rows=sheet.max_row
cols=sheet.max_column
lst1=[]
lst2=[]
for i in range (1,rows+1):
  size1=sheet.cell(i,1).value
  lst1.append(size1)
  size2 = sheet.cell(i, 2).value
  lst2.append(size2)
num=0
dic_size={}
for item in lst1:
  dic_size[lst1[num]]=lst2[num]
  num+=1
#弄成百分比的形式
lst_total=[]
for item in dic_size:
  lst_total.append([item,dic_size[item]])
labels=[item[0] for item in lst_total] #使用列表生成式,得到饼图的标签
fraces=[item[1] for item in lst_total] #饼图中的数据源
pit.rcParams['font.family']=['SimHei'] #单独的表格乱码的处理方式
pit.scatter(labels,fraces)
pit.plot(labels,fraces,color='green')
pit.bar(labels,fraces,width=5,color='red')
z1=np.polyfit(labels,fraces,2)
p1=np.poly1d(z1)
x = np.linspace(0, 500, 50)
y=-0.00024*(x**2)+0.1013*(x)+10.23
pit.plot(x,y,color='purple')
#pit.savefig('图.jpg')
yre=[]
for item in labels:
  y=-0.00024*(item**2)+0.1013*(item)+10.23
  yre.append(round(y,6))
print(fraces)
print(yre)
result=[]
a=0
mse=0
mae=0
for i in range(0,10):
  a+=round(fraces[i]-yre[i],6)
  mae+=round(math.fabs(fraces[i]-yre[i]),6)
for i in range(0,10):
  result.append(round(fraces[i] - yre[i]-round(a/10,6), 6))
  mse += round((fraces[i] - yre[i]-round(a/10,6)) * (fraces[i] - yre[i]-round(a/10,6)), 6)
print(result)
print('均值',round(a/10,6))
print('均方误差',round(mse/10,6))
rmse=math.sqrt(round(mse/10,6))
print('均方根误差',round(rmse,6))
print('平均绝对误差',round(mae/10,6))
print('R平方的数值',1-((round(a/10,6))*round(a/10,6))/round(mse/10,6))
print(p1)
#pit.show()

以上内容为本文的全部介绍,希望能为读者的学习提供便利,同时也欢迎持续关注本站以获取更多技术支持。

本站声明

本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。

Python 相关产品和应用

全部下载

专题列表