Python解析Excel单元格内嵌换行数据并批量生成散点图

Excel单元格含换行符的数据解析与绘图需求

在工业数据采集与实验记录场景中，Excel表格常因导出格式限制出现单单元格内嵌多行数据的情况。此类数据直接读取会导致类型识别失败或后续解析错位，需先进行字符清洗再重组为有效坐标序列。

原始文件通常呈现为固定列宽的单列或多列布局，每个单元格内部通过回车符分隔多个数值对：

展开任一单元格观察，可见数据呈规律性堆叠，需将其转换为可计算的浮点矩阵：

核心处理逻辑与代码实现

第1步：配置依赖环境并加载工作表

本环节使用 xlrd 读取 .xlsx 文件，借助 matplotlib.pyplot 与 numpy 完成图形渲染。若运行环境较新，请注意库版本兼容性说明（见文末排错）。脚本首先获取工作表行数，并从第二行起遍历每一组待处理数据。

第2步：清洗换行符并拆分坐标数据

读取行值后，遍历单元格内容并将 \r\n 替换为逗号，随后按逗号切分。过滤空字符串后，数据变为扁平列表。由于每组数据默认按 Y、X、Z 顺序排列（此处仅需前两项作图），使用步长为3的切片将扁平列表重组为元组集合，便于后续索引提取。

第3步：坐标转换与批量生成散点图

遍历重组后的列表，分别提取索引1（X轴）与索引0（Y轴）的值，强制转换为浮点数以防字符串排序错误。调用 plt.scatter() 绘制散点，设定透明度与面积以增强可视化可读性。绘图完成后通过 plt.savefig() 输出命名文件，并使用 plt.clf() 清空当前画布，防止多图重叠叠加。

import os
import xlrd
import matplotlib.pyplot as plt
import numpy as np

# 确保结果目录存在
os.makedirs('./结果集', exist_ok=True)

def plot_line(i, x, y):
    colors = '#000000'
    area = np.pi * 4**2
    plt.scatter(x, y, s=area, c=colors, alpha=0.4)
    plt.title(f'Series_{i}')
    plt.xlabel('X')
    plt.ylabel('Y')
    plt.grid(True, linestyle='--', alpha=0.3)
    plt.savefig(f'./结果集/1.1.{i}.png')
    plt.clf()

data = xlrd.open_workbook('./数据/3.0.xlsx')
table = data.sheets()[0]
nrows = table.nrows

for i in range(1, nrows):
    row_values = table.row_values(i)
    lis = []
    for item in row_values:
        cleaned = str(item).replace('\r\n', ',').replace('\n', ',')
        parts = [p.strip() for p in cleaned.split(',') if p.strip()]
        num = len(parts)
        
        for m in range(0, num, 3):
            if m + 2 < num:
                lis.append((parts[m], parts[m+1], parts[m+2]))
    
    if not lis:
        continue
        
    x = [float(p[1]) for p in lis]
    y = [float(p[0]) for p in lis]
    plot_line(i, x, y)

完成判断与核对方法

成功运行的标准是目标文件夹内生成与有效行数对应的独立PNG图像。可通过核对文件数量与原始Excel非空行数是否一致来验证完整性。生成的图表应清晰展示散点分布轨迹，无缺失坐标或异常连线：

常见问题排查

• xlrd 无法打开 .xlsx 文件：该库自 2.0.0 版起移除对 Excel 2007+ 格式的支持。请将安装包升级至最新版并改用 pandas.read_excel()，或在命令行执行 pip install openpyxl 后调整读取方式。
• ValueError: could not convert string to float：通常因单元格内含非数字字符（如单位符号、注释文本）导致。可在转换前增加正则过滤 [^\d.-] 或增加 try-except 容错块。
• 图片内容重叠或尺寸过大：检查是否遗漏 plt.clf() 或 plt.close()；同时可调整 figsize 参数控制输出分辨率。

总结

通过字符替换、列表切片与画布清理的组合操作，可高效解决Excel单元格换行导致的解析断层问题。上述流程已覆盖数据读取、清洗、重组、绘图与输出的完整链路，适配常规实验室或生产报表的批量可视化需求。以上就是Python处理Excel单元格换行数据并批量绘图的详细内容，更多关于Python数据清洗与可视化的资料请关注本站其它相关文章！