这篇文章主要介绍“Excel的数据可视化和Python有什么不同”，在日常操作中，相信很多人在Excel的数据可视化和Python有什么不同问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Excel的数据可视化和Python有什么不同”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
效果预览比较
流畅丝滑，仿佛生命的跃动。
Python版
图样图森破，不落下风，对老表哥而言还带有一种亲切感。
以数据用例来说明，=OFFSET(A1,5,2,3,1) 即表示从 A1 单元格开始，下移 5 格，右移 2 格，再向下选取 3 个，注意：最后的 1 表示选择这一列而不是向右多选一列。
据此，可以预想动态图需要用到的数据，就是用 OFFSET 返回的区域作为折线图的系列值。
但如果想要动态地修改 OFFSET 返回区域，还需要将其偏移、选取相关的参数绑定到单元格，通过修改单元格的值，来修改函数内部参数。故先设置 F2 、G2 两个单元格分别为下移量和下取量，起始位置选择 C1 即可，如此选取日产能值时就无需右移和右取。
右键滑块设置控件格式，即可通过滑块来修改单元格的值。
添加一个名称为“日产能A厂”，其引用位置为 =OFFSET(Sheet1!$C$1,Sheet1!$F$2, ,Sheet1!$G$2, )，省略的两个参数默认值分别为 0 和 1，如此即可通过滑块调整获得日产能值的区域。
再添加一个日期段，用作折线图的X轴
右键选择数据，添加Y轴数据。
在右侧水平轴标签编辑X轴，填写之前设置的名称。
如果想以每 7 天为一个周期，查看每个周期的数据，还可以设置起始日滑块的步长为 7，然后修改跨度当前值为 7 。
如果想要像效果预览图中那样自动播放该怎么做呢？答案是使用 VBA 。再从表单控件中选择一个按钮，右键该按钮后选择指定宏，点击新建，开始编辑 VBA 代码。
P版样例图的实现见以下代码，具体可参考笔者的另一篇《程序员的求生欲：用python给女友一个七夕惊喜二维码吧》，其中以动态条形图为例，详细说明了制图思路和完整的实现过程（以及其他加料技巧）。
import matplotlib.pyplot as plt
import matplotlib.animation as ani
import pandas as pd
import datetime
df = pd.read_excel(r"D:\动态折线图数据样例.xlsx") # 读取原始数据
t = datetime.datetime(2020,7,1) # 起始日期
fig = plt.figure(figsize=(10,6)) # 画布
plt.rcParams["font.sans-serif"] = ["Microsoft YaHei"] # 字体设为微软雅黑
timeSlot = list(range(1,63)) + [62]*20 # 时间轴
items = ["A厂", "SSS能源", "XX重工"] # 单位列表
colors = ["#6495ED", "#FF8C00", "#B0C4DE"] # 颜色列表
def draw(date):
# 数据处理 ------
date_list = [] # 需绘制的日期段
for d in range(date):
date_list.append(t + datetime.timedelta(days=d))
current_date = t + datetime.timedelta(days=date) # 最新一天
_df = df[df["日期"]<current_date ] # 获取最新一天前所有数据
# 绘制折线图 ------
fig.clear() # 每次重绘时清空画布
plt.title("0701-0831各单位产能变化", fontsize=20) # 标题
ax = plt.gca() # 坐标轴对象
ax.spines['right'].set_color('none') # 隐藏右边框
ax.spines['top'].set_color('none') # 隐藏上边框
for i,v in enumerate(items):
data = _df[_df["单位"] == v]["日产能"] # 获取某单位某日产能值
plt.plot(date_list, data , color=colors[i]) # 绘制折线
plt.plot(date_list[-1], list(data)[-1], color=colors[i], marker='o', markersize = 10) # 设置最后一个节点样式
plt.text(date_list[-1], list(data)[-1] + 1, v, ha='center', va='bottom', fontsize=12) # 为最后一个节点添加数据标签
# draw(62)
animator = ani.FuncAnimation(fig, draw, frames=timeSlot ,interval = 50)
plt.show()
# animator.save('test.gif',fps=20)结果：
到此，关于“Excel的数据可视化和Python有什么不同”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
