读取exlsx选取其中一项绘制饼图

好的，我可以为您提供一些Python的代码来读取Excel文件并绘制饼图。

首先，您需要安装openpyxl库来读取Excel文件和matplotlib库来绘制饼图。您可以在命令行中输入以下命令来安装这两个库：

pip install openpyxl matplotlib

接下来，您可以使用以下代码来读取Excel文件并选择其中一列数据绘制饼图：

import openpyxl
import matplotlib.pyplot as plt

# 读取Excel文件
wb = openpyxl.load_workbook('your_file.xlsx')
sheet = wb.active

# 选择要绘制饼图的列
data = []
for row in sheet.iter_rows(min_row=2, values_only=True):
    data.append(row[0])

# 绘制饼图
plt.pie(data, labels=data)
plt.show()

在上面的代码中，我们首先使用openpyxl库读取Excel文件，并选择要绘制饼图的列。然后，我们使用matplotlib库绘制饼图并显示它。

请注意，这只是一个简单的示例，您可能需要根据您的Excel文件和绘图需求进行修改。

相关问题

python 删除一行值都为0的行 选取表格的几个特定行使用matplotlib 绘制饼图及直方图

删除一行值都为0的行：

假设有一个二维列表data，其中行数为n，列数为m。可以通过以下代码删除所有值都为0的行：

data = [[1,0,3],[0,0,0],[4,0,6]]
data = [row for row in data if sum(row)!=0]
print(data)

这段代码先遍历每一行，计算每一行的和sum(row)，如果sum(row)不等于0，则选择该行保留。最终输出删除所有值都为0的行后的data。

选取表格的几个特定行使用matplotlib 绘制饼图及直方图：

假设有一个数据表格data，其中有3列：城市、销售额、利润。现在要选取其中的几个城市，绘制饼图和直方图。

首先，需要用pandas库读取数据表格，并选取需要的城市：

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('data.csv')
selected_cities = ['北京', '上海', '广州', '深圳']
data_selected = data[data['城市'].isin(selected_cities)]

这段代码选取了城市为北京、上海、广州、深圳的行，并保存到data_selected中。

接下来，可以用matplotlib库绘制饼图和直方图：

# 绘制饼图
sales = data_selected['销售额'].sum()
profits = data_selected['利润'].sum()
labels = ['销售额', '利润']
sizes = [sales, profits]
colors = ['yellowgreen', 'gold']
plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%')
plt.axis('equal')
plt.title('北京、上海、广州、深圳的销售额和利润')

# 绘制直方图
plt.figure()
plt.hist(data_selected['销售额'], bins=10, alpha=0.5, label='销售额')
plt.hist(data_selected['利润'], bins=10, alpha=0.5, label='利润')
plt.legend(loc='upper right')
plt.title('北京、上海、广州、深圳的销售额和利润')
plt.show()

这段代码首先计算了选取城市的销售额和利润，然后用pie函数绘制饼图，用hist函数绘制直方图。最后用show函数显示图形。

现有数据集winequality-white.csv，使用numpy、pandas和matplotlib库对其进行处理分析和可视化，具体任务如下： 任务一：品质评分统计和可视化 1. 使用pandas读取winequality-white.csv文件，选取“quality”列，并统计其中每个评分的数量，计算其比例，并打印输出数量和比例。 2. 绘制一个饼图，用于可视化评分数量占比情况。饼图中应包含每个评分的比例和标签。 3. 保存饼图至本地。 任务二：除“quality”列外的12列的处理和统计 1. 使用pandas读取winequality-white.csv文件，并去掉其中的“quality”列。 2. 对剩余的12列进行先去重操作，输出每列的最大值、最小值和平均值，并将结果保存为一个名为“统计结果.xlsx”的Excel文件，其中第一列为csv中的列名，最大值、最小值和平均值依次填写在第二、三、四列中。要求对每个任务编写不同的函数来实现。

好的，我会为您回答这个问题。

首先，我需要确认您是否已经安装好了 numpy、pandas 和 matplotlib 库。如果还没有安装，请先安装这些库。

接下来，我会为您提供任务一和任务二的代码实现。

任务一的代码实现如下：

import pandas as pd
import matplotlib.pyplot as plt

# 任务一：品质评分统计和可视化

# 1. 使用pandas读取winequality-white.csv文件，选取“quality”列，并统计其中每个评分的数量，计算其比例，并打印输出数量和比例。
df = pd.read_csv('winequality-white.csv')
quality_counts = df['quality'].value_counts()
quality_proportions = quality_counts / quality_counts.sum()
print("品质评分数量：\n", quality_counts)
print("品质评分比例：\n", quality_proportions)

# 2. 绘制一个饼图，用于可视化评分数量占比情况。饼图中应包含每个评分的比例和标签。
labels = quality_counts.index
plt.pie(quality_counts, labels=labels, autopct='%1.1f%%')

# 3. 保存饼图至本地。
plt.savefig('quality_pie.png')

任务二的代码实现如下：

# 任务二：除“quality”列外的12列的处理和统计

# 1. 使用pandas读取winequality-white.csv文件，并去掉其中的“quality”列。
df = pd.read_csv('winequality-white.csv')
df = df.drop(columns=['quality'])

# 2. 对剩余的12列进行先去重操作，输出每列的最大值、最小值和平均值，并将结果保存为一个名为“统计结果.xlsx”的Excel文件，
#    其中第一列为csv中的列名，最大值、最小值和平均值依次填写在第二、三、四列中。
df = df.drop_duplicates()
stats = df.agg(['max', 'min', 'mean'])
stats = stats.transpose()
stats = stats.reset_index()
stats.columns = ['列名', '最大值', '最小值', '平均值']
stats.to_excel('统计结果.xlsx', index=False)

请注意，以上代码是基于您提供的任务要求进行编写的，如果有其他要求或者需要适当调整，可以在评论区留言。