修改代码，是下面的代码画出的多折线图显示点值import pandas as pd import matplotlib.pyplot as plt # 读取 Excel 表格数据 df = pd.read_excel('C:/Users/86186/Desktop/附件2：调查数据.xlsx') plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False grouped_data = df.groupby(['3、您所在的年级', '16、若有人工智能学习工具，影响您使用人工智能学习软件的原因是什么？'])['16、若有人工智能学习工具，影响您使用人工智能学习软件的原因是什么？'].count().unstack() fig, ax = plt.subplots() grouped_data.plot(ax=ax) ax.set_xlabel('年级') ax.set_ylabel('人数') plt.show()

如果您想要在代码中添加显示点值的功能，可以在 `grouped_data.plot(ax=ax)` 后面添加 `plt.scatter()` 函数来实现。下面是修改后的代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取 Excel 表格数据
df = pd.read_excel('C:/Users/86186/Desktop/附件2：调查数据.xlsx')
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

grouped_data = df.groupby(['3、您所在的年级', '16、若有人工智能学习工具，影响您使用人工智能学习软件的原因是什么？'])['16、若有人工智能学习工具，影响您使用人工智能学习软件的原因是什么？'].count().unstack()

fig, ax = plt.subplots()
grouped_data.plot(ax=ax)

# 循环添加数据标签
for col in grouped_data.columns:
    for i, val in enumerate(grouped_data[col]):
        if pd.notna(val):
            ax.scatter(i, val, s=50, color='red')
            ax.text(i, val, str(val))

ax.set_xlabel('年级')
ax.set_ylabel('人数')
plt.show()

上述代码中，我们使用了 `plt.scatter()` 函数来绘制数据点，并使用 `ax.text()` 函数在点旁边添加数据标签。在循环中，我们遍历每一列数据，再遍历每个元素，如果该元素不为 NaN，则绘制数据点和数据标签。

您可以根据自己的需求修改代码中的文件路径和参数，来实现自己想要的多折线图显示点值。