使用python写一段代码,获取指定路径excel的内容通过Plotly生成组合折线图,其中A列为:"BUG单号",B列为:"BUG创建日期",C列为:"BUG分类",按照"BUG分类"生成每个BUG创建日期新增的BUG量图表,其中BUG创建日期只精确到日,并将生成的图表重命名为“当前日期”保存到指定路径

时间: 2023-06-06 16:08:49 浏览: 66
以下是使用 Python 获取指定路径 Excel 内容并通过 Plotly 生成组合折线图的代码。在代码中,需要替换以下内容: - path_to_excel: 指定路径 Excel 文件的路径。 - sheet_name: Excel 文件中要读取的工作表名称。 - plotly_username: Plotly 帐户的用户名。 - plotly_api_key: Plotly 帐户的 API 密钥。 - plotly_chart_title: 生成的图表标题。 - plotly_chart_filename: 生成的图表文件名,不包括扩展名和日期部分。 - plotly_chart_folder: 生成的图表文件夹路径。 ```python import plotly.graph_objs as go import plotly.offline as pyo import pandas as pd import datetime # 指定路径 Excel 文件的路径 path_to_excel = 'path/to/excel/file.xlsx' # Excel 文件中要读取的工作表名称 sheet_name = 'Sheet1' # Plotly 帐户的用户名和 API 密钥 plotly_username = 'your_plotly_username' plotly_api_key = 'your_plotly_api_key' # 生成的图表标题、文件名和文件夹路径 plotly_chart_title = 'Bug Report' plotly_chart_filename = 'bug_report' plotly_chart_folder = 'path/to/chart/folder/' # 读取 Excel 文件中指定工作表的内容 df = pd.read_excel(path_to_excel, sheet_name=sheet_name) # 按照 BUG 分类和创建日期进行分组统计 grouped = df.groupby(['BUG分类', pd.Grouper(key='BUG创建日期', freq='D')]).count()['BUG单号'] grouped = grouped.reset_index() # 按照 BUG 分类生成每个 BUG 创建日期新增的 BUG 数量图表 data = [] for category in grouped['BUG分类'].unique(): filtered = grouped[grouped['BUG分类'] == category] trace = go.Scatter( x=filtered['BUG创建日期'], y=filtered['BUG单号'], mode='lines+markers', name=category ) data.append(trace) # 生成组合折线图 layout = go.Layout( title=plotly_chart_title, xaxis=dict( title='Date', tickformat='%Y-%m-%d' ), yaxis=dict( title='Number of Bugs' ), legend=dict( x=0, y=1 ) ) fig = go.Figure(data=data, layout=layout) # 在 Plotly 中生成图表并保存到指定文件夹 pyo.init_notebook_mode(connected=True) pyo.plot(fig, filename=plotly_chart_folder + plotly_chart_filename + '-' + datetime.date.today().strftime('%Y%m%d') + '.html', auto_open=False, username=plotly_username, api_key=plotly_api_key) ``` 运行代码后,将在指定的文件夹中生成一个 HTML 文件,其中包含按照 BUG 分类生成的组合折线图。每个图表的文件名格式为“当前日期-bug_report.html”。注意,在运行代码之前请确保已安装 Plotly 和 Pandas 库。

相关推荐

最新推荐

recommend-type

Python自动生成代码 使用tkinter图形化操作并生成代码框架

主要为大家详细介绍了Python自动生成代码,使用tkinter图形化操作并生成代码框架,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python读取Excel数据并生成图表过程解析

主要介绍了Python读取Excel数据并生成图表过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

python使用Plotly绘图工具绘制气泡图

主要为大家详细介绍了python使用Plotly绘图工具绘制气泡图,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python使用matplotlib模块绘制多条折线图、散点图

主要为大家详细介绍了python使用matplotlib模块绘制多条折线图、散点图的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python matplotlib折线图样式实现过程

主要介绍了python matplotlib折线图样式实现过程,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

可见光定位LED及其供电硬件具体型号,广角镜头和探测器,实验设计具体流程步骤,

1. 可见光定位LED型号:一般可使用5mm或3mm的普通白色LED,也可以选择专门用于定位的LED,例如OSRAM公司的SFH 4715AS或Vishay公司的VLMU3500-385-120。 2. 供电硬件型号:可以使用常见的直流电源供电,也可以选择专门的LED驱动器,例如Meanwell公司的ELG-75-C或ELG-150-C系列。 3. 广角镜头和探测器型号:一般可采用广角透镜和CMOS摄像头或光电二极管探测器,例如Omron公司的B5W-LA或Murata公司的IRS-B210ST01。 4. 实验设计流程步骤: 1)确定实验目的和研究对象,例如车辆或机器人的定位和导航。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。