这次直接使用pandas的数据分析库和matplotlib的数据可视化库，将excel中的数据提取之后进行可视化的数据展示。最后，结合openpyxl工具库将可视化以后的数据保存到相应的excel文件中。
导入相关的依赖库
import pandas as pd # 数据提取库
import matplotlib.pyplot as plt # 数据可视化库
from openpyxl.drawing.image import Image # 图片对象处理库准备好需要分析的excel数据
数据提取操作
data_frame = pd.read_excel("data.xlsx","Sheet1") # 获取excel文件数据
print(data_frame)
# 编号 等级 年龄 性别 职位 收入
# 0 GSOB01 初级 23 男 需求分析师 12000
# 1 GSOB02 中级 24 男 软件工程师 11500
# 2 GSOB03 高级 25 男 软件工程师 11501
# 3 GSOB04 特级 22 女 软件工程师 11502
# 4 GSOB05 特级 21 女 软件工程师 11503
# 5 GSOB06 高级 24 女 软件工程师 11504
# 6 GSOB07 初级 22 女 软件工程师 11505
# 7 GSOB08 中级 22 女 需求分析师 13000
# 8 GSOB09 中级 24 女 架构师 22000
# 9 GSOB10 中级 23 女 原型设计师 9000
# 10 GSOB11 高级 23 男 原型设计师 9000
# 11 GSOB12 高级 25 男 软件工程师 13000
# 12 GSOB13 初级 25 男 软件工程师 13001
# 13 GSOB14 初级 22 男 软件工程师 13002生成可视化图片
plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 设置编码
data_frame.plot(kind='bar') # 设置为条形图模式
# plt.show() # 展示可视化数据
plt.savefig(fname="excel-plot.png") # 保存数据图表
向excel插入图片
from openpyxl import load_workbook # 导入excel的处理对象
workbook = load_workbook(filename = "data.xlsx") # 加载excel文件
sheet = workbook['Sheet1'] # 获取工作表对象
img = Image('excel-plot.png') # 获取可视化图片对象
img.width, img.height=500, 500 # 设置图片大小
sheet.add_image(img, 'A18') # 设置图片插入位置
workbook.save('new_data.xlsx') # 另存为excel文件
【往期精彩】
● excel数据处理二：快速完成openpyxl数据的新增、修改！
● excel数据处理一：巧妙使用openpyxl提取、筛选数据
● 比Selenium更方便的自动化测试工具Helium！
● Python数据可视化：可视化数据分析插件D-Tale
● 计算速度太慢？试试 lru_cache 装饰器！
● 冒泡排序、选择排序之间的比较与代码实现！
● 如何通过pynput与日志记录实现键盘、鼠标的监听行为？
● 如果你是一名java程序员，面对已经写好的python脚本该如何调用，其实很简单！
● 办公自动化：几行代码将PDF文档转换为WORD文档（代码实战）！