目录

一. 需求

最近我们数据可视化的老师让我们把广州历史房价中的房价数据可视化，然后给我们发了广州历史房价.xls，然后看了一下数据确实有点小多，反正复制粘贴是有点费劲的，所以就想借用python帮我把数据修改成我一键复制的模样。

二. 安装xlrd模块

pip install xlrd

通常pip都是带有的，我们在开发工具中import xlrd就可以啦。

下面是实现切割一年每个月份的方法

import xlrd
path = r"E:\数据分析\07广州历史房价.xls"
#sheetName是你这个excel文件中的表，如Sheet1（注意大小写问题）
sheetName = "Sheet1"
data = xlrd.open_workbook(path)
table = data.sheet_by_name(sheetName)
 
# 行数
rowAmount = table.nrows
# 列数
colAmount = table.ncols
# 显示第n列中所有格中的内容
datas=[]
for rowIndex in range(1,rowAmount):
    datas.append(table.cell_value(rowIndex, 1))
 
datas.reverse()
index1=0
index2=12
time=2009
while index2
得到的数据：
三. 用echart在html中表现
在下面链接中找到要表现的样式：（记得加上echart.js）
Examples - Apache ECharts
ECharts, a powerful, interactive charting and visualization library for browser
https://echarts.apache.org/examples/zh/index.html


	
		
		
		<script src="echarts.js"></script>
	
	<script>
	window.onload = function(){
		// 在中写浮现窗口
		var a = echarts.init(document.getElementById("main"));
		var b =option = {
  title: {
    text: "广州历史房价",
	
  },
  tooltip: {
    trigger: "axis"
  },
  legend: {
    data: ["2009年", "2010年", "2011年", "2012年", "2013年","2014年", "2015年", "2016年", "2017年", "2018年"]
  },
  grid: {
    left: "3%",
    right: "4%",
    bottom: "3%",
    containLabel: true
  },
  toolbox: {
    feature: {
      saveAsImage: {}
    }
  },
  xAxis: {
    type: "category",
    boundaryGap: false,
    data: ["一月", "二月", "三月", "四月", "五月", "六月", "七月","八月", "九月", "十月", "十一月","十二月"]
  },
  yAxis: {
    type: "value"
  },
  series: [
    {
      name: "2009年",
      type: "line",
      stack: "Total",
      data: [6991.0, 6963.0, 7305.0, 8051.0, 8191.0, 8168.0, 8431.0, 8620.0, 8927.0, 9113.0, 9318.0, 9718.0]
    },
    {
      name: "2010年",
      type: "line",
      stack: "Total",
      data: [9873.0, 10000.0, 10000.0, 10351.0, 10610.0, 10787.0, 10622.0, 10878.0, 11505.0, 12062.0, 12413.0, 12944.0]
    },
    {
      name: "2011年",
      type: "line",
      stack: "Total",
      data: [13535.0, 14114.0, 14680.0, 14998.0, 14977.0, 14938.0, 14855.0, 14654.0, 14547.0, 14521.0, 14677.0, 14762.0]
    },
    {
      name: "2012年",
      type: "line",
      stack: "Total",
      data: [14993.0, 15194.0, 15215.0, 15203.0, 15148.0, 15152.0, 15246.0, 15467.0, 15754.0, 15886.0, 16207.0, 16555.0]
    },
    {
      name: "2013年",
      type: "line",
      stack: "Total",
      data: [17003.0, 17423.0, 17665.0, 17651.0, 17304.0, 17515.0, 17759.0, 18293.0, 19011.0, 19445.0, 19589.0, 19208.0]
    },
    {
      name: "2014年",
      type: "line",
      stack: "Total",
      data: [18893.0, 18977.0, 19460.0, 19040.0, 18757.0, 18440.0, 17764.0, 17450.0, 17312.0, 17338.0, 18081.0, 18564.0]
    },    
	{
      name: "2015年",
      type: "line",
      stack: "Total",
      data: [18792.0, 18851.0, 19024.0, 19417.0, 19562.0, 19902.0, 20014.0, 19997.0, 19988.0, 19921.0, 19996.0, 20016.0]
    },
	{
	  name: "2016年",
	  type: "line",
	  stack: "Total",
	  data: [20623.0, 20643.0, 20811.0, 21133.0, 21107.0, 21144.0, 21264.0, 21553.0, 21720.0, 22242.0, 22590.0, 22926.0]
	},
	{
	  name: "2017年",
	  type: "line",
	  stack: "Total",
	  data: [23744.0, 24427.0, 25131.0, 25369.0, 26061.0, 27329.0, 28196.0, 28508.0, 28814.0, 28254.0, 28009.0, 28578.0]
	},
	{
	  name: "2018年",
	  type: "line",
	  stack: "Total",
	  data: [28602.0, 29683.0, 30413.0, 31044.0, 31472.0, 32021.0, 32670.0, 33289.0, 33455.0, 33197.0]
	},
  ]
};
 
 
					a.setOption(b);
				}
	</script>
	 
		

	
四. 效果
总结
到此这篇关于使用python把Excel中数据在页面中可视化的文章就介绍到这了,更多相关python Excel数据可视化内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
 关键词：	                       
    希望大家 
              
    数据分析 
              
    房价数据 
              
    数据修改 
              
    相关文章