点击蓝字 关注我们
【前言】为满足某师姐论文发表需求，同时克服excel出图质量不高、可控度低等问题，进一步提升图片美观度和提高图像分辨率。文章基于python，利用pandas模块处理excel数据，利用numpy模块进行回归拟合，利用matplotlib进行散点图、曲线图绘制并完成图幅整饰，最后生成半自动的制图代码。（以下实验数据为虚构数据，大佬绕路）
【原始数据分析】由于数据肯定是不能公布的，故我胡编了以下数据（软件自动生成的），就假装是2018、2019、2020年不同地区的收入、消费水平等指标数据吧（图1）。从表格数据来看，各表结构一致，均为字段名加数据格式，各字段下均有50条数据，字段名为单一单元格。故绘制散点图的思路是：确定所用年份和横纵坐标——从excel中按确定的横纵坐标获取数据——完成图幅整饰——绘制散点图——回归拟合绘制趋势线——导出图片。
【用到的知识】
【计算过程】
（一）功能简介、模块导入与表、字段、中英文、横纵坐标名的确定（导入pandas模块、numpy模块、matplotlib模块）
（二）将整个功能实现定义为函数，实现某表、某列数据提取并用字典进行存储，如{”x1”:[1,2,3,4]}形式。
（1）由于步骤一导入的是字符串，且每个变量含多个值，故按逗号、分号等进行拆分，索引值需转化为数值型。
（2）定义get_data函数，固定列索引，迭代行索引，按列迭代数据，存储于列表
（3）将利用工作薄表索引和横纵坐标，确定各表的横纵坐标数据，并用字典实现横纵坐标字段、表、数据三者的存储。（x，y表示横纵坐标字段；0、1等表示第几张表；值则为该列数据）
（三）利用pyplot对图片横纵比例、分辨率、坐标刻度值、横纵坐标字体、脊柱、网格等进行设置，并利用scatter绘制输入参数的散点图，利用ployfit进行回归拟合，用savefig存储图，最后将字典作为参数输入得到最后结果。
【输出结果】
以上是本次经验贴，
欢迎收藏、关注，
