Excel如何用 Python 将 Excel 表格转成可视化图形？| 原力计划 |Python|可视化技术|CSDN|

本文插图

本文插图
作者 | Waao666
责编 | 王晓曼
出品 | CSDN 博客

本文插图
前言
大家知道，考研很大一部分也是考信息收集能力。每年往往有很多人就是在这上面栽跟头了，不能正确分析各大院校往年的录取信息，进而没能选择合适的报考院校。
至于很多院校的录取信息是以 PDF 形式发布，例如我手上的深大电通录取结果，这就需要我们先把 PDF 转化为 Excel 啦。

本文插图
【Excel如何用 Python 将 Excel 表格转成可视化图形？| 原力计划】(1)PDF

本文插图
(2)Excel
有了 Excel ，那我们就可以为所欲为了！

本文插图
开始
1. 载入 Excel 表格
#coding=utf8import xlrdimport numpy as npfrom pyecharts.charts import Barfrom pyecharts.charts import Pie, Gridfrom pyecharts import options as opts#==================== 准备数据 ====================# 导入Excel 文件data = http://news.hoteastday.com/a/xlrd.open_workbook("C:/深圳大学电子与信息工程学院2020年电子信息硕士生拟录取名单.xlsx")# 载入第一个表格table = data.sheets[0] 2. 提取 Excel 表格数据
tables = def Read_Excel(excel):# 从第4行开始读取数据，因为这个Excel文件里面从第四行开始才是考生信息for rows in range(3, excel.nrows-1):dict_ = {"id":"", "name":"", "status":"", "preliminary_score":"", "retest_score":"", "total_score":"", "ranking":""}dict_["id"] = table.cell_value(rows, 1)dict_["name"] = table.cell_value(rows, 2)dict_["status"] = table.cell_value(rows, 3)dict_["remarks"] = table.cell_value(rows, 4)dict_["preliminary_score"] = table.cell_value(rows, 5)dict_["retest_score"] = table.cell_value(rows, 6)dict_["total_score"] = table.cell_value(rows, 7)dict_["ranking"] = table.cell_value(rows, 8)# 将未被录取或者非普通计划录取的考生滤除if dict_["status"] == str("拟录取") and dict_["remarks"] == str("普通计划"):tables.append(dict_) 我们打印一下看看是否正确取出数据：
# 执行上面方法Read_Excel(table)for i in tables:print(i)

本文插图
可以看到一切顺利。
3. 数据分段统计
这步因人而异，我只是想把各个分数段进行单独统计而已，大家也可以根据自己的喜好做其它的处理。
num_score_300_310 = 0num_score_310_320 = 0num_score_320_330 = 0num_score_330_340 = 0num_score_340_350 = 0num_score_350_360 = 0num_score_360_370 = 0num_score_370_380 = 0num_score_380_390 = 0num_score_390_400 = 0num_score_400_410 = 0min_score = 999max_score = 0# 将各个分段的数量统计for i in tables:score = i["preliminary_score"]if score > max_score:max_score = scoreif score < min_score:min_score = scoreif score in range(300, 310):num_score_300_310 = num_score_300_310 + 1elif score in range(310, 320):num_score_310_320 = num_score_310_320 + 1elif score in range(320, 330):num_score_320_330 = num_score_320_330 + 1elif score in range(330, 340):num_score_330_340 = num_score_330_340 + 1elif score in range(340, 350):num_score_340_350 = num_score_340_350 + 1elif score in range(350, 360):num_score_350_360 = num_score_350_360 + 1elif score in range(360, 370):num_score_360_370 = num_score_360_370 + 1elif score in range(370, 380):num_score_370_380 = num_score_370_380 + 1elif score in range(380, 390):num_score_380_390 = num_score_380_390 + 1elif score in range(390, 400):num_score_390_400 = num_score_390_400 + 1elif score in range(400, 410):num_score_400_410 = num_score_400_410 + 1# 构建两个元组用以后期建表方便bar_x_axis_data = http://news.hoteastday.com/a/("300-310", "310-320", "320-330", "330-340", "340-350", "350-360", "360-370", "370-380", "380-390", "390-400", "400-410")bar_y_axis_data = http://news.hoteastday.com/a/(num_score_300_310, num_score_310_320, num_score_320_330,/num_score_330_340, num_score_340_350, num_score_350_360,/num_score_360_370, num_score_370_380, num_score_380_390,/num_score_390_400, num_score_400_410)