Python Excel 数据分类统计与交互式散点图

使用 Python 对 Excel 文档数据进行分类统计并生成交互式散点图

本文将演示如何使用 Python 代码对 Excel 文档中某一列数据进行分类，统计每类数量，并生成包含交互功能的散点图，直观展示数据分布和类别信息。

代码示例:

import pandas as pd
import plotly.express as px

# 读取 Excel 文件
df = pd.read_excel('data.xlsx')

# 对某一列数据进行分类，统计每类的数量
counts = df['Category'].value_counts()

# 显示数据统计结果
print(counts)

# 生成散点图
fig = px.scatter(df, x='X', y='Y', color='Category')

# 添加交互
fig.update_layout(
    clickmode='event+select'
)

# 显示图形
fig.show()

代码说明:

读取 Excel 文件: 使用 pandas 库中的 read_excel() 函数读取 Excel 文件，并将其存储在 df 数据框中。
分类统计: 使用 value_counts() 函数统计 Category 列中每个类别的数量，并将其存储在 counts 变量中。
显示统计结果: 使用 print() 函数打印 counts 变量，显示每个类别的数量。
生成散点图: 使用 plotly.express 库中的 scatter() 函数生成散点图。x、y 和 color 参数分别指定数据框中的 X、Y 和 Category 列，将数据按照类别颜色区分。
添加交互: 使用 update_layout() 函数添加交互功能，允许用户通过点击选择数据点。clickmode='event+select' 选项启用事件选择模式，允许用户选择单个数据点或多个数据点。
显示图形: 使用 show() 函数显示生成的散点图。

注意:

假设 Excel 文件中包含两列数据，分别为 X 和 Y，还有一列数据为 Category，表示数据的类别。
您可以根据实际情况修改代码中的文件名、列名和交互选项。

通过以上代码，您可以轻松地对 Excel 文档数据进行分类统计并生成交互式散点图，从而更加直观地理解数据分布和类别信息。