Python读取Excel数据并绘制盒须图：分类统计及可视化

本文介绍如何使用Python读取Excel文档中某一列数据，对其进行分类统计，并最终使用盒须图将统计结果可视化。

**代码示例：**pythonimport pandas as pdimport matplotlib.pyplot as plt

读取Excel文档df = pd.read_excel('example.xlsx')

选择需要统计的列data = df['Column1']

对数据进行分类并统计数量count_dict = {}for item in data: if item in count_dict: count_dict[item] += 1 else: count_dict[item] = 1

显示统计数据for key, value in count_dict.items(): print(f'{key}: {value}')

绘制盒须图plt.boxplot(data)plt.show()

代码解释：

1. 导入必要库: 导入pandas用于读取Excel数据，导入matplotlib.pyplot用于绘制盒须图。2. 读取Excel数据: 使用pd.read_excel()函数读取名为'example.xlsx'的Excel文件，并将数据存储在名为df的DataFrame中。3. 选择目标列: 使用df['Column1']选择名为'Column1'的列进行分析，并将数据存储在data变量中。4. 分类统计: 使用循环遍历data中的每个元素，统计每个类别出现的次数，并将结果存储在字典count_dict中。5. 显示统计数据: 遍历字典count_dict，打印每个类别及其对应的数量。6. 绘制盒须图: 使用plt.boxplot()函数绘制data的盒须图，并使用plt.show()函数显示图像。

修改说明:

• 将文件名'example.xlsx'替换为您要读取的Excel文件名。* 将列名'Column1'替换为您要统计的列名。

总结:

通过以上步骤，您可以轻松地使用Python读取Excel数据、进行分类统计，并使用盒须图进行可视化展示。这对于数据分析和探索性数据分析非常有用。