Python读取Excel数据并统计可视化：分类统计与盒须图绘制

本文将介绍如何使用Python读取Excel文件特定列数据，对其进行分类统计，并利用Matplotlib库绘制盒须图，直观地展示数据分布情况。

代码示例：

import pandas as pd
import matplotlib.pyplot as plt

# 读取Excel文档
df = pd.read_excel('example.xlsx', usecols=[0])

# 对数据进行分类和统计
counts = df.groupby(df.columns[0]).size()

# 绘制盒须图
plt.boxplot(df.values)
plt.title('第一列数据的盒须图')
plt.show()

# 输出分类统计结果
print(counts)

代码解释：

导入库： 首先导入pandas库用于读取Excel数据，导入matplotlib.pyplot库用于数据可视化。
读取数据： 使用pandas库中的read_excel函数读取Excel文件'example.xlsx'，usecols=[0]参数指定只读取第一列数据。
分类统计： 使用groupby函数对第一列数据进行分类，并使用size函数统计每个分类的数量。
绘制盒须图： 使用matplotlib.pyplot库中的boxplot函数绘制盒须图，df.values将DataFrame对象转换为numpy数组。
设置标题： 使用title函数设置图表标题为'第一列数据的盒须图'。
显示图表： 使用show函数显示图表。
输出结果： 打印分类统计的结果。

总结：

通过以上代码，我们可以方便地读取Excel文件特定列数据，进行分类统计并绘制盒须图，从而更直观地了解数据的分布情况。该方法可以应用于各种数据分析场景，例如分析用户年龄分布、商品销量统计等。