Python绘制Excel二维坐标距离图：16点与148点距离可视化

本文将介绍如何使用Python读取Excel文件中的二维坐标数据，并计算16个坐标点与148个坐标点之间的距离，最后使用图表展示距离分布。

步骤详解：

1. 导入必要库: python import openpyxl import numpy as np import matplotlib.pyplot as plt

2. 读取Excel数据: ```python # 加载Excel文件 wb = openpyxl.load_workbook('coordinates.xlsx') ws = wb.active # 获取活动工作表

   读取16个坐标点数据 (假设数据在第2行到第17行) coordinates_16 = [(row[0].value, row[1].value) for row in ws.iter_rows(min_row=2, max_row=17)]

   读取148个坐标点数据 (假设数据在第19行到第166行) coordinates_148 = [(row[0].value, row[1].value) for row in ws.iter_rows(min_row=19, max_row=166)] ```

3. 计算距离: python distances = [] for coord1 in coordinates_16: for coord2 in coordinates_148: distance = np.linalg.norm(np.array(coord1) - np.array(coord2)) distances.append(distance)

4. 绘制距离分布图: python plt.figure() plt.hist(distances, bins=20, edgecolor='black') plt.title('16点与148点距离分布图') plt.xlabel('距离') plt.ylabel('频数') plt.show()

代码说明:

• 我们使用openpyxl库读取Excel文件和数据。* np.linalg.norm()用于计算两点之间的欧氏距离。* matplotlib.pyplot用于绘制距离分布直方图。

注意事项:

• 请将代码中的'coordinates.xlsx'替换为实际文件名。* 根据数据在Excel表格中的实际位置修改代码中读取数据的行号范围。

通过以上步骤，你可以轻松地使用Python处理Excel中的坐标数据，并直观地展示距离分布情况。 这项技能在数据分析、地理信息系统等领域有着广泛的应用。