Python如何操作Excel图表?openpyxl技巧详解

来源:程序开发作者:小宵头衔:网络博主
导读:本期聚焦于小伙伴创作的《Python如何操作Excel图表?openpyxl技巧详解》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《Python如何操作Excel图表?openpyxl技巧详解》有用,将其分享出去将是对创作者最好的鼓励。

在自动化办公场景中,用Python操作Excel图表可以大幅提升报表制作效率。openpyxl作为常用的Excel处理库,不仅支持读写数据,还提供了完整的图表创建接口。借助它,我们能在不打开Excel软件的情况下生成柱状图、折线图等可视化内容。

一、准备数据与工作表

使用openpyxl前需先安装库,并通过代码写入基础数据。下面示例在表中填入月度销售额,作为图表的数据源。

from openpyxl import Workbook

wb = Workbook()
ws = wb.active
ws.title = "销售数据"

# 写入表头与数据
rows = [
    ["月份", "销售额"],
    ["1月", 120],
    ["2月", 150],
    ["3月", 180],
    ["4月", 160],
]
for row in rows:
    ws.append(row)

wb.save("demo.xlsx")

二、创建柱状图并绑定数据

openpyxl的charts模块提供BarChart等类。我们需要引用数据区域,设置类别轴与数值轴。

from openpyxl import load_workbook
from openpyxl.chart import BarChart, Reference

wb = load_workbook("demo.xlsx")
ws = wb["销售数据"]

# 数据引用:数值从B2到B5,类别从A2到A5
data = Reference(ws, min_col=2, min_row=2, max_row=5)
cats = Reference(ws, min_col=1, min_row=2, max_row=5)

chart = BarChart()
chart.add_data(data, titles_from_data=False)
chart.set_categories(cats)
chart.title = "月度销售额"
chart.y_axis.title = "金额"
chart.x_axis.title = "月份"

ws.add_chart(chart, "D2")
wb.save("demo.xlsx")

关键参数说明

  • Reference用于定位单元格范围,min_col与max_row等参数划定边界
  • add_data的titles_from_data控制是否把首行当系列名
  • set_categories绑定横轴标签

三、切换为折线图与样式调整

若想换成折线图,只需将BarChart改为LineChart,并可调整图例与颜色。

from openpyxl.chart import LineChart

chart = LineChart()
chart.add_data(data)
chart.set_categories(cats)
chart.title = "销售额趋势"
chart.style = 12  # 内置样式编号
ws.add_chart(chart, "D18")
wb.save("demo.xlsx")

四、常见问题与技巧

如果图表不显示,请确认数据区域没有空值,且文件用支持图表的Excel版本打开。
需求做法
多系列图表add_data时包含多列,并设titles_from_data=True
修改图表位置add_chart第二个参数写目标单元格如"F2"
饼图展示占比从openpyxl.chart导入PieChart并使用类似绑定方式

通过上述openpyxl技巧,我们可以用Python脚本稳定地批量生成带图表的Excel文件,适用于周报、月报等重复工作。建议在实际项目中封装图表函数,提高复用性。

PythonopenpyxlExcel图表修改时间:2026-07-25 16:54:21

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。