python读取.xls文件,绘制钻头外径磨损图

通过xlrd模块读取.xls文件,数据如下,总计162行16列:

读取与作图如下:

python 复制代码
from xlrd import open_workbook
import matplotlib
import matplotlib.pyplot as plt
# 设置字体为微软雅黑,解决中文显示问题

matplotlib.rc("font", family='Microsoft YaHei')

datafilepath='C:\\Users\\yh\\Documents\\python file\\F1-18.xlsx'
# 打开 excel 文件
xlsx = open_workbook(datafilepath) 
# 通过索引获取第 1 个表格中的内容,一个 excel 文件可能会包含多个表格
sheet = xlsx.sheet_by_index(1) 

# 通过索引获取表格中第 1 行的内容
#row1 = sheet.row_values(0) 

data_2k=[]
data_4k=[]
data_6k=[]


for i in range(18):
    temp_2k=[]
    temp_4k=[]
    temp_6k=[]
    for j in range(16):
        temp_2k.append((sheet.row_values(9*i)[j] +sheet.row_values(9*i+1)[j]+sheet.row_values(9*i+2)[j])/3)
        temp_4k.append((sheet.row_values(9*i+3)[j] +sheet.row_values(9*i+4)[j]+sheet.row_values(9*i+5)[j])/3.0)
        temp_6k.append((sheet.row_values(9*i+6)[j] +sheet.row_values(9*i+7)[j]+sheet.row_values(9*i+8)[j])/3.0)
    data_2k.append(temp_2k)
    data_4k.append(temp_4k)
    data_6k.append(temp_6k)
# 2.画线plot()
# 索引列表
seq=[]
for i in range(16):
    seq.append(i*0.02+0.02)
plt.xticks(seq)
    
for i in data_2k:
    plt.plot(seq,i,linewidth=2)  # 列表内的数据被视为y轴的值,x轴的值会根据列表值的索引位置自动产生


plt.title(label='2000孔后的外径', fontsize=18)
plt.xlabel(xlabel='到钻尖的距离(mm)', fontsize=15)
plt.ylabel(ylabel='外径(mm)', fontsize=15)


plt.tick_params(axis='both', labelsize=8, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()
相关推荐
2601_961845155 分钟前
2026四级作文预测题|英语四级写作押题+提纲PDF
java·c语言·数据库·c++·python·pdf·php
高洁0123 分钟前
用知识图谱重构搜索引擎
人工智能·python·数据挖掘·virtualenv·知识图谱
广州灵眸科技有限公司23 分钟前
3Tops NPU + 4核高性能架构:灵眸科技EASY-EAI-PI2开发板,为边缘AI开启“easy模式”
服务器·前端·人工智能·python·科技·深度学习·架构
RS&24 分钟前
DAHITI水位数据产品批量下载(python)
python
276695829224 分钟前
逆向视角解决:wsgsig dd03/dd05算法生成
python·滴滴出行·dd03·dd05·wsgsig·wsgsig算法·wsgsig逆向
AC赳赳老秦28 分钟前
技术文章素材收集自动化:用 OpenClaw 自动爬取行业资讯、技术热点、优质文章
运维·开发语言·python·自动化·wpf·deepseek·openclaw
SilentSamsara29 分钟前
模型评估与超参调优:交叉验证、Optuna 与模型选择策略
人工智能·python·深度学习·机器学习·青少年编程
叫我:松哥34 分钟前
基于LSTM与ARIMA的城市空气质量分析与预测系统
人工智能·python·rnn·算法·机器学习·flask·lstm
指尖在键盘上舞动35 分钟前
RKNN 模型部署:onnx转rknn后精度下降 —— 精度调优与问题排查
python·ubuntu·rk3588·rknn·onnx·npu
CodeSheep程序羊40 分钟前
宇树科技,即将上市!
java·c语言·c++·人工智能·python·科技·硬件工程