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
qq_158895411118 小时前
Suno-API 是什么?官方 V6 模型与 Python / TypeScript 接入指南
python·ai音乐·suno api
学无止境小袁同学18 小时前
Google ADK 学习指南
python·llm·agent·多agent·google adk·llmagent·agent cli
郝学胜-神的一滴19 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
LK_0719 小时前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk55519 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel
用户548178459095020 小时前
Java 与 Python 在大模型与智能体领域的选型
java·python
yiangL_21 小时前
1、Python 输入输出实验|print 与 input 人机交互实践
开发语言·python·人机交互
高洁0121 小时前
世界模型的因果内核:从预测表象到理解机制
人工智能·python·深度学习·transformer·迁移学习
数字融合1 天前
透明化视频动态三维重建空间数据零核心技术
人工智能·python·virtualenv