首先，生成一脚本，读取到所需的excel表格
import xlrd
data = xlrd.open_workbook('xxxx.xls') # 打开xls文件
table = data.sheet_by_index(0) # 通过索引获取表格
# 初始化奖项字典
awards_dict = {
"一等奖": 0,
"二等奖": 0,
"三等奖": 0
}
# 初始化科目字典
subjects_dict = {}
# 遍历表格的每一行，跳过表头
for i in range(1, table.nrows):
row = table.row_values(i)
# 是xx大学才进行处理
if row[2] == 'xx大学':
# 转为小写，避免首字母不一样带来的误判
subject = row[4].lower()
# 获得的奖项
award = row[5]
# 加入字典
if subject not in subjects_dict:
subjects_dict[subject] = awards_dict.copy()
subjects_dict[subject][award] += 1
# 将结果写入文件
with open("result.txt", "w") as f:
for subject, awards in subjects_dict.items():
f.write(f"{subject}\n")
for award, count in awards.items():
f.write(f"{award}: {count}\n")
f.write("\n")
matplotlib
我们要GPT根据上面的代码，用直方图展示xx大学在各个类别中的获奖情况，也就是去对这个文本文件进行数据可视化，于是chatGPT就生成了以下的代码
import xlrd
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体，不然显示不了中文
data = xlrd.open_workbook('xxxx.xls') # 打开xls文件
table = data.sheet_by_index(0) # 通过索引获取表格
# 初始化奖项字典
awards_dict = {
"一等奖": 0,
"二等奖": 0,
"三等奖": 0
}
# 初始化科目字典
subjects_dict = {}
# 遍历表格的每一行，跳过表头
for i in range(1, table.nrows):
row = table.row_values(i)
if row[2] == 'xx大学':
# 转为小写，避免首字母不一样带来的误判
subject = row[4].lower()
award = row[5]
if subject not in subjects_dict:
subjects_dict[subject] = awards_dict.copy()
subjects_dict[subject][award] += 1
# 直方图展示xx大学在各个类别中的获奖情况
x_labels = subjects_dict.keys()
x = np.arange(len(x_labels)) # 使用numpy的arange生成连续的横坐标值
# 提取各个奖项的数量
y_first = [subjects_dict[subject]['一等奖'] for subject in x_labels]
y_second = [subjects_dict[subject]['二等奖'] for subject in x_labels]
y_third = [subjects_dict[subject]['三等奖'] for subject in x_labels]
# 设置颜色
color_first = 'skyblue'
color_second = 'lightgreen'
color_third = 'lightcoral'
# 绘制直方图
plt.bar(x, y_third, width=0.2, align='center', label='三等奖', color=color_third)
plt.bar(x + 0.2, y_second, width=0.2, align='center', label='二等奖', color=color_second)
plt.bar(x - 0.2, y_first, width=0.2, align='center', label='一等奖', color=color_first)
plt.xlabel('类别')
plt.ylabel('获奖数量')
plt.title('xx大学在各个类别中的获奖情况')
plt.xticks(x, x_labels)
plt.legend()
# 调整图例位置和边框样式
plt.legend(loc='upper right', frameon=False)
# 设置图形背景色
plt.gca().set_facecolor('whitesmoke')
# 调整图形布局
plt.tight_layout()
plt.show()
pyecharts
pyecharts 是一个用于生成 Echarts 图表的类库。 Echarts 是百度开源的一个数据可视化 JS 库。
import xlrd
from pyecharts.charts import Bar
from pyecharts import options as opts
data = xlrd.open_workbook('xxxx.xls') # 打开xls文件
table = data.sheet_by_index(0) # 通过索引获取表格
# 初始化奖项字典
awards_dict = {
"一等奖": 0,
"二等奖": 0,
"三等奖": 0
}
# 初始化科目字典
subjects_dict = {}
# 遍历表格的每一行，跳过表头
for i in range(1, table.nrows):
row = table.row_values(i)
if row[2] == 'xx大学':
# 转为小写，避免首字母不一样带来的误判
subject = row[4].lower()
award = row[5]
if subject not in subjects_dict:
subjects_dict[subject] = awards_dict.copy()
subjects_dict[subject][award] += 1
# 直方图展示xx大学在各个类别中的获奖情况
x_labels = subjects_dict.keys()
# 提取各个奖项的数量
y_first = [subjects_dict[subject]['一等奖'] for subject in x_labels]
y_second = [subjects_dict[subject]['二等奖'] for subject in x_labels]
y_third = [subjects_dict[subject]['三等奖'] for subject in x_labels]
# 使用 Pyecharts 绘制直方图
bar = (
Bar()
.add_xaxis(list(x_labels))
.add_yaxis('一等奖', y_first)
.add_yaxis('二等奖', y_second)
.add_yaxis('三等奖', y_third)
.set_global_opts(
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)),
yaxis_opts=opts.AxisOpts(name='获奖数量'),
title_opts=opts.TitleOpts(title='xx大学在各个类别中的获奖情况'),
legend_opts=opts.LegendOpts(pos_right='5%', pos_top='20%')
)
)
# 生成图表并保存为 HTML 文件
bar.render('bar_chart.html')
