Python读取Excel绘制直方图的方法<

import pandas as pd
import numpy as np
from pyecharts.charts import Bar
from pyecharts import options as opts
# 读取Excel数据
df = pd.read_excel("data.xlsx")
data = df["数值列"].tolist()  # 假设数据列名为"数值列"
# 计算直方图的区间和频数
counts, bins = np.histogram(data, bins=10)  # 分10个区间
x_labels = [f"{bins[i]:.1f}-{bins[i+1]:.1f}" for i in range(len(bins)-1)]
# 创建柱状图（模拟直方图）
bar = Bar()
bar.add_xaxis(x_labels)
bar.add_yaxis("频数", counts.tolist())
# 配置全局选项
bar.set_global_opts(
    title_opts=opts.TitleOpts(title="数值分布直方图"),
    xaxis_opts=opts.AxisOpts(name="区间"),
    yaxis_opts=opts.AxisOpts(name="频数"),
    toolbox_opts=opts.ToolboxOpts()
)
# 渲染为HTML文件
bar.render("pyecharts_histogram.html")

import pandas as pd
import matplotlib.pyplot as plt
# 读取Excel数据
df = pd.read_excel("data.xlsx")
data = df["数值列"]
# 创建画布和坐标系
fig, ax = plt.subplots(figsize=(10, 6))
# 绘制直方图
ax.hist(
    data, 
    bins=10,              # 区间数量
    color="skyblue",      # 颜色
    edgecolor="black",    # 边框颜色
    alpha=0.7,            # 透明度
    density=False         # False显示频数，True显示频率
)
# 添加标题和标签
ax.set_title("数值分布直方图", fontsize=14)
ax.set_xlabel("数值范围", fontsize=12)
ax.set_ylabel("频数", fontsize=12)
ax.grid(axis="y", line)  # 显示横向网格线
# 显示图表
plt.tight_layout()
plt.savefig("matplotlib_histogram.png")
plt.show()

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
# 读取Excel数据
df = pd.read_excel("data.xlsx")
data = df["数值列"]
# 设置主题
sns.set_theme(, font="SimHei")  # 中文需指定字体
# 创建直方图
plt.figure(figsize=(10, 6))
ax = sns.histplot(
    data,
    bins=10,                # 区间数量
    kde=True,               # 显示核密度曲线
    color="skyblue",        # 颜色
    edgecolor="black",      # 边框颜色
    stat="count"            # 统计类型（默认count，可选"density"）
)
# 添加标题和标签
ax.set_title("数值分布直方图（带核密度估计）", fontsize=14)
ax.set_xlabel("数值范围", fontsize=12)
ax.set_ylabel("频数", fontsize=12)
# 显示图表
plt.tight_layout()
plt.savefig("seaborn_histogram.png")
plt.show()