一、需求背景

自己一直在做一個周基金定投模擬，每週需要新增一行資料，並生成圖表。以前一直是用Excel實現的。但資料行多後，圖表大小調整總是不太方便，一般只能通過縮放比例解決。

二、需求實現目標

通過Python程式讀取Excel檔案中的資料，生成圖表，最好將生成圖表生成至瀏覽器頁面，後期資料多之後，也能自動縮放，而不會出現顯示不全問題。

三、需求實現程式碼

# 呼叫本地echarts.min.js 檔案

from pyecharts.globals import CurrentConfig
CurrentConfig.ONLINE_HOST ='D:\\develop_study\\Python38\\pyecharts\\' 

from pyecharts.charts import Line # 資料視覺化折線圖
import pyecharts.options as opts
import xlrd # 讀取excel檔案
import webbrowser  # 用於自動開啟生成的HTML檔案

# 開啟excel
data = xlrd.open_workbook('E:\知識點滴積累\蝸牛定投價格曲線_python.xlsx') # 開啟excel工作簿
table = data.sheet_by_index(1) # 開啟第一個頁籤
print(f'當前已定投週數：{table.nrows}-1') # 獲取行數
print(f'當前總計列數：{table.ncols}') # 獲取列數

# print(table.row_values(0)) # 獲取行資料

dt_dates = []  # 日期
dt_hs300s =[] # 滬深300
dt_zz500s =[] # 中證500
dt_nz100s =[] # 納指100
dt_bp500s =[] # 標普500


for i in range(1,table.nrows):
  dt_date = table.row_values(i)[0]
  dt_dates.append(dt_date)

  dt_hs300 = table.row_values(i)[1]
  dt_hs300s.append(dt_hs300)

  dt_zz500 = table.row_values(i)[2]
  dt_zz500s.append(dt_zz500)

  dt_nz100 = table.row_values(i)[3]
  dt_nz100s.append(dt_nz100)

  dt_bp500 = table.row_values(i)[4]
  dt_bp500s.append(dt_bp500)

# print(dt_dates)
# print(dt_hs300s)
# print(dt_zz500s)
# print(dt_nz100s)
# print(dt_bp500s)

# 折線圖
line = Line(init_opts=opts.InitOpts(width='1200px',height='700px'))
line.add_xaxis(dt_dates)
line.add_yaxis('滬深300',dt_hs300s)
line.add_yaxis('中證500',dt_zz500s)
line.add_yaxis('納指100',dt_nz100s)
line.add_yaxis('標普500',dt_bp500s)


# 所有折線圖顯示平均值、最大值、最小值
line.set_series_opts(
  markpoint_opts=opts.MarkPointOpts(
    data=[
          opts.MarkPointItem(type_='average',name='平均值'),opts.MarkPointItem(type_='max',name='最大值'),opts.MarkPointItem(type_='min',name='最小值')
    ]
  )

)


# 設定標題等
line.set_global_opts(title_opts=opts.TitleOpts('跟蹤指數週變化曲線'),# 顯示工具箱
           toolbox_opts=opts.ToolboxOpts(),xaxis_opts=opts.AxisOpts(axislabel_opts={"rotate":45,"interval":0})

           )
    # interval:0 橫軸資訊全部顯示
    # rotate：45 45度傾斜顯示
    

line.render('價格曲線視覺化3.html')
webbrowser.open('價格曲線視覺化3.html')

• 新增標題
• x軸刻度全部顯示
• 設定各物件最大值、最小值、平均值
• 設定圖表大小

四、需求實現效果

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。