如今 Python 是個大熱門，從基礎資料處理，到高端人工智能，都有它的身影，而在資料分析領域，尤其是在可視化部分，Python 的各類繪圖庫也給用戶帶來了驚喜，比如各種隨時間序列的動態可視化，能夠比較清晰地呈現多個指標的變化情況，
可 Excel 就只能畫基礎圖表了嗎，難道是我 Excel 拿不動刀了？
今天就來看看，E哥是否能老驥伏櫪吧！
效果預覽比較
（1）Python版
流暢絲滑，仿佛生命的躍動，
Python版
（2）Excel版
圖樣圖森破，不落下風，對老表哥而言還帶有一種親切感，
Excel版
Excel動態圖實作
知識點：offset 函式，開發工具-表單控制元件，名稱管理器，圖表資料源關聯，VBA 操作單元格，
（1）offset函式
該函式是實作樣例動態圖的核心要素，讓我們看看函式的官方提示，簡單來說其 5 個引數就是：OFFSET（起始位置，向下偏移行數，向右偏移列數，向下選取行數，向右選取列數），
以資料用例來說明，=OFFSET(A1,5,2,3,1) 即表示從 A1 單元格開始，下移 5 格，右移 2 格，再向下選取 3 個，注意：最后的 1 表示選擇這一列而不是向右多選一列，
可以在編輯區選中公式按 F9 查看結果，回傳了存放該區域值的陣列，
據此，可以預想動態圖需要用到的資料，就是用 OFFSET 回傳的區域作為折線圖的系列值，
（2）開發工具-表單控制元件
但如果想要動態地修改 OFFSET 回傳區域，還需要將其偏移、選取相關的引數系結到單元格，通過修改單元格的值，來修改函式內部引數，故先設定 F2 、G2 兩個單元格分別為下移量和下取量，起始位置選擇 C1 即可，如此選取日產能值時就無需右移和右取，
要手動輸入來修改單元格的值也很麻煩，這時就要來到開發工具選單欄（若沒有這項則需要在 Excel 選項中 call 出來），找到表單控制元件，本次筆者選用的是滑塊，
右鍵滑塊設定控制元件格式，即可通過滑塊來修改單元格的值，
（3）名稱管理器
為了便于使用，先在公式選單欄里找到名稱管理器，
添加一個名稱為“日產能A廠”，其參考位置為 =OFFSET(Sheet1!$C$1,Sheet1!$F$2, ,Sheet1!$G$2, )，省略的兩個引數默認值分別為 0 和 1，如此即可通過滑塊調整獲得日產能值的區域，
同理添加“SSS能源”和“XX重工”的參考，注意：后面兩個的 OFFSET 起始位引數是不一樣的，分別是 C501 和 C125 單元格，如此操作的原因可以通過觀察原始資料得知，
再添加一個日期段，用作折線圖的X軸
（4）圖表資料源關聯
最后設定圖表和資料的關聯，先插入一個空的折線圖，
右鍵選擇資料，添加Y軸資料，
例如A廠的資料，在系列之處填寫之前設定的名稱，SSS能源和XX重工同理，
在右側水平軸標簽編輯X軸，填寫之前設定的名稱，
此時已經可以通過操作滑塊來實作動態修改折線圖的效果，
如果想以每 7 天為一個周期，查看每個周期的資料，還可以設定起始榷訓塊的步長為 7，然后修改跨度當前值為 7 ，
之后操作起始榷訓塊效果見下圖，
（5）VBA操作單元格
如果想要像效果預覽圖中那樣自動播放該怎么做呢？答案是使用 VBA ，再從表單控制元件中選擇一個按鈕，右鍵該按鈕后選擇指定宏，點擊新建，開始編輯 VBA 代碼，
點擊按鈕運行代碼，便可實作 G2 單元格從 1 開始自增，Do While 段的作用是暫停 0.1 秒并執行其他操作（折線圖隨 G2 值的變動而變動），
至此，Excel 動態圖完成！
Python動態圖實作
P版樣例圖的實作見以下代碼，具體可參考筆者的另一篇《程式員的求生欲：用python給女友一個七夕驚喜二維碼吧》，其中以動態條形圖為例，詳細說明了制圖思路和完整的實作程序（以及其他加料技巧），
import matplotlib.pyplot as plt import matplotlib.animation as ani import pandas as pd import datetime df = pd.read_excel(r"D:\動態折線圖資料樣例.xlsx") # 讀取原始資料 t = datetime.datetime(2020,7,1) # 起始日期 fig = plt.figure(figsize=(10,6)) # 畫布 plt.rcParams["font.sans-serif"] = ["Microsoft YaHei"] # 字體設為微軟雅黑 timeSlot = list(range(1,63)) + [62]*20 # 時間軸 items = ["A廠", "SSS能源", "XX重工"] # 單位串列 colors = ["#6495ED", "#FF8C00", "#B0C4DE"] # 顏色串列 def draw(date): # 資料處理 ------ date_list = [] # 需繪制的日期段 for d in range(date): date_list.append(t + datetime.timedelta(days=d)) current_date = t + datetime.timedelta(days=date) # 最新一天 _df = df[df["日期"]<current_date ] # 獲取最新一天前所有資料 # 繪制折線圖 ------ fig.clear() # 每次重繪時清慷訓布 plt.title("0701-0831各單位產能變化", fontsize=20) # 標題 ax = plt.gca() # 坐標軸物件 ax.spines['right'].set_color('none') # 隱藏右邊框 ax.spines['top'].set_color('none') # 隱藏上邊框 for i,v in enumerate(items): data = _df[_df["單位"] == v]["日產能"] # 獲取某單位某日產能值 plt.plot(date_list, data , color=colors[i]) # 繪制折線 plt.plot(date_list[-1], list(data)[-1], color=colors[i], marker='o', markersize = 10) # 設定最后一個節點樣式 plt.text(date_list[-1], list(data)[-1] + 1, v, ha='center', va='bottom', fontsize=12) # 為最后一個節點添加資料標簽 # draw(62) animator = ani.FuncAnimation(fig, draw, frames=timeSlot ,interval = 50) plt.show() # animator.save('test.gif',fps=20)
結果：
小結
通過本次比較可見，兩者均能實作相同的需求，Python 在生成結果的細節調整上會更加便利，并且可以直接輸出 Gif 圖保存，但影像檔案較大；而 Excel 在對原資料進行調整時會更快捷，而且在演示時也可以單步查看，還含有炫技成分（人不裝 B枉少年），
Excel 不僅能做動態圖，在日常使用中還是有許多便利之處的，工具是多樣的，還是應根據實際情況選擇使用，
不知各位是 Excel Exciting！還是 Python 真香！或者是XXX天下第一呢？
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/173133.html
標籤：Python
上一篇：Flask-資料庫操作