Opret Python i Excel-afbildninger og -diagrammer

Brug open source-Python-biblioteker til at oprette afbildninger og diagrammer 

Python i Excel leveres med et kernesæt af Python-biblioteker leveret af Anaconda. I denne artikel beskrives det, hvordan du bruger Python-biblioteker, f.eks. seabornog matplotlib, til at oprette afbildninger og diagrammer. Du kan få mere at vide om open source-biblioteker, der er tilgængelige med Python i Excel ved at se Open source-biblioteker og Python i Excel. 

Eksemplerne i denne artikel bruger datasættet Iris flower. Hent denne eksempelprojektmappe, som du kan følge, sammen med artiklen: python-in-excel-iris-dataset.xlsx. 

Opret en parafbildning med seaborn 

I dette eksempel vises det, hvordan du opretter en parafbildningsvisualisering af Iris flower-datasættet. Et parafbildning er en matrix med afbildninger og diagrammer, der sammenligner relationen mellem hver variabel i et datasæt. I dette tilfælde indeholder Iris flower-datasættet fire kolonner med numeriske data: sepal_length, sepal_width, petal_length og petal_width. 

Python i Excel opretter visualiseringen med seaborn-biblioteket. seaborn-biblioteket importeres automatisk til Python i Excel med følgende importsætning, så du kan henvise til det med aliasset sns.  

import seaborn as sns 

Hvis du vil oprette en parafbildning af Iris flower-datasættet med seaborn-biblioteket, skal du udføre følgende trin:

1. Indtast følgende kodestykke i en Python i Excel-celle. Kodestykket gemmer parafbildningen som en variabel kaldet pairplot.  Det opretter parafbildningen med seaborn-bibliotekets alias, sns, og seaborn-funktionen pairplot. 
   
   pairplot = sns.pairplot(xl("Table1[#All]", headers=True))
   
   Som argument for pairplot-funktionen bruger kodestykket den brugerdefinerede Python-funktion xl() og refererer til den første tabel i regnearket, Tabel1. Den indeholder hele tabellens indhold (som [#All]), og bemærker, at tabellen indeholder en kolonneoverskrift (som headers=Sand). I dette eksempel indeholder Tabel1 i regnearket Iris-datasættet.
   
   

   Bemærk!: Hvis du støder på fejl, skal du se Fejlfinding af fejl i forbindelse Python i Excel for at få flere oplysninger. 

2. Når du har bekræftet din Python-formel, returnerer Python i Excel parafbildningsvisualiseringen i et billedobjekt. Vælg kortikonet i billedobjektcellen for at få vist en forhåndsvisning af visualiseringen.
   
   

3. Bevar visualiseringen som et Billede-objekt for at fortsætte med at bruge det til Python-beregninger. Udtræk billedet til Excel-gitteret for at ændre størrelsen på det og få vist hvert afbildning mere detaljeret. Hvis du vil udtrække billedet til gitteret, skal du højreklikke eller ctrl+klikke på den celle, der indeholder billedobjektet, og vælge Vis afbildning over celler i menuen.
   
   Du kan finde flere oplysninger om at udtrække billedobjekter i artiklen Udtræk et billedobjekt til Excel-gitteret i denne artikel.

Opret et punktdiagram med Matplotlib 

I dette eksempel beskrives det, hvordan du opretter en punktafbildning med Iris flower-eksempeldatasættet. En punktafbildning viser relationen mellem to numeriske variabler i et datasæt. Eksemplet opretter en punktafbildning, der ligner følgende skærmbillede, og sammenligner værdiernesepal_width og sepal_length.

Python i Excel opretter visualiseringen med Matplotlibopen source-biblioteket. Matplotlib-biblioteketimporteres automatisk for Python i Excel med følgende importsætning, så du kan henvise til det som plt.  

import matplotlib.pyplot as plt 

Hvis du vil oprette et punktdiagram med datasættet Irisblomst med Matplotlib-biblioteket, skal du udføre følgende trin:

1. I en Python i Excel-celle skal du bruge matplotlib-funktionen scatter og angive kolonnerne sepal_length og sepal_width i Iris-datasættet som argumenter. I dette eksempel indeholder Tabel1 i regnearket Iris-datasættet.
   
   plt.scatter(xl("Table1[sepal_length]"), xl("Table1[sepal_width]"))

2. Føj mærkater og en titel til punktafbildningen.  
   
   # Label the x and y axes of the plot. 
   plt.xlabel('sepal_length') 
   plt.ylabel('sepal_width') 
    
   # Add a title to the plot.  
   plt.title('Sepal length and width analysis')

   Bemærk!: Du kan tilføje dette kodestykke som en ekstra kodelinje efter Python-formlen i forrige trin, i den samme Excel-celle, eller du kan angive den i en ny Python i Excel-celle i din projektmappe. Hvis du vælger at indtaste det i en ny celle, skal du sørge for at følge reglerne for beregningsrækkefølge efter rækker og indtaste det efter den første celle.

3. Når du har indsat dine Python-formler, returnerer Python i Excel punktafbildningsvisualiseringen som et billedobjekt. Vælg kortikonet i billedobjektcellen for at få vist en forhåndsvisning af visualiseringen. 
   
   

   Bemærk!: Hvis du støder på fejl, skal du se Fejlfinding af fejl i forbindelse Python i Excel for at få flere oplysninger.  

4. Behold visualiseringen som et billedobjekt for at fortsætte med at bruge den til Python-beregninger. Udtræk billedet til Excel-gitteret for at ændre størrelsen på det og få vist afbildningen mere detaljeret. Hvis du vil udtrække billedet til gitteret, skal du højreklikke eller ctrl+klikke på den celle, der indeholder billedobjektet, og vælge Vis afbildning over celler i menuen.
   
   Du kan finde flere oplysninger om at udtrække billedobjekter i artiklen Udtræk et billedobjekt til Excel-gitteret i denne artikel.

Udtræk et billedobjekt til Excel-gitteret

Som det fremgår af eksemplerne i denne artikel, kan Python-biblioteker som seaborn og Matplotlib returnere datavisualiseringer til Excel-celler. Som standard returnerer Python i Excel disse visualiseringer som billedobjekter. 

Vælg kortikonet i en billedobjektcelle for at få vist en forhåndsvisning af visualiseringen.

Du kan udtrække et billede til Excel-gitteret på to måder: vise billedet som et afbildning over celler eller vise billedet i en celle.

Opret dine egne afbildninger og diagrammer 

Nu, hvor du har lært at oprette Python i Excel-afbildninger og -diagrammer med et eksempeldatasæt, kan du indsætte dine egne data i en Excel-projektmappe og oprette brugerdefinerede visualiseringer.  

Hvis du vil importere eksterne data til brug med Python i Excel, skal du bruge Power Query. Du kan få mere at vide under Brug Power Query til at importere data til Python i Excel.

Relaterede artikler 

• Open source-biblioteker og Python i Excel

• Brug Power Query til at importere data for Python i Excel

• DataFrames i Python i Excel