Excel/CSV 转图表 - 在线数据可视化工具

在日常工作和数据分析中，将表格数据转换为直观的图表是一项常见需求。无论是销售报表、财务数据还是统计调查，图表都能帮助人们更快地理解数据趋势和分布。

本工具支持上传 Excel（.xlsx/.xls）或 CSV 文件，自动识别表格结构，并生成多种类型的图表，无需编写任何代码。

支持的图表类型

• 柱形图（Bar）：最适合对比不同类别的数值大小，直观展示排名和差异。
• 折线图（Line）：展示数据随时间或顺序变化的趋势，适合时间序列数据。
• 饼图（Pie）：展示各部分占总体的比例关系，一目了然。
• 环形图（Doughnut）：饼图的变体，中心留空，可同时展示多组比例数据。
• 雷达图（Radar）：多维度数据的对比分析，常用于能力评估等场景。
• 极地区域图（Polar Area）：类似饼图，但每个扇区的半径也代表数值大小。

使用 Python 生成图表的代码示例

如果你需要在 Python 中实现类似功能，可以使用 matplotlib 库：

import pandas as pd
import matplotlib.pyplot as plt

# 读取 Excel 文件
df = pd.read_excel('data.xlsx')

# 生成柱形图
plt.figure(figsize=(10, 6))
plt.bar(df['类别'], df['数值'], color='#4A90E2')
plt.title('数据可视化示例')
plt.xlabel('类别')
plt.ylabel('数值')
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('chart.png', dpi=300)
plt.show()

# 生成折线图
plt.figure(figsize=(10, 6))
plt.plot(df['月份'], df['销售额'], marker='o', linestyle='-', color='#E74C3C')
plt.title('销售趋势图')
plt.xlabel('月份')
plt.ylabel('销售额')
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.savefig('line_chart.png', dpi=300)
plt.show()

# 生成饼图
plt.figure(figsize=(8, 8))
plt.pie(df['数值'], labels=df['类别'], autopct='%1.1f%%', startangle=90)
plt.title('占比分析')
plt.tight_layout()
plt.savefig('pie_chart.png', dpi=300)
plt.show()

上述代码首先使用 pandas.read_excel 读取表格数据，然后分别调用 plt.bar、plt.plot 和 plt.pie 生成不同类型的图表。通过调整 figsize、颜色、标签等参数，可以自定义图表外观。

使用建议

1. 数据准备：确保表格第一行为列标题，数据区域连续无空行。
2. 选择合适的图表：对比数据用柱形图，趋势数据用折线图，占比数据用饼图。
3. 数值列要求：Y 轴数据列应为纯数字，避免包含文本或特殊符号。
4. 下载保存：生成的图表可直接下载为 PNG 图片，用于报告或演示。