論文中圖表形式多樣，常用的處理工具有excel、MATLAB以及Python等，excel自處理的方法有兩個缺陷：1.當數據較多時，容易出現excel“翻白眼”的現象；2.需要使用subplot功能或批量處理時，使用MATLAB或Python更為方便；3.excel處理的圖在美觀程度上較論文圖表標准有一定的距離。對比MATLAB以及Python的plot功能，從圖的美觀角度出發，Python稍占優勢，下文講簡要介紹將excel中的數據提取到Python中並利用Python的matplotlib庫制圖的過程。
一.如何將Excel中的數據導入Python中：
此部分主要介紹如何將Excel中的數據導入python中（原始數據可能在.txt或.out文件中，且數據較為繁雜，可以先利用MATLAB或python將數據進行處理存入Excel中，包括一些簡單的計算、排列等，以便於之后的繪圖，或直接利用python提取.txt中數據，在此不做詳細介紹），主要方法是利用python的xlrd庫，流程如下：
# 導入xlrd庫
import xlrd # 讀取指定Excel文件(此處為excel_dir)中的數據
data=xlrd.open_workbook(excel_dir) # 讀取指定data中某sheet(此處命名為sheetname)中的數據
table=data.sheet_by_name(sheetname) #讀取table中某一列的數據
needs=table.col_values(0)
其中有幾個需要說明的點：
1.excel_dir和sheetname如何定義？
excel_dir應寫成字符串的格式（即' '或者" "），最終應以.xls或.xlsx等Excel的后綴結尾，比如讀取Administrator桌面上的名為result.xls的文件可寫為：
excel_dir = 'C:\Users\Administrator\Desktop\result.xls' data=xlrd.open_workbook(excel_dir)
sheetname定義的方法同上，除此之外sheet還有通過索引順序的讀取方法：
table = data.sheets()[0] #通過索引順序獲取
table = data.sheet_by_index(0) #通過索引順序獲取
2.如何讀取某單元格或者某行的數據？
流程中所示為讀取某sheet中某列的數據，同理某行數據為：
table.col_values(i)
讀取某單元格數據命令為：
table.cell(i,j).value
3.讀取某行或某列數據時，數據的范圍是什么？
舉個例子：當某sheet中表格如下時，會讀取4×3表格中的數據。
即若想讀取B列數據，代碼應寫為
table.col_values(1)
注意：python是從0開始計數的，故column number應為1，此時計入的信息為：[u'',u'',4,u'']
且注意table的維度由各個sheet決定，及若某excel表格有多個sheet，可能出現list長度不同的情況。
4.如果想取某列2-5行如何做呢？
table.col_values(i)[1:5]
5.若想取到最后一個數字，應如何編寫代碼？
由於各行/列的數據類型可能不同，可能會出現第一列僅4個數字，而第二列有9個數字，而最多的一列有100個數字等類似的情況，若直接用取整列的命令，會使list中摻入u''，導致下一步的繪圖出錯，此時可以使用如下方法：
a_col=table.col_values(i) a=a_col[0,a_col.index(u'')]
但需注意，此命令不能對控制行數的列使用，否則也會報錯，可編寫其他判斷語句進行鑒別是否使用該命令。
二.如何利用Python進行繪圖：
此處介紹利用matplotlib庫進行繪圖的方法，首先應導入matplotlib庫：
import numpy as np import matplotlib.pyplot as plt
繪圖方法很簡單，大致流程如下：
# 繪圖命令，1為圖號，並設置figsize
fig_drift= plt.figure(1,figsize=(12,4)) # 設置數據在x軸和y軸的坐標，以及顏色、標簽等屬性，此處用了兩組數據
plt.plot(drift[0], story,"g-",label='$Damped$') plt.plot(drift[1], story,"r-.",label='$Undamped$') # 設置x軸和y軸的標簽
plt.xlabel('Drift') plt.ylabel('Storey') # 選擇顯示數據組標簽
plt.legend() # 設置x軸和y軸的間隔及范圍
plt.xticks((0.000,0.005,0.010,0.015)) plt.yticks(range(1,5,1)) # 設置圖名
plt.title('minor')
其中需要說明的幾點：
1.如何繪制多圖？
很簡單，只需在設置了圖號名之后，插入：
ax2 = plt.subplot(132) plt.sca(ax2)
后面的命令與前述一致，值得一提的是，plt.subplot(131)指的是繪制一個含有1×3子圖的圖，且ax2代表的是第2張圖，而plt.sca(ax2)表示選擇該子圖。
2.設置x軸、y軸以及其他命令如何判斷是賦予哪張圖的屬性呢？
matplotlib會直接將該屬性賦予上一plot對象。
3.如何繪制散點圖？
把pl.plot(x, y)改成pl.plot(x, y, 'o')即可。
4.其他一些設置參數：
# 設置x軸和y軸的上下限
pl.xlim(i, j) pl.ylim(m,n) # 顯示圖
pl.show() # 保存圖，自動存為png格式
plt.savefig(dir+name.png,dpi=600）
除此之外還支持設置x軸（y軸）坐標顯示，繪制餅狀圖、直方圖等功能，在此不再一一介紹。
三.說點題外話：
曾經看過一句話：“世界上沒有爛語言，只有寫語言的爛人”。
每種語言各自有其優勢，也有其劣勢，在此不做過多評價。如何利用語言實現繪圖或達到更多目標，在於我們如何選擇。恰到好處地使用for或def、class等語句，能使一段代碼如虎添翼，寫在這里，作為給自己的提醒：遇到問題先明確方法、形成體系再進入編寫，不要盲目地將看似正確的語言進行強行拼湊，返工率極高。
畢竟第一篇，有點激動，再特別介紹一下我們團隊的成員吧（雖然只有兩個人）：算了還是不介紹了。
以上內容若有問題或疑問，請聯系excelting@qq.com