VBA / Excel VBA將檔案另存成PDF再使用自訂python程式加密PDF 4

在前一篇 VBA / Excel VBA將檔案另存成PDF再使用自訂python程式加密PDF 3

曾經思考有沒有辦法不用先產生檔案的方式

轉了很多彎，後來看PyPDF2的說明

PdfWriter()的write()參數，可以是個路徑

:param stream: An object to write the file to. The object can support
   the write method and the tell method, similar to a file object, or
   be a file path, just like the fileobj, just named it stream to keep
   existing workflow.

這就代表不需要是實體檔案路徑

所以改寫程式碼如下

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

import os, sys from PyPDF2 import PdfReader from PyPDF2 import PdfWriter def addPw(ar1, ar2): #print(ar1,ar2) pdf_path =ar1 pswd=ar2 #不含副檔名的檔案名稱 fileName = os.path.basename(pdf_path).replace(".pdf", "") #最後輸出的檔案路徑 因為檔案加密之後 不能寫回原本的檔案 newFile = os.path.dirname(pdf_path)+"\\"+ fileName +"_pw.pdf" #讀取原始檔案 in_file = open(pdf_path, "r+b") in_pdf = PdfReader(in_file) #加密檔案 out_pdf = PdfWriter() out_pdf.append_pages_from_reader(in_pdf) out_pdf.encrypt(pswd) #寫出檔案 out_pdf.write(newFile) #關閉open()開啟的檔案 in_file.close() #刪除PdfReader() PdfWriter() del in_pdf, out_pdf #print("檔案加密完成") addPw(sys.argv[1], sys.argv[2]) #測試用 #addPw(r"D:\Google 雲端硬碟\莊生的箱子\網站_程式練習\VBA練習\PDF 轉檔 加密\output\臺北市.pdf","123456") #addPw(r"D:\Google 雲端硬碟\莊生的箱子\網站_程式練習\python練習\創建PDF\output\臺北市.pdf","123456")

 

繼續閱讀

VBA / Excel VBA將檔案另存成PDF再使用自訂python程式加密PDF 3

再次修改 VBA / Excel VBA將檔案另存成PDF再使用自訂python程式加密PDF 的程式碼

VBA / Excel VBA將檔案另存成PDF再使用自訂python程式加密PDF 2 修改VBA執行流程

1.使用 WScript.Shell 執行命令列、2.在迴圈增加 "DoEvents" 移交控制權

這次是修改python程式碼

原本的程式碼透過 shutil套件複製檔案2次

1個用來增加密碼

1個是用來寫入增加密碼的PDF

而原因是增加密碼的PDF無法寫回原檔案

後來覺得能否可以不用複製檔案??

目前的作法是用 fitz套件產生一個有一頁空白A4的實體PDF

然後用 PyPDF2套件的 pdfReader讀取原始檔

再用PyPDF2套件的 PdfWriter的append_pages_from_reader附加pdfReader

用encrypt增加密碼

最後再寫入空白A4的實體PDF

流程如下

#2 引入 fitz套件

備註：安裝套件要使用這個名稱「PyMuPDF」

#15-22 產生一個一頁A4空白頁的PDF

之後加密的流程大同小異

修改後的程式碼如下

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

import os, sys import fitz from PyPDF2 import PdfReader from PyPDF2 import PdfWriter def addPw(ar1, ar2): #print(ar1,ar2) pdf_path =ar1 pswd=ar2 #不含副檔名的檔案名稱 fileName = os.path.basename(pdf_path).replace(".pdf", "") #print(fileName) #產生一個A4空白頁的PDF doc = fitz.open() #To add a blank page, w, h = fitz.paper_size("A4") # -1, insertion point: end of document doc.new_page(-1, width = w, height = h) newFile = os.path.dirname(pdf_path)+"\\"+ fileName +"_pw.pdf" doc.save(newFile) #print(newFile) #讀取檔案 in_file = open(pdf_path, "r+b") in_pdf = PdfReader(in_file) #加密檔案 out_pdf = PdfWriter() out_pdf.append_pages_from_reader(in_pdf) out_pdf.encrypt(pswd) #讀取用來存儲的檔案 out_file = open(newFile, "wb") #寫出檔案 out_pdf.write(out_file) #關閉open()開啟的檔案 in_file.close() out_file.close() #刪除PdfReader() PdfWriter() del in_pdf, out_pdf #print("檔案加密完成") addPw(sys.argv[1], sys.argv[2]) #測試用 #addPw(r"D:\Google 雲端硬碟\莊生的箱子\網站_程式練習\python練習\創建PDF\output\臺北市.pdf","123456")

繼續閱讀

Excel & VBA , Python    No comments   

VBA / Excel VBA將檔案另存成PDF再使用自訂python程式加密PDF

VBA能否將excel轉成加密的PDF?

這個是在Line的excel社團看到的提問

其中的管理員提供了一個網路教學

這個教學是使用 Adobe Acrobat 物件

但是前提是必須先安裝付費版的 Adobe Acrobat

我後來想起之前彰化一整天有分享某個客製程式

其中有PDF加密功能，這個功能是在VBA執行他自己寫的python程式

經過自己土炮測試之後

我的構想，整體流程可以分成三部分

第一部分是在Excel透過VBA將工作表另存成PDF

第二部分是透過python程式加密PDF

第三部分是在Excel VBA執行 python程式

1.在Excel透過VBA將工作表另存成PDF

這是透過Excel的內建功能將工作表複製到新的工作簿

然後再存成PDF

流程大致如下

透過迴圈，使用工作簿功能ExportAsFixedForma逐一將工作表轉成PDF

1 2 3 4 5 6

For i = 2 To Sheets.Count nName = Sheets(i).Name Sheets(i).Copy ActiveWorkbook.ExportAsFixedFormat Type:=xlTypePDF, Filename:=outputFolderPath & nName & ".pdf" ActiveWorkbook.Close False Next

 

2.透過python程式加密PDF

這裡的知識點是如何讓python接收外部參數

最簡單的方式 透過sys.argv來接收從cmd傳入的參數

1 2 3 4 5 6 7 8 9

import sys def getArg(ar1, ar2): print() print('接收參數：', ar1,ar2) print() getArg(sys.argv[1], sys.argv[2])

 

將以上的程式碼存成xx.py (xx是指隨意名稱)

然後在cmd執行 python xx.py 1 2 

就會輸出

接收參數：1 2

另一個知識點是如何加密PDF

可以利用套件 PyPDF2來處理

流程如下

#6~43 自訂一個函數

#8 第一個參數為檔案路徑

#9 第二個參數為密碼

#12 取出不含副檔名的檔案名稱

os.path.basename(pdf_path) 可以取出檔案路徑中最後一層，也就是檔案名稱.副檔名

#15 設定暫存檔的完整路徑

#17 設定用來寫入的檔案路徑

os.path.dirname(pdf_path) 可以取出最後一層之外的路徑，也就是檔案所在的目錄

因為加密後的檔案無法寫回原檔案，所以寫入另一個pdf

#21-23 使用套件 shutil複製原檔案產生新檔案

#25-27 使用PyPDF2的PdfReader物件來讀取PDF

 要先用open讀取檔案，再用PdfReader讀取PDF

#29-32 加密PDF

使用PyPDF2的PdfWriter物件的append_pages_from_reader獲取從PdfReader讀取的PDF

再用encrypt來加密

#34-36 將加密後的檔案寫入到用來輸出的檔案

因為產生一個空白的PDF還需要用別的套件生成

感覺太麻煩...

所以直接複製原本的檔案

#38-39 關閉利用open開啟的檔案

#41 刪除暫存檔

#42 關閉 PyPDF2的PdfReader、PdfReader物件

#43 如果之後封裝的程式要在背景執行，就不能有任何的print寫出

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

import os, sys import shutil from PyPDF2 import PdfReader from PyPDF2 import PdfWriter def addPw(ar1, ar2): #print(ar1,ar2) pdf_path =ar1 pswd=ar2 #不含副檔名的檔案名稱 fileName = os.path.basename(pdf_path).replace(".pdf", "") #print(fileName) #暫存檔 用來加密 tempFile =os.path.dirname(pdf_path)+"\\"+ fileName + "_temp.pdf" #print(tempFile) #最後輸出的檔案 因為檔案加密之後 不能寫回原本的檔案 newFile = os.path.dirname(pdf_path)+"\\"+ fileName +"_pw.pdf" #print(newFile) #複製產生檔案 shutil.copyfile(pdf_path, tempFile) shutil.copyfile(pdf_path, newFile) #讀取暫存檔案 in_file = open(tempFile, "r+b") in_pdf = PdfReader(in_file) #加密檔案 out_pdf = PdfWriter() out_pdf.append_pages_from_reader(in_pdf) out_pdf.encrypt(pswd) #讀取用來存儲的檔案 out_file = open(newFile, "wb") #寫出檔案 out_pdf.write(out_file) #關閉open()開啟的檔案 in_file.close() out_file.close() #刪除暫存檔 os.remove(tempFile) #刪除PdfReader() PdfWriter() del in_pdf, out_pdf print("檔案加密完成") addPw(sys.argv[1], sys.argv[2]) #addPw(r"C:\Users\edu\Desktop\PDF 轉檔 加密\output\臺北市.pdf","123456")

之後再用pyinstaller封裝成執行檔

3.在Excel VBA執行 python程式

#6-37 將工作表轉存成PDF

#39-51 讀取輸出資料夾內的所有PDF，將完整的檔案路徑寫入陣列中

#55-66 利用陣列進行迴圈

#59 是PDF密碼，之後可以再視需求來修改

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70

Public Sub export_encrypt_PDF() Application.DisplayAlerts = False Application.ScreenUpdating = False Dim fso As Object Set fso = CreateObject("Scripting.FileSystemObject") ActiveWorkbook.Sheets(1).Activate '目前檔案路徑 nPath = ActiveWorkbook.Path '輸出資料夾名稱 strFolderName = "output" '完整的輸出資料夾路徑 outputFolderPath = nPath & Application.PathSeparator & strFolderName & Application.PathSeparator '判斷輸出資料夾是否存在 strFolderExists = Dir(nPath & Application.PathSeparator & strFolderName, vbDirectory) If strFolderExists = "" Then '不存在則新增 fso.CreateFolder nPath & Application.PathSeparator & strFolderName Else '存在則移除 再新增 fso.DeleteFolder nPath & Application.PathSeparator & strFolderName, True 'True 強制刪除 fso.CreateFolder nPath & Application.PathSeparator & strFolderName End If '將工作表轉存為PDF檔 For i = 2 To Sheets.Count nName = Sheets(i).Name Sheets(i).Copy ActiveWorkbook.ExportAsFixedFormat Type:=xlTypePDF, Filename:=outputFolderPath & nName & ".pdf" ActiveWorkbook.Close False Next '讀取output資料夾的PDF 如果存在 回傳檔案名稱.副檔名 pdfFile = Dir(outputFolderPath & "*.pdf") Dim fileArr() As String i = 0 Do While pdfFile <> "" ReDim Preserve fileArr(i) fileArr(i) = outputFolderPath & pdfFile 'Debug.Print outputFolderPath & pdfFile i = i + 1 pdfFile = Dir() Loop 'Debug.Print fileArr(0) '陣列上限(序位值) num = UBound(fileArr) For i = 0 To num sourceFilename = fileArr(i) setPassword = "123456" '透過cmd 執行pdf加密程式 s = Chr(34) & Excel.ActiveWorkbook.Path & "\" & "0426_3.exe" & Chr(34) & Chr(32) & Chr(34) & sourceFilename & Chr(34) & Chr(32) & Chr(34) & setPassword & Chr(34) 'Debug.Print s Shell s Next Application.DisplayAlerts = True Application.ScreenUpdating = True End Sub

 

參考資料

如何用pyinstaller将需要传参数的Python文件生成exe文件

Python:批次加密PDF文件

别再问我怎么Python打包成exe了！

繼續閱讀

Py / 透過selenium-webdriver爬youtube的介紹資訊 2

在 Py / 透過selenium-webdriver爬youtube的介紹資訊(2021/10/28修改)

所引用的selenium-webdriver 在更新之後，目前selenium版本是4.19.0

可以不用設置driver.exe的路徑，selenium可以處理瀏覽器和驅動程序

抓取網頁元素的方式也有改變

更新之後的程式碼如下

1. from selenium import webdriver
2. # 2024.04.03 更新為 4.19.0 許多方法變動
3. import time
4. #
5. #目前使用的selenium版本是4.19.0，可以不必设置driver.exe的路径，selenium可以自己处理浏览器和驱动程序
6. #chromedriver.exe執行檔所存在的路徑 須配合電腦上的chrome版本
7. #chrome_path =r"C:\Users\trico\Desktop\chromedriver\chromedriver.exe"
8. #chrome_path =r"D:\chromedriver_win32\chromedriver.exe"
9. options = webdriver.ChromeOptions() #透過options紀錄webdriver.ChromeOptions()的設定
10. options.add_argument("--headless") #增加啟動參數，瀏覽器頁面不可視化(背景執行)
11. browser = webdriver.Chrome(options)
12.  
13. #讀取資料
14. f = open("url.csv","r")
15. s = f.readlines()
16. c = "科目,示例名稱,網址,介紹\n" #設定寫出檔案的第一行
17. for i in range(1,len(s)):
18. url=s[i]
19. list=url.split(",") #分割串列
20. # print(list[2].replace('\n','')) #第3筆是最後1筆資料會有換行符號，須去掉
21. browser.get(list[2].replace('\n','')) #載入網址
22. time.sleep(3) #等待3秒載入網頁
23. #tagX = browser.find_element_by_xpath("//meta[@name='description']") # meta標籤 name屬性值為'description'的元素
24. #新的方法
25. tagX = browser.find_element("xpath","//meta[@name='description']")
26. #tag = browser.find_element_by_id('description') #資訊所在的DIV id 現在不能直接抓Html
27. #print(tagX.get_attribute("content")) #取出其中的content屬性值
28. tag = tagX.get_attribute("content")
29. tag2 = tag.replace('\n','').replace('\r','') #用空字串取代所有換行符號 ，不能用strip刪除
30. #tag2=tag.text.replace('\n','').replace('\r','') #用空字串取代所有換行符號 ，不能用strip刪除
31. # print(tag2)
32. # print(len(tag2))
33. # 因為沒有資訊也同樣能抓到空字串，不會出現錯誤
34. # try:
35. # tag = browser.find_element_by_id('description')
36. # tag2=tag.text.replace('\n', '').replace('\r', '')
37. # c +="{},{},{},{}".format(list[0],list[1],list[2],tag2)
38. # print(c)
39. # except:
40. # c +="{},{},{},{}".format(list[0],list[1],list[2],"無說明")
41. # continue
42. # print(c)
43. # 改用 if判斷 len(tag2)是否>0
44. if i < len(s)-1: #如果不是最後一筆才加分行符號
45. if len(tag2) > 0 :
46. print(tag2)
47. c +="{},{},{},{}\n".format(list[0],list[1],list[2].replace('\n',''),tag2)
48. else:
49. tag2="無內容資訊"
50. c +="{},{},{},{}\n".format(list[0],list[1],list[2].replace('\n',''),tag2)
51. print(tag2)
52. else:
53. if len(tag2) > 0 :
54. print(tag2)
55. c +="{},{},{},{}".format(list[0],list[1],list[2].replace('\n',''),tag2)
56. else:
57. tag2="無內容資訊"
58. c +="{},{},{},{}".format(list[0],list[1],list[2].replace('\n',''),tag2)
59. print(tag2)
60. #寫出資料
61. fw=open("c.txt","w",encoding="utf8")
62. fw.write(c)
63. fw.close()
64. print(c)
65. browser.close() #關閉 瀏覽器
66. print("完成")

 

如果引用from selenium.webdriver.common.by import By

tagX = browser.find_element("xpath","//meta[@name='description']")

就要改成

tagX = browser.find_element(By.xpath,"//meta[@name='description']")

參考資料

爬虫学习记录（持续更新） 

selenium 4.19.0 

selenium入门超详细教程——网页自动化操作

繼續閱讀

Py / Python網頁資料擷取與分析班-筆記 10/11

主要內容

_303題果菜批發市場拍賣行情
_305題登革熱病例統計用groupby群組與統計
_401題資料折線圖繪製說明
_403題長條圖與圓餅圖與複合圖
_405題樣本：直方圖與散佈圖

---

1.303題果菜批發市場拍賣行情

直接在程式裡建構資料

選取、修改資料的方式比較簡單，等於是依據變數資料型態來使用對應的方法

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

# 303果菜批發市場拍賣行情 # 載入 pandas 模組縮寫為 pd import pandas as pd #　建構資料 datas = [[9, 203674, 13.2, 18894], [11.7, 180785, 12.3, 54894], [10.1, 127802, 14.7, 18563], [11.8, 28604, 14.9, 21963], [13.2, 600, 13.1, 900], [6.9, 38071, 9.6, 3555], [12.1, 35660, 10.6, 9005], [12, 15000, 13, 12000], [11.7, 48770, 9.1, 14370], [9.84, 6100, 11.89, 8980]] indexs = ["三重市", "台中市", "台北一", "台北二", "台東市", "板橋區", "高雄市", "嘉義市", "鳳山區", "豐原區"] columns = ["西瓜價", "西瓜量", "香瓜價", "香瓜量"] # 輸出如拍賣行情價量表 df = pd.DataFrame(datas, columns=columns, index=indexs) print('西瓜與香瓜之拍賣行情價量表') print(df) print() # 使用print分隔 # 以西瓜價遞減排序後，輸出各市場的西瓜價 df1 = df.sort_values(by="西瓜價", ascending=False) print('以西瓜價遞減排序') print(df1['西瓜價']) print() # 使用print分隔 # 計算台北一市場西瓜/香瓜價量的行情並輸出 df.loc["台北一"] print('台北一市場的行情') print(df.loc["台北一"]) print() # 使用print分隔 # 將「三重市」改為「三重區」 indexs[0] = "三重區" #「香瓜價」改為「洋香瓜價」 columns[2] = "洋香瓜價" #「香瓜量」改為「洋香瓜量」 columns[3] = "洋香瓜量" # 重新輸出整個表格 df.index = indexs df.columns = columns print('全體市場行情') print(df)

 

如果是讀取本機資料的話，要指定哪一個欄位為index

選取資料的方式跟從程式建構資料的方式一樣

最大的差別是修改資料

如果是修改column

df.rename(columns={“香瓜價”:“洋香瓜價”,“香瓜量”:“洋香瓜量”}, inplace=True)

如果是修改index

df.rename(index={“三重市”:“三重區”}, inplace=True)

如果要修改資料的話

可以使用iloc( )定位之後直接修改

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

# 303果菜批發市場拍賣行情 # 載入 pandas 模組縮寫為 pd import pandas as pd # 讀取本機檔案 並以"市場名稱"欄位為index df = pd.read_csv("read303.csv", index_col="市場名稱",encoding="cp950") print(df) print('西瓜與香瓜之拍賣行情價量表') print(df) print() # 使用print分隔 # # 以西瓜價遞減排序後，輸出各市場的西瓜價 df1 = df.sort_values(by="西瓜價", ascending=False) print('以西瓜價遞減排序') print(df1['西瓜價']) print() # 使用print分隔 # 計算台北一市場西瓜/香瓜價量的行情並輸出 df.loc["台北一"] print('台北一市場的行情') print(df.loc["台北一"]) print() # 使用print分隔 # # 將「三重市」改為「三重區」 # 「香瓜價」改為「洋香瓜價」 # 「香瓜量」改為「洋香瓜量」 df.rename(index={"三重市":"三重區"}, inplace=True) print(df.index) df.rename(columns={"香瓜價":"洋香瓜價","香瓜量":"洋香瓜量"}, inplace=True) print(df.columns) print() # 使用print分隔 print('全體市場行情') print(df)

 

2.305題登革熱病例統計用groupby群組與統計

老師的範例是Python 3擷取與分析證照考試的標準答案

居住縣市病例人數，並按遞減順序顯示

df_county = df1.groupby(“居住縣市”)[“居住縣市”].count()

df_county.sort_values(ascending=False)

其實可以合併成

df1.groupby(“居住縣市”)[“居住縣市”].count().sort_values(ascending=False)

使用groupby()分群再取出”居住縣市”以count( )計數，最後再用sort_values( )排序

也等於df1.groupby(“居住縣市”).居住縣市.count().sort_values(ascending=False)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

# 305登革熱病例統計 # 載入 pandas 模組縮寫為 pd import pandas as pd # 讀取csv檔 #df1 = pd.read_csv('read305.csv', encoding="utf-8", sep=",", header=0) df1 = pd.read_csv('read305.csv', encoding="utf-8") # 居住縣市病例人數，並按遞減順序顯示 df_county = df1.groupby("居住縣市")["居住縣市"].count() #print(df_county) print(df_county.sort_values(ascending=False)) # 顯示感染病例人數最多的5個國家，並按遞減順序顯示 df_country = df1.groupby("感染國家")["感染國家"].count() print(df_country.sort_values(ascending=False).head(5)) # 台北市各區病例人數 df_taipei = df1[df1.居住縣市 == "台北市"] print(df_taipei.groupby("居住鄉鎮")["居住鄉鎮"].count()) # 台北市最近病例的日期 print("發病日: " + df_taipei.發病日.max())

 

我嘗試用其他的方法來達成相同的效果

居住縣市病例人數，並按遞減順序顯示

df1.groupby(“居住縣市”).size().sort_values(ascending=False)

使用size( )取得”居住縣市”各分群的大小(數量)，再用sort_values( )排序

台北市各區病例人數

先將整體資料以”居住縣市”分群，取得分群中的”台北市”，再用”居住鄉鎮”進一步分群，然後用size( )取得各分群的大小(數量)

台北市最近病例的日期

也是先將整體資料以”居住縣市”分群，取得分群中的”台北市”，然後以max( )取得”發病日”的最大值

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

# 305登革熱病例統計 # 載入 pandas 模組縮寫為 pd import pandas as pd # 讀取csv檔 #df1 = pd.read_csv('read305.csv', encoding="utf-8", sep=",", header=0) df1 = pd.read_csv('read305.csv', encoding="utf-8") # 居住縣市病例人數，並按遞減順序顯示 print("居住縣市病例人數，並按遞減順序顯示") print() print(df1.groupby("居住縣市").size()) print(df1.groupby("居住縣市").size().sort_values(ascending=False)) # # 顯示感染病例人數最多的5個國家，並按遞減順序顯示 print() print("顯示感染病例人數最多的5個國家，並按遞減順序顯示") print(df1.groupby("感染國家").size().sort_values(ascending=False).head(5)) df_county = df1.groupby("居住縣市") # # 台北市各區病例人數 print() print("台北市各區病例人數") print(df_county.get_group("台北市").groupby("居住鄉鎮").size()) # # 台北市最近病例的日期 print() print("台北市最近病例的日期") print(df_county.get_group("台北市").發病日.max()) print(df_county.get_group("台北市")["發病日"].max())

 

3.401題資料折線圖繪製說明

plt.plot的參數基本設定(x, y)，至少需要有X軸數值以及Y軸數值

比較需要注意的是設定字體的方式

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

#401資料：折線圖 import matplotlib.font_manager as fm import matplotlib.pyplot as plt # 設定字體的檔案位置，並放到fm.FontProperties裡 fontPath = r"C:\Windows\Fonts\msjh.ttc" fontConfig = fm.FontProperties(fname=fontPath, size=18) data1 = [1, 4, 9, 16, 25, 36, 49, 64] data2 = [1, 2, 3, 6, 9, 15, 24, 39] seq=range(1,len(data1)+1) plt.plot(seq, data1, 'bo--', seq, data2, 'ro--', linewidth=2) plt.axis([0, 8, 0, 70]) plt.title("折線圖", fontproperties=fontConfig) plt.xlabel("x軸", fontproperties=fontConfig) plt.ylabel("y軸", fontproperties=fontConfig) plt.show() # 輸出圖片檔案 # plt.savefig('chart.png') #plt.close()

 

4.403題長條圖與圓餅圖與複合圖

利用plt.subplot(nrows, ncols, index )來設定複合圖的呈現方式

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

#403月份統計：長條圖與圓餅圖 # 載入 matplotlib.pyplot 並縮寫為 plt import matplotlib.pyplot as plt # 四個月份 labels = ["Jun", "Jul", "Aug", "Sep"] sizes = [20, 30, 40, 10] # 圓餅圖顏色 colors = ["yellowgreen", "gold", "lightskyblue", "lightcoral"] # 長條圖 位置 plt.subplot(1, 2, 1) xticks = range(1, len(labels) + 1) # 長條圖以labels為X軸，sizes為Y軸，各長條顏色為藍色（blue） plt.xticks(xticks, labels) plt.bar(xticks, sizes, color="blue") # 圓餅圖 位置 plt.subplot(1, 2, 2) # 圓餅圖以labels為圖標，sizes為各項所占百分比 # 圓餅圖colors為各項顏色，突顯「Aug」 # 圓餅圖顯示各項百分比到小數點第1位 explode = [0, 0, 0.1, 0] plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct="%1.1f%%") # 長寬比為1:1 # plt.axis("equal") # plt.savefig("chart.png") # plt.close() plt.show()

 

5.405樣本：直方圖與散佈圖

使用numpy套件來產生數值

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44

#405樣本：直方圖與散佈圖 # 在 import matplotlib.pyplot as plt 之前執行執行 mpl.use("Agg") # 將不會顯示圖示 即使 plt.show() # 如果要恢復 # 需要執行 # mpl.use("TKAgg") # ============================================================================= # import matplotlib as mpl # mpl.use("Agg") # ============================================================================= # np.random.RandomState()的隨機值 # 如果為 None 每次都會產生不同的隨機值 # 如果是一個固定數值 每次都會產生相同的隨機值 set_seed = 123 import numpy as np import matplotlib.pyplot as plt #從常態分布(平均數1 標準差0.5)中隨機抽取1000個數值 samples_1 = np.random.RandomState(set_seed).normal(loc=1, scale=0.5, size=1000) #從df自由度的標準Student t分布中隨機抽取1000個數值。 samples_2 = np.random.RandomState(set_seed).standard_t(df=10, size=1000) #print(samples_1) # print(samples_2) #產生介於-3 3之間均勻等差數列 數據量為100個 bins = np.linspace(-3, 3, 100) # print(bins) # 第一個子圖 直方圖（histogram） plt.subplot(2, 2, 1) plt.hist(samples_1, bins=bins, alpha=0.5, label="samples 1") plt.hist(samples_2, bins=bins, alpha=0.5, label="samples 2") # 在左上角 upper left 放置圖例 legend plt.legend(loc="upper left") # 第二個子圖 散佈圖（scatter） plt.subplot(1, 2, 2) plt.scatter(samples_1, samples_2, alpha=0.2) plt.show() # plt.savefig("chart.png") # plt.close()

 

參考資料：

由 Pandas 的 DataFrame 中取得資料
[Day10]Pandas Groupby使用！
numpy.random.RandomState
Python 繪製折線圖 Plot Line Charts
matplotlib.pyplot.subplot
Matplotlib 饼图
py数分笔记(3)：np.random.seed()与np.random.RandomState()
【Python】np.linspace用法介紹
掌握了Matplotlib這兩個方法，輕鬆繪製出漂亮的直方圖！
Python matplotlib.pyplot.scatter()用法及代碼示例
matplotlib.use(‘agg’)的作用
解决 Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figure

繼續閱讀