xlwings与Matplotlib/Plotly集成：如何在Excel中展示Python图表

gitblog_00088

972人浏览 · 2026-03-26 15:54:25

gitblog_00088 · 2026-03-26 15:54:25 发布

xlwings与Matplotlib/Plotly集成：如何在Excel中展示Python图表

【免费下载链接】xlwings xlwings is a Python library that makes it easy to call Python from Excel and vice versa. It works with Excel on Windows and macOS as well as with Google Sheets and Excel on the web. 项目地址: https://gitcode.com/gh_mirrors/xl/xlwings

xlwings是一个强大的Python库，它能让您在Excel中无缝展示Python生成的数据可视化图表。通过将Matplotlib和Plotly的图表直接嵌入Excel工作簿，您可以创建动态、交互式的数据报告，无需手动复制粘贴。本指南将向您展示如何利用xlwings的图表集成功能，在Excel中创建专业的数据可视化。

为什么要在Excel中集成Python图表？ 🤔

传统的Excel图表功能有限，而Python的Matplotlib和Plotly库提供了更丰富的数据可视化能力。xlwings作为桥梁，让您能够：

保留Python的强大可视化功能 - 使用Matplotlib创建复杂的科学图表
获得交互式体验 - 利用Plotly的交互式图表功能
自动化报告生成 - 通过Python脚本批量生成和更新图表
数据科学工作流整合 - 将Python数据分析结果直接展示在Excel中

快速入门：基本集成方法

安装与配置

首先确保已安装xlwings和可视化库：

pip install xlwings matplotlib plotly kaleido psutil requests

Matplotlib图表集成

最简单的Matplotlib图表集成只需几行代码：

import matplotlib.pyplot as plt
import xlwings as xw

# 创建图表
fig = plt.figure()
plt.plot([1, 2, 3])

# 将图表添加到Excel
sheet = xw.Book().sheets[0]
sheet.pictures.add(fig, name='MyPlot', update=True)

关键参数说明：

update=True：后续调用同名图表时会更新内容，保持位置和大小不变
name：图表名称，用于后续更新操作
位置参数：可通过left和top参数精确控制图表位置

Plotly图表集成

Plotly提供了交互式图表功能，集成方法类似：

import xlwings as xw
import plotly.express as px

# 创建Plotly散点图
df = px.data.iris()
fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species")

# 添加到Excel
wb = xw.Book()
wb.sheets[0].pictures.add(fig, name='IrisScatterPlot', update=True)

高级集成技巧 🚀

动态图表更新

通过xlwings的UDF（用户定义函数）功能，您可以创建响应Excel单元格变化的动态图表：

@xw.func
def myplot(n, caller):
    fig = plt.figure()
    plt.plot(range(int(n)))
    caller.sheet.pictures.add(fig, name='MyPlot', update=True)
    return f'Plotted with n={n}'

在Excel单元格中输入=myplot(B1)，当B1单元格的值变化时，图表会自动更新！

图表属性控制

您可以精确控制图表的大小、位置和外观：

# 控制图表位置
sht = xw.Book().sheets[0]
plot = sht.pictures.add(fig, name='MyPlot', update=True,
                        left=sht.range('B5').left, 
                        top=sht.range('B5').top)

# 调整图表大小
plot.height /= 2
plot.width /= 2

多种图表来源

xlwings支持多种图表来源：

PyPlot接口：

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4, 5])
fig = plt.gcf()

面向对象接口：

from matplotlib.figure import Figure
fig = Figure(figsize=(8, 6))
ax = fig.add_subplot(111)
ax.plot([1, 2, 3, 4, 5])

Pandas集成：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
ax = df.plot(kind='bar')
fig = ax.get_figure()

实际应用场景 📊

科学数据可视化

对于科研人员，xlwings可以将复杂的科学图表直接嵌入Excel报告：

# 创建流线图
fig = plt.figure()
# ... 复杂的科学图表代码
sheet.pictures.add(fig, name='ScientificPlot', update=True)

商业报告自动化

xlwings可以自动化生成包含图表的商业报告：

# 生成季度报告图表
fig = px.bar(sales_data, x='Quarter', y='Revenue', color='Region')
wb.sheets['Report'].pictures.add(fig, name='QuarterlyReport', update=True)

数据仪表板

结合Excel的公式功能和Python的可视化能力，创建交互式仪表板：

@xw.func
def update_dashboard(region, metric, caller):
    # 根据参数生成相应图表
    filtered_data = data[(data['Region'] == region) & (data['Metric'] == metric)]
    fig = create_chart(filtered_data)
    caller.sheet.pictures.add(fig, name='DashboardChart', update=True)
    return "Dashboard updated"

最佳实践与技巧 💡

性能优化

批量操作：避免频繁的单个图表更新，尽量批量处理
缓存机制：对于静态数据，考虑缓存生成的图表
分辨率控制：通过export_options参数控制图表分辨率

错误处理

try:
    sheet.pictures.add(fig, name='MyPlot', update=True)
except Exception as e:
    print(f"图表添加失败: {e}")
    # 降级方案
    save_chart_as_image(fig, 'fallback.png')