Python实现Excel中散点图的绘制与定制

在日常的数据分析工作中，散点图算是非常亲民的图表类型了。它主要用来展示两个变量之间的关联性——比如广告投入和销售额之间到底有没有正相关，或者薪资水平跟汽车消费能力能不能对上号。在统计分析、科研实验，甚至是商业决策里，散点图都能帮你快速抓住数据的模式、趋势，甚至那些“不对劲”的异常值。

Python 在这方面有个很实用的能力：它可以自动在 Excel 里生成散点图，不用手动去拖拽修改。这种方式特别适合那种需要批量处理数据、或者动态生成可视化报告的场面。把数据分析和可视化整合到自动化流程里，效率自然会高不少。

这篇文章就来聊一聊，怎么利用 Python 在 Excel 中创建散点图，顺便再演示一下怎么加趋势线、调坐标轴标签、以及格式化数据标签这些自定义操作。

环境准备

要动手，首先得安装一个叫 Spire.XLS for Python 的库：

pip install Spire.XLS

这个库提供了比较完整的 Excel 操作 API，无论是创建、读取还是修改文档，包括各种图表的生成和定制，它都能搞定。

创建基础散点图

创建一个散点图，核心流程其实不复杂：准备好数据，创建一个图表对象，挂载数据源，然后摆好图表的位置。下面这段代码演示了如何生成一个“薪资与汽车价格关系”的散点图：

from spire.xls import *
from spire.xls.common import *

# 创建工作簿
workbook = Workbook()
sheet = workbook.Worksheets[0]
sheet.Name = "Scatter Chart"

# 准备示例数据
sheet.Range["A1"].Value = "Y(薪资)"
sheet.Range["A2"].Value = "42763"
sheet.Range["A3"].Value = "195387"
sheet.Range["A4"].Value = "35672"
sheet.Range["A5"].Value = "217637"
sheet.Range["A6"].Value = "74734"
sheet.Range["A7"].Value = "130550"
sheet.Range["A8"].Value = "42976"
sheet.Range["A9"].Value = "15132"
sheet.Range["A10"].Value = "54936"

sheet.Range["B1"].Value = "X(汽车价格)"
sheet.Range["B2"].Value = "19455"
sheet.Range["B3"].Value = "93965"
sheet.Range["B4"].Value = "20858"
sheet.Range["B5"].Value = "107164"
sheet.Range["B6"].Value = "34036"
sheet.Range["B7"].Value = "87806"
sheet.Range["B8"].Value = "17927"
sheet.Range["B9"].Value = "61518"
sheet.Range["B10"].Value = "29479"

# 设置数据格式
sheet.Range["A1:B1"].ColumnWidth = 12
sheet.Range["A1:B1"].RowHeight = 15
sheet.Range["A1:B1"].Style.Color = Color.get_DarkGray()
sheet.Range["A1:B1"].Style.Font.Color = Color.get_White()
sheet.Range["A1:B1"].Style.VerticalAlignment = VerticalAlignType.Center
sheet.Range["A1:B1"].Style.HorizontalAlignment = HorizontalAlignType.Center
sheet.Range["A2:B10"].Style.NumberFormat = ""$"#,##0"

# 创建散点图
chart = sheet.Charts.Add(ExcelChartType.ScatterMarkers)
chart.DataRange = sheet.Range["B2:B10"]
chart.SeriesDataFromRange = False

# 设置图表位置
chart.LeftColumn = 1
chart.TopRow = 11
chart.RightColumn = 10
chart.BottomRow = 28

# 设置图表标题
chart.ChartTitle = "薪资与汽车价格关系分析"
chart.ChartTitleArea.IsBold = True
chart.ChartTitleArea.Size = 12

# 配置数据系列
chart.Series[0].CategoryLabels = sheet.Range["A2:A10"]
chart.Series[0].Values = sheet.Range["B2:B10"]

# 保存文件
workbook.Sa veToFile("ScatterChart.xlsx", FileFormat.Version2010)
workbook.Dispose()

这段代码的核心步骤，翻译一下是这样的：

1. 创建工作簿和工作表：用 Workbook() 新建一个 Excel 文件，然后通过 Worksheets[0] 拿到第一个工作表。
2. 往里面填数据：把 X 轴和 Y 轴的数据写入对应的单元格。
3. 创建图表对象：调用 Charts.Add(ExcelChartType.ScatterMarkers)，这里的 ScatterMarkers 表示用标记点的散点图类型。
4. 绑定数据源：通过 DataRange 指定图表的数据范围，再把 SeriesDataFromRange 设成 False，方便手动配置数据系列。
5. 配置图表属性：设置标题、位置、以及数据系列的分类标签和数值。

添加趋势线

趋势线这东西，算是散点图里的点睛之笔。它能帮你看出数据的整体走向和变化规律。Spire.XLS 支持多种趋势线类型，比如线性、指数、对数、移动平均等。

下面这段代码告诉我们，怎么在已有的散点图上加一条指数趋势线：

from spire.xls import *
from spire.xls.common import *

# 加载包含散点图的 Excel 文件
workbook = Workbook()
workbook.LoadFromFile("ScatterChart.xlsx")
sheet = workbook.Worksheets[0]

# 获取图表并添加趋势线
chart = sheet.Charts[0]

# 添加指数趋势线
trendline = chart.Series[0].TrendLines.Add(TrendLineType.Exponential)

# 保存文件
workbook.Sa veToFile("ScatterChartWithTrendline.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

TrendLineType 这个枚举提供了几种常见的趋势线选项：

• Linear：线性趋势线，适合数据呈直线变化的场景。
• Exponential：指数趋势线，适合数据按指数增长或衰减的情况。
• Logarithmic：对数趋势线，适用于快速变化后逐渐稳定的场景。
• Moving_A verage：移动平均趋势线，主要用来平滑数据中的短期波动。

有意思的是，选择合适的类型其实是个凭经验的过程，得看数据本身是不是“吃”这套分析逻辑。

设置坐标轴标签

坐标轴标签如果不清不楚，图表再漂亮也白搭。通过设置主坐标轴和次坐标轴的标题，能给读者省去不少猜测的时间。

from spire.xls import *
from spire.xls.common import *

workbook = Workbook()
workbook.LoadFromFile("ScatterChart.xlsx")
sheet = workbook.Worksheets[0]
chart = sheet.Charts[0]

# 设置坐标轴标题
chart.PrimaryValueAxis.Title = "薪资（元）"
chart.PrimaryCategoryAxis.Title = "汽车价格（元）"

# 设置坐标轴标题字体样式
chart.PrimaryValueAxis.TitleArea.IsBold = True
chart.PrimaryValueAxis.TitleArea.Size = 10
chart.PrimaryCategoryAxis.TitleArea.IsBold = True
chart.PrimaryCategoryAxis.TitleArea.Size = 10

workbook.Sa veToFile("ScatterChartWithAxisLabels.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

这里 PrimaryValueAxis 对应 Y 轴（数值轴），PrimaryCategoryAxis 对应 X 轴（分类轴）。通过 TitleArea 属性，还能进一步微调标题的字体、大小和颜色，让整个图表看起来更专业。

自定义数据标签

数据标签的作用，是直接把数值显眼地标在数据点上，能大幅提升图表的信息密度和可读性。下面这段代码演示了怎么给折线图加上格式化后的数据标签：

from spire.xls import *
from spire.xls.common import *

workbook = Workbook()
workbook.CreateEmptySheets(1)
sheet = workbook.Worksheets[0]
sheet.Name = "Demo"

# 准备数据
sheet.Range["A1"].Value = "月份"
sheet.Range["A2"].Value = "1月"
sheet.Range["A3"].Value = "2月"
sheet.Range["A4"].Value = "3月"
sheet.Range["A5"].Value = "4月"
sheet.Range["A6"].Value = "5月"
sheet.Range["A7"].Value = "6月"

sheet.Range["B1"].Value = "销售额"
sheet.Range["B2"].NumberValue = 25
sheet.Range["B3"].NumberValue = 18
sheet.Range["B4"].NumberValue = 8
sheet.Range["B5"].NumberValue = 13
sheet.Range["B6"].NumberValue = 22
sheet.Range["B7"].NumberValue = 28

# 创建带标记的折线图
chart = sheet.Charts.Add(ExcelChartType.LineMarkers)
chart.DataRange = sheet.Range["B1:B7"]
chart.SeriesDataFromRange = False

# 设置图表位置
chart.TopRow = 5
chart.BottomRow = 26
chart.LeftColumn = 2
chart.RightColumn = 11

# 设置图表标题
chart.ChartTitle = "销售数据趋势"
chart.ChartTitleArea.IsBold = True
chart.ChartTitleArea.Size = 12

# 配置数据系列
cs1 = chart.Series[0]
cs1.CategoryLabels = sheet.Range["A2:A7"]

# 设置数据标签
cs1.DataPoints.DefaultDataPoint.DataLabels.HasValue = True
cs1.DataPoints.DefaultDataPoint.DataLabels.HasLegendKey = False
cs1.DataPoints.DefaultDataPoint.DataLabels.HasPercentage = False
cs1.DataPoints.DefaultDataPoint.DataLabels.HasSeriesName = True
cs1.DataPoints.DefaultDataPoint.DataLabels.HasCategoryName = True
cs1.DataPoints.DefaultDataPoint.DataLabels.Delimiter = ". "
cs1.DataPoints.DefaultDataPoint.DataLabels.Size = 9
cs1.DataPoints.DefaultDataPoint.DataLabels.Color = Color.get_Red()
cs1.DataPoints.DefaultDataPoint.DataLabels.FontName = "Calibri"
cs1.DataPoints.DefaultDataPoint.DataLabels.Position = DataLabelPositionType.Center

workbook.Sa veToFile("ChartWithDataLabels.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

数据标签的配置选项，最常用的几个包括：

• HasValue：显示数字。
• HasSeriesName：显示系列名称。
• HasCategoryName：显示分类名称。
• HasPercentage：显示百分比（饼图用得比较多）。
• Delimiter：控制多个标签元素之间的分隔符。
• Position：设置标签相对于数据点的显示位置。

综合应用示例

实战里，我们通常会把上面这些功能组合着用，才能做出信息丰富又美观的散点图。来看看这个完整示例：

from spire.xls import *
from spire.xls.common import *

# 创建工作簿
workbook = Workbook()
sheet = workbook.Worksheets[0]
sheet.Name = "数据分析"

# 准备数据
data = [
    ("产品A", 100, 200),
    ("产品B", 150, 180),
    ("产品C", 200, 250),
    ("产品D", 120, 160),
    ("产品E", 180, 220),
    ("产品F", 90, 140),
    ("产品G", 250, 300),
    ("产品H", 160, 190),
]

sheet.Range["A1"].Value = "产品名称"
sheet.Range["B1"].Value = "广告投入（万元）"
sheet.Range["C1"].Value = "销售额（万元）"

for i, (name, ads, sales) in enumerate(data, start=2):
    sheet.Range[f"A{i}"].Value = name
    sheet.Range[f"B{i}"].NumberValue = ads
    sheet.Range[f"C{i}"].NumberValue = sales

# 创建散点图
chart = sheet.Charts.Add(ExcelChartType.ScatterMarkers)
chart.DataRange = sheet.Range["B2:C9"]
chart.SeriesDataFromRange = False

# 设置图表位置和大小
chart.LeftColumn = 1
chart.TopRow = 12
chart.RightColumn = 11
chart.BottomRow = 30

# 设置图表标题
chart.ChartTitle = "广告投入与销售额关系分析"
chart.ChartTitleArea.IsBold = True
chart.ChartTitleArea.Size = 14
chart.ChartTitleArea.FontName = "微软雅黑"

# 配置数据系列
chart.Series[0].CategoryLabels = sheet.Range["A2:A9"]
chart.Series[0].Values = sheet.Range["C2:C9"]

# 添加趋势线
chart.Series[0].TrendLines.Add(TrendLineType.Linear)

# 设置坐标轴标题
chart.PrimaryValueAxis.Title = "销售额（万元）"
chart.PrimaryCategoryAxis.Title = "广告投入（万元）"

# 设置坐标轴标题样式
chart.PrimaryValueAxis.TitleArea.IsBold = True
chart.PrimaryValueAxis.TitleArea.Size = 11
chart.PrimaryCategoryAxis.TitleArea.IsBold = True
chart.PrimaryCategoryAxis.TitleArea.Size = 11

# 保存文件
workbook.Sa veToFile("ComprehensiveScatterChart.xlsx", ExcelVersion.Version2013)
workbook.Dispose()

这个综合例子，其实展示了几件事：

1. 从数据结构批量写入 Excel 单元格。
2. 创建带完整配置的散点图。
3. 加一条线性趋势线来显现数据趋势。
4. 设置中英文混合的坐标轴标签。
5. 调整图表尺寸和位置，方便直接用于报告展示。

实用技巧

做散点图的时候，有些细节能让图表质量上一个台阶：

别跳过数据预处理——务必检查数据是不是干净，缺失值和异常值要处理，不然图表可能给出误导性的结论。

选对散点图变体：

• ScatterMarkers：只显示数据点标记。
• ScatterSmoothedLines：用平滑曲线连接数据点。
• ScatterLines：用直线连接数据点。

配色要讲究——用对比明显的颜色区分不同系列，整体保持视觉上的一致性就好。

图例摆放——如果有多个数据系列，图例最好放在不挡事儿的地方，别盖住数据点。

导出时注意用途——打印场景建议用较高分辨率，文件格式选对就好。

总结

这篇文章聊了怎么用 Python 在 Excel 里创建和定制散点图，从基础的图表创建，到趋势线添加、坐标轴标签设置、数据标签格式化，都覆盖到了。

掌握了这些操作，开发者就能把数据可视化嵌入自动化数据处理流程里，分析效率自然不一样。散点图结合趋势线的玩法，特别适合探索变量间的相关性，在统计分析、市场研究和科学实验领域，用起来相当顺手。

至于后面还能怎么玩，可以考虑这些方向：

• 创建多系列散点图来对比不同数据集
• 用条件格式突出显示特定的数据点
• 结合其他图表类型做仪表板
• 尝试交互式图表生成工具

这些技能，能帮开发者在数据分析和报告生成的路上走得更远。