如何将储存在excel中的文本提取，并将里面的数据运用matplotlib.pyplot进行图形分析

def select_file():
# 选择Excel文件
filename = filedialog.askopenfilename(filetypes=[("Excel files", "*.xlsx")])

# 打开Excel文件并读取内容
workbook = openpyxl.load_workbook(filename)
worksheet = workbook.active

# 输出表格中的内容并计算能耗
for row in worksheet.iter_rows(min_row=2):
    row_text=''
    for cell in row:
        #print(cell.value,end=',')
        row_text+=f'{cell.value},'

    t0 = float(row[0].value)
    te = float(row[1].value)
    ε = float(row[2].value)
    P_R = float(row[3].value)
    P_Z = float(row[4].value)
    L = float(row[5].value)
    Q_s = float(row[6].value)
    Q = float(row[7].value)
    Q_WS = (t0 - te) * ε / L
    P_Jun = (P_R - P_Z) / L
    λ = Q_s / Q
    conclude = (Q_WS, P_Jun, λ)
    print(str(conclude))
    text_create('海底管道能耗计算结果', str(conclude))
wb = Workbook()
sheet = wb.active
data = open('C:\\Users\\10154\\Desktop\\海底管道能耗计算结果.txt', 'r', encoding='utf_8')
datas = data.readlines()  # readlines()依次读取所有行(直到结束符 EOF)并返回列表
for index, row in enumerate(datas):
    d = row.split()  # split()通过指定分隔符对字符串进行切片，并返回分割后的字符串列表
    for col in range(len(d)):
        sheet.cell(index + 1, col + 1, d[col])  # 表示我们要对第i行第j列单元格进行修改
# sheet.cell(worksheet.row[0])
wb.save('海底管道能耗计算结果.xlsx')

帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7541409
你也可以参考下这篇文章：matplotlib可视化excel数据
除此之外, 这篇博客: 八、matplotlib系列---pyplot直方图的绘制中的 matplotlib系列—pyplot直方图的绘制 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:

pyplot使用plt.hist()来绘制直方图

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(0)
mu,sigma=100,20  #标准差，方差
a = np.random.normal(mu,sigma,size=100)
plt.hist(a,20,normed=1,histtype='stepfilled',facecolor='b',alpha=0.75)
  # 参数20表示bin,即直方图的个数；normed=1表示概率，normed=0表示出现的个数
plt.title('Histogram')
plt.show()

运行结果：
这里写图片描述

参考资料：北京理工大学嵩天老师教学视频

以下回答由chatgpt基于相关博客总结生成:
通过pandas库从Excel中读取数据并将其转换为数据框，然后进行数据清洗和预处理以准确绘制图形，最后应用Matplotlib绘制相应的图形，具体步骤如下：
1.导入所需的库文件：
```
import pandas as pd
import matplotlib.pyplot as plt
```
2.使用pandas库从Excel中读取数据：
```
data = pd.read_excel('文件路径/文件名.xlsx')
```
其中'文件路径/文件名.xlsx'应替换为相应文件的实际路径和文件名。
3.进行必要的数据清洗和预处理以准确绘制图形：
例如，如果要绘制饼图，则需要计算每个类别在数据中出现的次数或占比。可以通过以下代码实现：
```
count = data['类别'].value_counts()
percent = count/len(data['类别'])
```
如果要绘制散点图，则需要指定数据中的横纵坐标。可以通过以下代码实现：
```
x = data['横坐标']
y = data['纵坐标']
```
4.绘制图形：根据具体需求选择适当的Matplotlib图表类型，例如散点图、饼图、柱状图或折线图，然后根据数据进行绘制。
例如，如果要绘制饼图，可以使用以下代码：
```
plt.pie(percent, labels=count.index, autopct='%1.1f%%')
plt.title('类别占比')
plt.show()
```
其中percent为上文计算出的每个类别所占比例，count.index为类别名称，autopct='%1.1f%%'为每个部分占比显示格式，plt.title可以设置图表标题。
如果要绘制散点图，可以使用以下代码：
```
plt.scatter(x, y)
plt.title('散点图')
plt.xlabel('横坐标')
plt.ylabel('纵坐标')
plt.show()
```
5.保存图像：如果需要将图像保存为文件，则可以使用savefig()函数，例如：
```
plt.savefig('文件路径/文件名.png')
```
其中'文件路径/文件名.png'应替换为相应文件的实际路径和文件名。
如果需要在同一个图示中绘制多个Matplotlib图表，则可以使用subplot()函数和多个plt对象。
总之，在从Excel中提取信息并运用Matplotlib绘制图形时，应该先使用pandas库从Excel中读取数据，然后进行必要的数据清洗和预处理，最后使用适当的Matplotlib图表类型进行绘制。

安装所需的库：确保你已经安装了以下库：

pandas：用于处理Excel数据
matplotlib：用于绘制图形
你可以使用pip命令进行安装：

pip install pandas matplotlib

导入所需的库：

import pandas as pd
import matplotlib.pyplot as plt

读取Excel数据：

df = pd.read_excel('your_file.xlsx')  # 根据实际文件名和路径进行修改

提取所需的数据：
根据你的Excel数据的结构，选择需要提取和分析的列或行。例如，如果你的数据存储在"Column1"和"Column2"两列中，你可以这样提取数据：

data = df[['Column1', 'Column2']]

进行图形分析：
使用matplotlib.pyplot库中的函数绘制所需的图形。以下是一个简单的示例，绘制一个折线图：

plt.plot(data['Column1'], data['Column2'])
plt.xlabel('X轴标签')  # 根据实际需求修改标签
plt.ylabel('Y轴标签')  # 根据实际需求修改标签
plt.title('图形标题')  # 根据实际需求修改标题
plt.show()

这将显示绘制的图形。

你把excek文件发给我