图表生成脚本如何做？

wen 实用脚本 2026-06-06 40

本文目录导读：

图表生成脚本如何做？

方案一：Python + Matplotlib（最通用，适合数据分析、后端生成图片）
方案二：JavaScript + ECharts（最炫酷，适合网页前端展示）
方案三：Shell + gnuplot（最轻量，适合Linux服务器、Cron定时任务）
方案四：纯 SQL + 数据库自带功能（最简单，适合DB可视化）
如何选择？
额外建议：如何“用AI”写图表脚本？

制作“图表生成脚本”取决于你使用的编程语言和应用场景（是网页前端展示，还是后端生成图片，或是自动化办公）。

这里提供四种最主流、最实用的方案,你可以根据需求选择：

Python + Matplotlib（最通用，适合数据分析、后端生成图片）

这是数据分析师和程序员最常用的组合,能生成高质量的矢量图或位图。

核心库： matplotlib, pandas, numpy

示例脚本（生成柱状图和折线图）：

import matplotlib.pyplot as plt
import pandas as pd
# 1. 准备数据
data = {
    '月份': ['1月', '2月', '3月', '4月', '5月'],
    '销售额': [120, 190, 110, 210, 160]
}
df = pd.DataFrame(data)
# 2. 创建画布
plt.figure(figsize=(10, 6), dpi=100)
# 3. 绘制柱状图
plt.bar(df['月份'], df['销售额'], color='skyblue', label='月销售额')
# 4. 添加标题和标签'2024年上半年销售趋势', fontsize=16)
plt.xlabel('月份', fontsize=12)
plt.ylabel('销售额 (万元)', fontsize=12)
# 5. 显示数据标签
for i, v in enumerate(df['销售额']):
    plt.text(i, v + 2, str(v), ha='center', va='bottom')
# 6. 显示图例
plt.legend()
# 7. 保存到本地（关键步骤）
plt.savefig('销售图表.png', dpi=300, bbox_inches='tight')
# 8. 显示（如果在Jupyter或脚本中运行）
plt.show()
print("图表已生成：销售图表.png")

运行方式： python your_script.py 适用场景： 数据分析报告、自动化报表、邮件附件图表。

JavaScript + ECharts（最炫酷，适合网页前端展示）

如果你开发网页，ECharts 是首选，交互性强,支持海量数据。

核心库： ECharts (CDN 或 npm)

示例脚本（HTML文件）：

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8" />ECharts 图表脚本</title>
    <!-- 引入 ECharts -->
    <script src="https://cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js"></script>
</head>
<body>
    <!-- 准备一个容器 -->
    <div id="main" style="width: 800px;height:500px;"></div>
    <script type="text/javascript">
        // 1. 初始化图表实例
        var myChart = echarts.init(document.getElementById('main'));
        // 2. 配置项
        var option = {
            title: {
                text: '网站用户访问量',
                left: 'center'
            },
            tooltip: {
                trigger: 'axis'
            },
            xAxis: {
                type: 'category',
                data: ['周一', '周二', '周三', '周四', '周五', '周六', '周日']
            },
            yAxis: {
                type: 'value'
            },
            series: [
                {
                    name: '访问量',
                    type: 'line',  // 改成 'bar' 就是柱状图
                    data: [820, 932, 901, 934, 1290, 1330, 1320],
                    smooth: true,
                    lineStyle: { width: 3 }
                }
            ]
        };
        // 3. 渲染图表
        myChart.setOption(option);
        // 4. 让图表自适应窗口大小
        window.addEventListener('resize', function() {
            myChart.resize();
        });
    </script>
</body>
</html>

运行方式： 直接用浏览器打开 HTML 文件。 适用场景： 数据看板、管理后台、实时监控大屏。

Shell + gnuplot（最轻量，适合Linux服务器、Cron定时任务）

如果你不想装Python，服务器上只有Shell环境,gnuplot是非常强大的选择。

示例脚本（chart.gp）：

# 设置输出格式为PNG
set terminal pngcairo size 800,600 enhanced font 'Verdana,10'
set output 'performance_chart.png'
和轴'服务器CPU使用率 (%)'
set xlabel '时间'
set ylabel '使用率'
set xdata time
set timefmt "%H:%M"
set format x "%H:%M"
# 绘制数据文件
plot 'data.txt' using 1:2 with lines title 'CPU-1' linewidth 2, \
     '' using 1:3 with lines title 'CPU-2' linewidth 2

假设 data.txt 内容为：

09:00 45 50
09:05 48 55
09:10 52 60

运行命令： gnuplot chart.gp 适用场景： 服务器运维监控、定时生成性能报告。

纯 SQL + 数据库自带功能（最简单，适合DB可视化）

很多数据库支持直接生成图表（如 Grafana、Superset、或数据库控制台）。

示例（MySQL Workbench / Grafana）：

写一个SQL脚本查询数据：

SELECT 
    DATE(created_at) as day, 
    COUNT(*) as user_count
FROM users
GROUP BY day
ORDER BY day;

在工具中直接选择“Chart”或“Bar”类型。

适用场景： 数据库管理员快速查看趋势。

如何选择？

你的角色 / 场景	推荐方案
数据分析师 / 科研	Python + Matplotlib
前端开发者 / 网页展示	JavaScript + ECharts
运维工程师 / 自动化脚本	Shell + gnuplot
只想快速看个图	Excel / 数据库自带工具