Python 读取 TXT 文本并绘制可视化图表-编程阁

你想要用 Python 读取 TXT 文本文件中的数据，并基于这些数据绘制可视化图表，我会针对常见的 TXT 数据格式（单行数值、多列分隔数据、带表头数据）提供可直接运行的示例代码，帮你快速实现需求。

前置准备

首先安装绘图所需的核心库（matplotlib用于作图，numpy辅助数据处理）：

pip install matplotlib numpy

场景 1：TXT 文件每行一个数值（简单数值序列）

示例 TXT 内容（data1.txt）

plaintext

12 15 8 20 18 10 16

读取并绘制折线图 / 直方图

python

import matplotlib.pyplot as plt import numpy as np # 1. 读取TXT数据 def read_single_column_txt(file_path): """读取每行一个数值的TXT文件""" try: # 读取所有行并转换为数值类型 data = np.loadtxt(file_path, dtype=float) return data except FileNotFoundError: print(f"错误：未找到文件 {file_path}") return None except ValueError: print("错误：TXT文件中包含非数值内容") return None # 2. 作图 if __name__ == "__main__": file_path = "data1.txt" # 替换为你的TXT文件路径 data = read_single_column_txt(file_path) if data is not None: # 创建画布（1行2列，同时展示折线图和直方图） fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5)) # 子图1：折线图（展示数值趋势） ax1.plot(data, marker='o', color='blue', linewidth=2, markersize=6) ax1.set_title("数值序列折线图", fontsize=12) ax1.set_xlabel("序号", fontsize=10) ax1.set_ylabel("数值", fontsize=10) ax1.grid(True, alpha=0.3) # 添加网格 # 子图2：直方图（展示数值分布） ax2.hist(data, bins=5, color='orange', edgecolor='black', alpha=0.7) ax2.set_title("数值分布直方图", fontsize=12) ax2.set_xlabel("数值区间", fontsize=10) ax2.set_ylabel("频次", fontsize=10) # 调整布局并显示 plt.tight_layout() plt.show() # 可选：保存图片 # plt.savefig("single_column_plot.png", dpi=300, bbox_inches='tight')

代码关键说明

np.loadtxt()：快速读取纯数值的 TXT 文件，自动忽略空行（如需处理空行，可先手动过滤）；
plt.subplots()：创建多子图布局，适合对比展示不同图表；
marker='o'：给折线图添加数据点标记，提升可读性；
plt.tight_layout()：自动调整子图间距，避免标签重叠。

场景 2：TXT 文件每行多列数据（空格 / 逗号分隔）

示例 TXT 内容（data2.txt，空格分隔的 x/y 坐标）

plaintext

1 5.2 2 6.8 3 7.5 4 6.1 5 8.3 6 9.0 7 7.8

读取并绘制散点图 / 折线图

python

import matplotlib.pyplot as plt import numpy as np # 1. 读取多列分隔数据 def read_multi_column_txt(file_path, delimiter=" "): """ 读取多列分隔的TXT文件 :param file_path: 文件路径 :param delimiter: 分隔符（空格/逗号等） """ try: # delimiter指定分隔符，unpack=True将列数据解包为独立数组 x_data, y_data = np.loadtxt(file_path, delimiter=delimiter, unpack=True) return x_data, y_data except Exception as e: print(f"读取失败：{str(e)}") return None, None # 2. 作图 if __name__ == "__main__": file_path = "data2.txt" x, y = read_multi_column_txt(file_path, delimiter=" ") # 若为逗号分隔，改为delimiter="," if x is not None and y is not None: # 创建散点图+折线图叠加 plt.figure(figsize=(8, 5)) # 散点图（突出数据点） plt.scatter(x, y, color='red', s=50, label='数据点') # 折线图（连接数据点） plt.plot(x, y, color='green', linestyle='--', label='趋势线') # 添加标题和标签 plt.title("多列数据散点图+折线图", fontsize=12) plt.xlabel("X轴", fontsize=10) plt.ylabel("Y轴", fontsize=10) plt.legend() # 显示图例 plt.grid(True, alpha=0.3) plt.show()

代码关键说明

delimiter参数：根据 TXT 实际分隔符调整（空格 / 逗号 / 制表符\t等）；
unpack=True：将多列数据拆分为独立的数组（如 x 和 y），方便作图；
scatter()：绘制散点图，s参数控制点的大小；
linestyle='--'：设置折线为虚线样式。

场景 3：带表头的 TXT 数据（类似 CSV 格式）

示例 TXT 内容（data3.txt，逗号分隔）

plaintext

产品,销量,利润 A,50,1200 B,35,800 C,70,1800 D,45,950

读取并绘制柱状图

python

import matplotlib.pyplot as plt import numpy as np # 1. 读取带表头的TXT数据 def read_txt_with_header(file_path, delimiter=","): """读取带表头的TXT文件，跳过首行表头""" try: # 先读取所有行 with open(file_path, 'r', encoding='utf-8') as f: lines = f.readlines() # 跳过表头行，处理数据行 header = lines[0].strip().split(delimiter) # 获取表头 data_lines = lines[1:] # 解析数据 categories = [] # 产品名称 sales = [] # 销量 profit = [] # 利润 for line in data_lines: line = line.strip() if line: # 跳过空行 parts = line.split(delimiter) categories.append(parts[0]) sales.append(float(parts[1])) profit.append(float(parts[2])) return header, categories, sales, profit except Exception as e: print(f"读取失败：{str(e)}") return None, None, None, None # 2. 作图 if __name__ == "__main__": file_path = "data3.txt" header, categories, sales, profit = read_txt_with_header(file_path) if categories: # 绘制双列柱状图（对比销量和利润） x = np.arange(len(categories)) # 产品分类的x轴位置 width = 0.35 # 柱子宽度 fig, ax = plt.subplots(figsize=(10, 6)) # 销量柱子 ax.bar(x - width/2, sales, width, label='销量', color='skyblue') # 利润柱子（缩放为千单位，方便展示） ax.bar(x + width/2, np.array(profit)/1000, width, label='利润(千)', color='salmon') # 设置标签和标题 ax.set_title("产品销量&利润对比", fontsize=12) ax.set_xlabel("产品", fontsize=10) ax.set_ylabel("数值", fontsize=10) ax.set_xticks(x) ax.set_xticklabels(categories) ax.legend() # 给柱子添加数值标签 for i, v in enumerate(sales): ax.text(i - width/2, v + 1, str(v), ha='center', va='bottom') for i, v in enumerate(np.array(profit)/1000): ax.text(i + width/2, v + 0.05, f"{v:.1f}", ha='center', va='bottom') plt.show()