使用我提供的以下代码，处理测试数据的速度提高十倍。以前你是不是用惯了origin软件来处理数据，从现在开始戒掉这个毛病，改用python来处理数据吧！朋友们，数据我给你准备好了（点击该文件chlorophyll a absorption spectra1.xlsx，下载试试吧）。附件是叶绿素a的吸收光谱数据（为了回答一个审稿人的问题专门准备的数据，奉献给大家，只希望你过得比我好！）

  使用以下代码作图的优点：

1. 只用导入数据

2. 图片自动保存

3. 如果没有特殊说明，生成的图像可以满足大多数杂志的格式

4. 图片的文字自动生成

   代码以及说明文字如下：

# 导入matplotlib库中的pyplot模块，用于绘图

import matplotlib.pyplot as plt

# 导入seaborn库，用于绘制更美观的数据图表

import seaborn as sns

# 导入pandas库，用于数据处理和分析

import pandas as pd

# 加载Excel文件

file_path = r'文件路径\chlorophyll a absorption spectra1.xlsx'

# 使用pandas读取Excel文件，并将数据存储在DataFrame中

df = pd.read_excel(file_path)

# 确保数据正确加载，通过打印DataFrame的前几行来检查数据是否按预期加载

print(df.head())

# 提取第一列和第二列的数据，去掉列名

x_data = df.iloc[:, 0].values  # 第一列数据

y_data = df.iloc[:, 1].values  # 第二列数据

# 创建一个新的图形对象，并设置图形的尺寸和分辨率

plt.figure(figsize=(10, 6), dpi=300)

# 使用seaborn的lineplot函数绘制曲线图，指定x轴和y轴的数据来源，以及线条的颜色和宽度

sns.lineplot(x=x_data, y=y_data, linewidth=2, color='blue', label='Chlorophyll a Absorption Spectrum')

# 设置图表的标题，并指定字体大小和粗细

plt.title('Wavelength vs Absorbance', fontsize=16, fontweight='bold')

# 设置x轴标签的文字内容、大小和粗细

plt.xlabel('Wavelength (nm)', fontsize=14, fontweight='bold')

# 设置y轴标签的文字内容、大小和粗细

plt.ylabel('Absorbance (a.u.)', fontsize=14, fontweight='bold')

# 添加图例到图表中，并设置图例文本的大小

legend = plt.legend(fontsize=12)

# 设置图例标题的字体大小和粗细

plt.setp(legend.get_title(), fontsize=12, fontweight='bold')

# 设置x轴刻度标签的字体大小和粗细

plt.xticks(fontsize=12, fontweight='bold')

# 设置y轴刻度标签的字体大小和粗细

plt.yticks(fontsize=12, fontweight='bold')

# 指定输出文件的路径

output_file = r'文件路径\chlorophyll_a_absorption_spectrum_bold1.png'

# 将绘制好的图表保存到文件中，设置图像的分辨率和边距

plt.savefig(output_file, dpi=300, bbox_inches='tight')  # 保存图像，dpi设置分辨率，bbox_inches='tight'确保标签不被裁剪

# 在屏幕上显示图表

plt.show()

1. 使用的时候直接将上述蓝色代码复制到Jupyter Notebook 中，记得修改代码中红色的部分，即”文件路径“。最后点击运行哈，图形应该是 自动保存好的。

   最后提醒，遇到任何问题不要闷着想，直接联系我： liling402431@hotmail.com