本文介绍如何使用 xlsxwriter 和 matplotlib 将多个时间序列图表按指定行列结构（如每行 2 个）嵌入 Excel 文件，解决图表位置错乱、间距失控及列索引越界等问题，并提供可直接运行的健壮实现方案。
本文介绍如何使用 xlsxwriter 和 matplotlib 将多个时间序列图表按指定行列结构（如每行 2 个）嵌入 excel 文件，解决图表位置错乱、间距失控及列索引越界等问题，并提供可直接运行的健壮实现方案。
在将 Python 绘制的图表批量导出至 Excel 时，常见的痛点是：图表默认堆叠在单列（如全部插入到 A 列），或因坐标计算错误导致图表散落在极远列（如 AFD），完全失去可读性。根本原因在于 worksheet.insert_image() 的 (row, col) 参数需以单元格行列索引（整数）而非像素偏移量传入，而原代码误将 x_offset/y_offset 当作列号和行号使用（例如 insert_image(0, 0, ...) 实际插入到 A1 单元格，但后续 y_offset += y_spacing 却累加像素值，造成严重错位）。
要实现规范的网格布局（如每行 2 个图表、行高固定、列宽自适应），关键在于：
-
明确坐标系：
insert_image(row, col, ...)中row和col是单元格的零基索引（第 0 行 = 第 1 行，第 0 列 = A 列）； -
预设网格参数：定义每行图表数（
charts_per_row = 2）、每个图表占用的行数（rows_per_chart = 25）、列宽（cols_per_chart = 15）； -
动态计算位置：根据图表序号
i推导其所在行start_row = (i // charts_per_row) * rows_per_chart和列start_col = (i % charts_per_row) * cols_per_chart； -
统一缩放比例：避免因图像 DPI 导致尺寸失真，应固定
figsize并用x_scale/y_scale精确适配 Excel 单元格区域。
以下是优化后的完整实现：
import pandas as pd
import matplotlib.pyplot as plt
import xlsxwriter
import io
def generate_seasonal_charts(file_path, start_date, end_date, output_file, charts_per_row=2):
# 读取并预处理数据
df = pd.read_excel(file_path)
df['Date'] = pd.to_datetime(df['Date'])
df = df[(df['Date'] >= start_date) & (df['Date'] <p><strong>关键改进说明：</strong> </p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill2876" title="Excel Xlsx 1"><img
src="https://img.php.cn/upload/skill/000/000/081/178938491634302.jpg" alt="Excel Xlsx 1" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill2876" title="Excel Xlsx 1" class="overflowclass">Excel Xlsx 1</a>
<p class="overflowclass">创建、检查和编辑 Microsoft Excel 工作簿及 XLSX 文件，支持可靠的公式、日期、类型、格式、重算及模板保留功能。</p>
</div>
<a rel="nofollow" href="/xiazai/skill2876" title="Excel Xlsx 1" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
- ✅ 网格定位精准：通过
i // charts_per_row和i % charts_per_row实现行列自动映射，确保第 0、1 个图在第 1 行（A1/P1），第 2、3 个图在第 26 行（A26/P26）； - ✅ 尺寸可控：
rows_per_chart和cols_per_chart可根据实际图表复杂度调整（如含长标题可增大rows_per_chart）； - ✅ 防错机制：显式跳过非数值列（仅遍历
df.columns而非[1:]），避免因 Excel 列顺序变动导致漏图； - ✅ 专业呈现：添加
bbox_inches='tight'防截断标题，positioning=1使图表随 Excel 行高/列宽动态缩放。
注意事项：
- 输入 Excel 文件中
Date列必须存在且格式可被pd.to_datetime()解析； - 若图表数量过多导致行数溢出，Excel 会自动扩展工作表，无需额外处理；
- 如需导出至特定工作表（非新建），请改用
workbook.get_worksheet_by_name("Sheet1")； - 对于超大数据集，建议在
ax.plot()中添加markevery或降采样，避免渲染卡顿。
通过以上方案，您即可稳定生成布局整齐、专业易读的多图表 Excel 报告。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
