Sub UpdateSalesDashboard()    Dim ws As Worksheet    Dim lastRow As Long    Dim chartObj As ChartObject    Set ws = ThisWorkbook.Sheets("Sheet1")    ' 1. 找到数据的最后一行（动态获取）    lastRow = ws.Cells(ws.Rows.Count, "A").End(xlUp).Row    ' 2. 清除旧图表，防止重复叠加（生产环境常用技巧）    On Error Resume Next    ws.ChartObjects("SalesTrendChart").Delete    ws.ChartObjects("RegionBarChart").Delete    On Error GoTo 0    ' 3. 创建销售额趋势折线图    Set chartObj = ws.ChartObjects.Add(Left:=100, Width:=500, Top:=50, Height:=300)    With chartObj        .Name = "SalesTrendChart"        .Chart.SetSourceData Source:=ws.Range("A1:A" & lastRow & ",D1:D" & lastRow)        .Chart.ChartType = xlLine        .Chart.HasTitle = True        .Chart.ChartTitle.Text = "月度销售额趋势"        .Chart.Axes(xlCategory).HasTitle = True        .Chart.Axes(xlCategory).AxisTitle.Text = "日期"        .Chart.Axes(xlValue).HasTitle = True        .Chart.Axes(xlValue).AxisTitle.Text = "销售额"    End With    ' 4. 创建区域销售额柱状图（这里需要用到数据透视表逻辑或SUMIF，为简化演示，假设B列是区域，D列是销售额）    ' 实际应用中，建议先创建透视表再画图，这里演示直接引用汇总后的数据    Dim pTable As PivotTable    Dim pCache As PivotCache    ' 清理旧透视表    On Error Resume Next    ws.PivotTables("RegionPivot").TableRange2.Clear    On Error GoTo 0    ' 创建透视缓存和数据表    Set pCache = ThisWorkbook.PivotCaches.Create(SourceType:=xlDatabase, SourceData:=ws.Range("A1:E" & lastRow))    Set pTable = pCache.CreatePivotTable(TableDestination:=ws.Range("G1"), TableName:="RegionPivot")    With pTable        .PivotFields("区域").Orientation = xlRowField        .AddDataField .PivotFields("销售额"), "求和项:销售额", xlSum    End With    ' 基于透视表创建柱状图    Set chartObj = ws.ChartObjects.Add(Left:=100, Width:=500, Top:=380, Height:=300)    With chartObj        .Name = "RegionBarChart"        .Chart.SetSourceData Source:=ws.Range("G1:H" & ws.Cells(ws.Rows.Count, "G").End(xlUp).Row)        .Chart.ChartType = xlColumnClustered        .Chart.HasTitle = True        .Chart.ChartTitle.Text = "各区域销售额对比"    End With    MsgBox "看板更新完成！"End Sub

from openpyxl import load_workbookfrom openpyxl.chart import LineChart, Reference, BarChartimport pandas as pddef update_dashboard_openpyxl(file_path):    wb = load_workbook(file_path)    ws = wb.active    # 找到最后一行    last_row = ws.max_row    # 1. 创建折线图    line_chart = LineChart()    line_chart.title = "月度销售额趋势 (OpenPyXL)"    line_chart.x_axis.title = "日期"    line_chart.y_axis.title = "销售额"    # 定义数据引用范围    # 注意：openpyxl的行号和列号是从1开始的    data = Reference(ws, min_col=4, min_row=1, max_col=4, max_row=last_row)    cats = Reference(ws, min_col=1, min_row=2, max_row=last_row)    line_chart.add_data(data, titles_from_data=True)    line_chart.set_categories(cats)    # 将图表放置在指定位置    ws.add_chart(line_chart, "G2")    # 2. 创建柱状图（需要先处理数据，这里借助pandas进行分组汇总，再用openpyxl画图）    df = pd.read_excel(file_path)    region_sales = df.groupby('区域')['销售额'].sum().reset_index()    # 将汇总结果写回新的sheet，供图表使用    if 'Summary' not in wb.sheetnames:        ws_summary = wb.create_sheet('Summary')    else:        ws_summary = wb['Summary']    # 清空旧数据    ws_summary.delete_rows(1, ws_summary.max_row)    # 写入新数据    for r in pd.DataFrame_to_rows(region_sales, index=False, header=True):        ws_summary.append(r)    bar_chart = BarChart()    bar_chart.title = "各区域销售额对比"    bar_chart.x_axis.title = "区域"    bar_chart.y_axis.title = "销售额"    data_bar = Reference(ws_summary, min_col=2, min_row=1, max_row=ws_summary.max_row)    cats_bar = Reference(ws_summary, min_col=1, min_row=2, max_row=ws_summary.max_row)    bar_chart.add_data(data_bar, titles_from_data=True)    bar_chart.set_categories(cats_bar)    ws.add_chart(bar_chart, "G20")    wb.save(file_path)    print("OpenPyXL: 看板更新完成！")if __name__ == '__main__':    update_dashboard_openpyxl(r'D:\Sales\Sales_Data.xlsx')

import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsfrom io import BytesIOdef update_dashboard_matplotlib(file_path):    # 读取数据    df = pd.read_excel(file_path)    # 设置绘图风格（这比Excel漂亮多了）    sns.set_style("whitegrid")    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签    plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号    # 1. 绘制趋势图    fig1, ax1 = plt.subplots(figsize=(10, 5))    # 按日期聚合    daily_sales = df.groupby('日期')['销售额'].sum()    ax1.plot(daily_sales.index, daily_sales.values, marker='o', linestyle='-', color='#1f77b4')    ax1.set_title('月度销售额趋势 (Python)', fontsize=16, fontweight='bold')    ax1.set_xlabel('日期')    ax1.set_ylabel('销售额')    ax1.tick_params(axis='x', rotation=45)    plt.tight_layout()    # 保存到内存    imgstream1 = BytesIO()    plt.savefig(imgstream1, format='png', dpi=150)    imgstream1.seek(0)    plt.close(fig1)    # 2. 绘制柱状图    fig2, ax2 = plt.subplots(figsize=(10, 5))    region_sales = df.groupby('区域')['销售额'].sum().sort_values(ascending=False)    bars = ax2.bar(region_sales.index, region_sales.values, color=sns.color_palette("husl", len(region_sales)))    ax2.set_title('各区域销售额对比', fontsize=16, fontweight='bold')    ax2.set_xlabel('区域')    ax2.set_ylabel('销售额')    # 在柱子上添加数值标签    for bar in bars:        yval = bar.get_height()        ax2.text(bar.get_x() + bar.get_width()/2, yval + 0.05, round(yval, 2), ha='center', va='bottom')    plt.tight_layout()    imgstream2 = BytesIO()    plt.savefig(imgstream2, format='png', dpi=150)    imgstream2.seek(0)    plt.close(fig2)    # 3. 将图片插入Excel    # 使用xlsxwriter作为引擎创建一个新的文件（注意：xlsxwriter不能直接修改现有文件，通常需要配合pandas覆盖写入或使用openpyxl的图片插入功能）    # 此处演示使用openpyxl插入图片，因为它可以追加到现有文件    from openpyxl import load_workbook    from openpyxl.drawing.image import Image    wb = load_workbook(file_path)    if 'Dashboard' not in wb.sheetnames:        ws = wb.create_sheet('Dashboard')    else:        ws = wb['Dashboard']        # 清除旧图片        for img in list(ws._images):            ws._images.remove(img)    # 插入图片1    img1 = Image(imgstream1)    img1.anchor = 'A1'    ws.add_image(img1)    # 插入图片2    img2 = Image(imgstream2)    img2.anchor = 'A25'    ws.add_image(img2)    wb.save(file_path.replace('.xlsx', '_Dashboard.xlsx'))    print("Matplotlib: 看板更新完成！已生成新文件。")if __name__ == '__main__':    update_dashboard_matplotlib(r'D:\Sales\Sales_Data.xlsx')