如果你真的想扩大与python的Excel的功能操作,我选择:简单而强大,它能够取代VBA1安装python。2输入cmd, pip安装xlwings3安装一个问题:因为默认的安装是c: \\ program files \\\u2026在这条路上,有一个空间路径和安装xlwings是不成功的。解决步骤:重新安装python和安装路径中没有空格。4进口xlwings wb。错误:没有模块命名'win32api\u201D解决方案:pip安装pypiwin32有两种方法可以让python与Excel:参与:第一类:Excel在python中运作。在此操作,您需要打开Excel和打开xls文件操作。
(Macro-enabled Excel文件\u201D(xlsm格式))准备:获得theRunPythonfunction,你需要xlwings外接程序(orVBA模块),see1添加Addinxlwings外接程序安装在Excel中。安装外接程序。注意重新启动计算机打开Excel工作簿,按Alt +到Visual Basic (VBE)去工具编辑菜单,从下拉菜单中选择引用。\u201C引用- VBAProject\u201D对话框将会出现。3如果你想在Excel中添加按钮和其他操作:您可以添加\u201C\u201D菜单的\u201C开发工具\u201D菜单这个问题:参考:python csv文件导入csv多次操作,只需要直接读取csv文件,可以使用内置的csv模块。
进口sqllite3python常见操作系统操作导入操作系统()

首先，如果你有足够的时间，还是建议都学，毕竟技多不压身。
首先，Python 只是近几年热度比较高，且语法对新手较为友好的编程语言的一种，除了 Python，换做其他编程语言与 Excel 对比，也是类似的答案，所以，下面我就统一用编程代替 Python 进行作答了，毕竟说不定过几天你会发现一个比 Python 还友好的编程语言。
我认为，Excel 比变成的入门门槛要低一些，毕竟只要会用电脑，基本就能会用点 excel(即便是不会用公式，简单的添数据)，但是编程的话，你至少还得学它的语法，要不然真用不了。
从应用层面讲，如果是简单的处理，显然还是 Excel 比编程要还用，毕竟快捷。但如果是复杂处理，不用点编程，可能就要愁到掉头发了。
如果编程的话，你可以把每次的处理步骤(就是你写的代码)都保存下来，这样下次如果有相同的操作，那么你就只需要把程序再跑一边。但如果只是一次性的简单任务，写个程序可能就不如直接操作来的快。当然对于有大量重复的复杂动作的，随着重复次数的增加，编程会从劣势变为优势。
简单的说，如果你不采用编程解决的话，就好比有任务你要自己做。但如果你用编程解决的话，你是要先找个徒弟，把步骤一步一步得交给他，然后让徒弟来做，只不过这个徒弟有个特点就是在学习的过程中，他学得比较慢，但是学会后他的效率特别高，当然前提是你没教错(代码没写错)。
WPS 表格也好，微软的 Excel 也罢，都支持的宏，其实就是编程，都是 VB，不过 微软的 Excel 最近支持 JavaScript 了。
注明:支持宏的 WPS 表格是企业版的(要收费的)。而整个微软 Office 全家桶都是收费的，如果你认为你用的微软 Office 是免费的，可能是 Office 的价格已经包含在了电脑售价里(一般是只有一年授权期)，可能是公司为你买单了，可能是在试用期，也有可能是你用了盗版的。
提醒:如果你是在一定规模的公司或者政府里工作，最好别用盗版，尤其是与工作相关的东西或者在公司的电脑上，否则一般被收集到证据并被诉讼，后果你应该懂。如果你是个人使用，也不建议盗版，虽然对于软件开发方而言可能觉得赔偿还不够诉讼的费用而不提起诉讼，但不代表你不会阴差阳错让你用盗版软件做的东西被你所在的公司或者政府使用。

前言
文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
作者:谦睿科技教育
PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取http://t.cn/A6Zvjdun
人工智能已成为我们日常生活不可或缺的一部分，它被广泛地应用到几百种实际场景中，极大地便利人们的工作和生活。
随着近年来的发展，人工智能促进企业的发展，这该归功于底层编程语言核心的改进。
随着人工智能的蓬勃发展和编程语言的持续改进，对高效、熟练的程序员和工程师的需求激增。每种编程语言都有自己的独特之处。目的不同，对语言的要求也会不同。
接下来，介绍python编程语言，一起看下:
Python
Python是有史以来最强大的编程语言。--Pau Dubois
Python诞生于1991年。据一项民意调查显示，超过57%的开发人员更愿意选择Python，而不是C++作为开发人工智能解决方案的编程语言。Python易于学习，为程序员和数据科学家们提供了一个更轻松地进入人工智能开发世界的入口。
Python是一个关于程序员需要多少自由的实验。太多的自由，会导致没有人能读懂别人的代码;太少的自由，会伤害到语言的表现力。--Guido van Rossum
使用Python，你不仅可以获得优秀的社区支持和大量的库，还可以享受编程语言提供的灵活性。Python最有可能让你受益的一些特性是:平台独立性和可以用于深度学习和机器学习的广泛框架。
使用Python编程的乐趣应该是看到简洁、可读性强的类，这些类使用简洁而清晰的代码(而不是一堆无聊至死的琐碎代码)完成了大量的操作。--Guido van Rossum
下面是一段Python代码的示例:
Python代码示例片断
Python的一些最受欢迎的库，列表如下:
TensorFlow，用于解决机器学习的工作负载和使用数据集问题。
scikit-learn，用于培训机器学习模型。
PyTorch ，用于计算机视觉和自然语言处理。
Keras，作为高度复杂的数学计算和操作的代码接口。
SparkMLlib，类似于Apache Spark的机器学习库，使用算法和实用程序等工具使得机器学习对每个人都可以很轻松。
MXNet，作为Apache的另一个库，用于简化深度学习工作流。
Theano，作为定义、优化和评估数学表达式的库。
Pybrain，用于强大的机器学习算法。
Python写excel--xlwt
Python写excel的难点不在构造一个workbook的本身，而是填充的数据，不过这不在范围内。在写excel的操作中也有棘手的问题，比如写入合并的单元格就是比较麻烦的，另外写入还有不同的样式。
详细代码如下:
结果图:
在此，对write_merge()的用法稍作解释，如上述:sheet1.write_merge(1,2,3,3,'打游戏')，即在四列合并第2,3列，合并后的单元格内容为"合计"，并设置了style。其中，里面所有的参数都是以0开始计算的。
Python读excel--xlrd
Python读取Excel表格，相比xlwt来说，xlrd提供的接口比较多，但过程也有几个比较麻烦的问题，比如读取日期、读合并单元格内容。
下面先看看基本的操作:
图表数据
整体思路为，打开文件，选定表格，读取行列内容，读取表格内数据
详细代码如下:
运行结果如下:
那么问题来了，上面的运行结果中红框框中的字段明明是出生日期，可显示的确实浮点数;同时合并单元格里面应该是有内容的，结果不能为空。
我们来一一解决这两个问题:
1.python读取excel中单元格内容为日期的方式
python读取excel中单元格的内容返回的有5种类型，即上面例子中的ctype:
ctype : 0 empty，1 string，2 number， 3 date，4 boolean，5 error
即date的ctype=3，这时需要使用xlrd的xldate_as_tuple来处理为date格式，先判断表格的ctype=3时xldate才能开始操作。
详细代码如下:
2.获取合并单元格的内容
在操作之前，先介绍一下merged_cells()用法，merged_cells返回的这四个参数的含义是:(row,row_range,col,col_range),其中[row,row_range)包括row,不包括row_range,col也是一样，即(1, 3, 4, 5)的含义是:第1到2行(不包括3)合并，(7, 8, 2, 5)的含义是:第2到4列合并。
详细代码如下:
发现规律了没?是的，获取merge_cells返回的row和col低位的索引即可! 于是可以这样批量获取:
详细代码如下:
运行结果跟上图一样，如下:
Python读写Excel表格完成啦!

作者:星安果
来源:AirPython
1. 前言
在我们日常工作中，经常会使用 Word、Excel、PPT、PDF 等办公软件。但是，经常会遇到一些重复繁琐的事情，这时候手工操作显得效率极其低下;通过python 实现办公自动化很有必要。
接下来的 一系列 文章，我将带大家对 Python 办公自动化做一个全面的总结，绝对的干货!
2. 准备
使用 Python 操作 Excel 文件，常见的方式如下:
xlrd / xlwtopenpyxlPandasxlsxwriterxlwingspywin32xlrd 和 xlwt 是操作 Excel 文件最多的两个依赖库。其中，xlrd 负责读取 Excel 文件，xlwt 可以写入数据到 Excel 文件，我们安装这两个依赖库。
# 安装依赖库pip3 install xlrd pip3 install xlwt
3. xlrd 读取 Excel
使用 xlrd 中的 open_workbook(filepath) 打开本地一个 Excel 文件。
import xlrd# 打开文件，返回一个工作簿对象wb = xlrd.open_workbook(file_path)
工作簿对象的 nsheets 属性获取 Sheet 数目，sheet_names() 方法返回所有 Sheet 名称的列表。
# 统计sheet数量sheets_num, sheets_names = wb.nsheets, wb.sheet_names()print('sheet数量一共有:', sheets_num)print('sheet名称分别为:', sheets_names)
筛选出工作簿中的某一个 Sheet 有 2 种方式，分别是:
通过 Sheet 名称使用位置索引，从 0 开始# 获取某一个sheet# 通过名称或者索引获取sheet = wb.sheet_by_index(0)# sheet = wb.sheet_by_name('第一个Sheet')print(sheet)
每一个 sheet 对象都可以利用 name、nrows、ncols 获取 Sheet 名称、行数量、列数量。
另外，row_values(index)、col_values(index) 分别用于获取某一行或某一列的数据列表。
# 获取某一个sheet中，包含的行数量、列数量sheet_name, sheet_row_count, sheet_column_count = sheet.name, sheet.nrows, sheet.ncolsprint('当前sheet名称为:', sheet_name, ",一共有:", sheet_row_count, "行;有:", sheet_column_count, "列")# 单独获取某一行数据，索引从0开始# 比如:获取第2行数据row_datas = sheet.row_values(1)print('第2行数据为:', row_datas)# 单独获取某一列数据，索引从0开始# 比如:获取第二列数据column_datas = sheet.col_values(1)print('第2列数据为:', column_datas)
单元格可以通过行索引、列索引，调用 cell(row_index,column_index) 函数获取。需要注意的是，行索引和列索引都是从 0 开始，即:0 代表第一行。在 xlrd 中，单元格的数据类型包含 6 种，用 ctype 属性对应关系如下:
0 -- 空(empty)1 -- 字符串(string)2 -- 数字(number)3 -- date(日期)4 -- boolean(布尔值)5 -- error(错误)# 获取某一个单元格的数据# 比如:获取第2行第1列的单元格的数据one_cell = sheet.cell(1, 0)# 单元格的值cell_value = one_cell.valueprint("单元格的值为:", cell_value)# 单元格数据类型cell_type = one_cell.print("单元格数据类型为:", cell_type)
最后，如果要获取当前 Sheet 所有单元格中的数据，可以通过遍历所有行、列来操作。
# 获取所有单元格的值print('表格中所有数据如下:')for r in range(sheet.nrows): for i in range(sheet.ncols): print(sheet.cell(r, i).value)
4. xlwt 写入 Excel
如果想实现将数据写入到 Excel 中，xlwt 就很方便了。
首先，使用 xlwt 的 Workbook() 方法创建一个工作簿对象;
然后，使用工作簿对象的 add_sheet(sheetname) 方法新增 Sheet;
import xlwtsheetname = '第一个Sheet'# 创建一个工作簿对象wb = xlwt.Workbook()# 添加Sheet，通过sheet名称sheet = wb.add_sheet(sheetname)
接着，通过 sheet 对象的 write() 方法，按照行索引和列索引，将数据写入到对应单元格中去。
# 将数据写入到Sheet中# 3个参数分别是:行索引(从0开始)、列索引(从0开始)、单元格的值# 第一行第一列，写入一个数据# 写入标题for index, title in enumerate(self.titles): sheet.write(0, index, title)# 写入值for index_row, row_values in enumerate(self.values): for index_column, column_value in enumerate(row_values): sheet.write(index_row + 1, index_column, column_value)
需要注意的是，最后必须调用工作簿的 save(filepath)，才能在本地生成 Excel 文件。
# 保存文件# 最后保存文件即可wb.save(filepath)
5. 进阶用法
接下来，聊聊几个常用的进阶用法
1、获取所有可见的 Sheet
在读取 Sheet 数据时，经常需要过滤隐藏的 Sheet
当 sheet 对象的 visibility 属性值为 0 时，代表此 Sheet 在工作簿中是显示的;否则被隐藏了
def get_all_visiable_sheets(self, wb): """ 获取所有可见的sheet :param wb: :return: """ return list(filter(lambda item: item.visibility == 0, wb.sheets()))# 1、获取所有可看见的sheetsheet_visiable = self.get_all_visiable_sheets(wb)print('所有可见的sheet包含:', sheet_visiable)
2、获取 Sheet 可见行或列
某一个 Sheet 中，可能存在部分行、列被隐藏了。
def get_all_visiable_rows(self, sheet): """ 获取某一个sheet中，可见的行 :param sheet: :return: """ result = [index for index in range(sheet.nrows) if sheet.rowinfo_map[index].hidden == 0] return resultdef get_all_visiable_columns(self, sheet): """ 获取某一个sheet中，可见的列 :param sheet: :return: """ result = [index for index in range(sheet.ncols) if sheet.colinfo_map[index].hidden == 0] return result
3、获取单元格的样式
以获取单元格字体颜色和背景为例。
def get_cell_bg_color(self, wb, sheet, row_index, col_index): """ 获取某一个单元格的背景颜色 :param wb: :param sheet: :param row_index: :param col_index: :return: """ xfx = sheet.cell_xf_index(row_index, col_index) xf = wb.xf_list[xfx] # 字体颜色 font_color = wb.font_list[xf.font_index].colour_index # 背景颜色 bg_color = xf.background.pattern_colour_index return font_color, bg_color
需要注意的是，使用 xlrd 读取单元格的样式，打开工作簿的时候需要显式定义 formatting_info = True，否则会抛出异常。
# 注意:必须设置formatting_info=True，才能正常获取属性wb = xlrd.open_workbook(file_path, formatting_info=True)sheet = wb.sheet_by_index(0
6. 最后
搭配使用 xlrd、xlwt，基本上能完成大部分的工作，对于一些复杂的功能，比如:复制、分割、筛选等功能，可以用上 xlutils 这个依赖库。需要指出的是，这个组合对 xlsx 的兼容性不太好;如果需要操作 xlsx 文件，需要先转为 xls，然后再进行。