简说Python，号主老表，Python终身学习者，数据分析爱好者，从18年开始分享Python知识，原创文章227篇，写过Python、SQL、Excel入门文章，也写过Web开发、数据分析文章，老表还总结整理了一份2022Python学习资料和电子书资源，关注后私信回复：2022 即可领取。
一、写在前面
大家好，我是老表，很久没写新文章了，发一篇之前写的Python自动化操作Excel的文章分享给大家。
如果有自动化或者其他小工具或者网站开发需求，可以微信私聊我。（微信：pythonbrief）
本系列主要是围绕Python自动化办公展开，至少包括Python对Excel、World、Txt等文件/数据处理、Python对系统文件处理、Python自动发送邮件、Python模拟点击登录、Python数据可视化等方面。
希望读者朋友也能从自己平时工作中提取一些实际需求，我也会帮助大家利用Python解决问题、优化工作流程、提升工作效率，加到本系列中。
本系列第一篇为：运营学Python｜一文搞定编码环境
本系列第二篇应该是Python基础知识的，正好之前有相关文章，大家可以前往学习：
由于本人水平有限，文中错误，敬请指出，互相学习，一起进步。
二、基础准备
- 环境：python 3.7+
- 需要安装第三方模块：xlwings
- 运行编辑器：jupyter notebook
三、动手动脑
3.0 我们为什么要学编程
首先和大家简单聊一下运营（这里运营不单单指传统意义上的运营工作者，其实只有工作场景中有经常用到office等办公软件，处理很多数据的都算）为什么要学习编程了？
站在我个人角度简单聊聊：
- 运营学编程绝不是为了解决上面这种简单 单一的问题
- 我们希望的是通过编程提高工作效率、优化工作流程
- 比如：批量处理excel文件（可能是1000或者更多行数据的增删改）
3.1 环境准备
首先需要你的电脑安装好了Python环境，并且安装好了Python开发工具。
如果你还没有安装，可以参考以下文章：
如果想利用Python进行web项目开发等，建议使用Python基础环境+Pycharm，安装使用参考 ：Windows下安装、使用Pycharm教程，这下全了 和 Mac下玩转Python-安装&使用Python/PyCharm 。
3.2 模块安装
本次实验是在jupyter notebook上进行，默认你已经安装好了Python基本环境和jupyter，如果没有安装可以看上面的环境安装部分。
首先打开终端，输入：
jupyter notebook
即可进入jupyter，会自动连接服务器，并跳转到网页，新建一个python文件。
给文件重命名，容易区分：
在代码块中输入以下指令并运行，即可安装 xlwings（连接操作excel表格模块）：
!pip3 install xlwings --user
3.3 模块基本介绍与使用
xlwings
基本介绍：用于Python与Excel之间的交互，可以轻松地从 Excel 调用 Python，也可以利用Python自动化操作Excel，调用VBA，非常方便。
项目地址：https://github.com/xlwings/xlwings
基本使用方法：新建一个excel文件，取名为xlwings_wb.xlsx，并新建一个sheet，取名为first_sht，在其A1单元格内插入字符串简说Python。
# 导入xlwings，并起一个别名 xw，方便操作 import xlwings as xw # 1、创建一个app应用，打开Excel程序 # visible=True 表示打开操作Excel过程可见 初次接触可以设置为True，了解其过程 # add_book=False 表示启动app后不用新建个工作簿 app = xw.App(visible=True, add_book=False) # 2、新建一个工作簿 wb = app.books.add() # 3、新建一个sheet，并操作 # 3.1 新建sheet 起名为first_sht sht = wb.sheets.add('first_sht') # 3.2 在新建的sheet表中A1位置插入一个值：简说Python sht.range('A1').value = '简说Python' # 3.3 保存新建的工作簿，并起一个名字 wb.save('xlwings_wb.xlsx') # 4、关闭工作簿 wb.close() # 5、程序运行结束，退出Excel程序 app.quit()
通过简单五步，我们就可以完成新建一个excel，并向其中指定sheet中的指定位置输入值了。
四、xlwings模块实战
4.1 基础语法一览
- 导包
# 基础导入包 import xlwings as xw # 程序第一步
- 打开关闭Excel程序（理解成excel软件打开、关闭）
# visible=True 表示打开操作Excel过程可见 初次接触可以设置为True，了解其过程 # add_book=False 表示启动app后不用新建个工作簿 app = xw.App(visible=True, add_book=False) # 程序第二步 # 关闭excel程序 app.close() # 程序最后一步
- 工作簿相关操作（理解成excel文件）
# 1、新建一个工作簿 wb = app.books.add() # 程序第三步 # 2、保存新建的工作簿，并起一个名字 # 程序倒数第三步，非常关键，保存操作数据结果 wb.save('xlwings_wb.xlsx') # 3、打开一个已经存在的工作簿 wb = app.books.open('xlwings_wb.xlsx') # 程序第三步 # 4、关闭工作簿 wb.close() # 程序倒数第二步
- sheet相关操作（理解成工作表）
# 在工作簿中新建一个sheet，起名为 second_sht sht1 = wb.sheets.add('second_sht') # 选中已经存在的sheet sht2 = wb.sheets('first_sht') # 也可以通过索引选择已存在的sheet sht3 = wb.sheets[0] # 选中工作簿中的第一个sheet # 获取工作簿中工作表的个数 sht_nums = wb.sheets.count print('工作簿中的sheet个数为：%d'% sht_nums) # 当前工作表名字 sht1.name # 获取指定sheet中数据的行数 sht1.used_range.last_cell.row # 获取指定sheet中数据的列数 sht1.used_range.last_cell.column # 删除指定的sheet 比如删除：first_sht wb.sheets('first_sht').delete()
- 单元格相关操作（就是excel单元格子）
''' 写入 ''' # 在工作表中指定位置插入数据 sht1.range('B1').value = '简说Python' # 在工作表指定位置插入多个数据 默认是横向插入 sht1.range('B2').value = [1, 2, 3, 4] # 在工作表指定位置竖向插入多个数据 # 设置options(transpose=True)，transpose=True表示转置的意思 sht1.range('B3').options(transpose=True).value = ['老表', '老表Pro', '老表Max', '老表Mini'] # 在工作表指定位置开始插入多行数据 sht1.range('B7').value = [['a', 'b'], ['c', 'd']] # 在工作表指定位置开始插入多列数据 sht1.range('B9').options(transpose=True).value = [['a', 'b'], ['c', 'd']] # 向单元格写入公式 sht1.range('F2').formula = '=sum(B2:E2)'
''' 读取 ''' # 在工作表中读取指定位置数据 print('单元格B1=', sht1.range('B1').value) # 在工作表中读取指定区域数据 一行 print('单元格B2:F2=', sht1.range('B2:F2').value) # 在工作表中读取指定区域数据 一列 print('单元格B3:B6=', sht1.range('B3:B6').value) # 在工作表中读取指定区域数据 一个区域 # 设置options(transpose=True)就可以按列读 不设置就是按行读 print('单元格B7:C10=', sht1.range('B7:C10').options(transpose=True).value)
''' 删除 ''' # 删除指定单元格中的数据 sht1.range('B10').clear() # 删除指定范围内单元格数据 sht1.range('B7:B9').clear()
''' 格式修改 ''' # 选中已经存在的sheet sht1 = wb.sheets('second_sht') # 返回单元格绝对路径 sht1.range('B3').get_address() # sht1.range('B3').address # 合并单元格B3 C3 sht1.range('B3:C3').api.merge() # 解除合并单元格B3 C3 sht1.range('B3:C3').api.unmerge() # 向指定单元格添加带超链接文本 # address- 超连接地址 # text_to_display- 超链接文本内容 # screen_tip- 鼠标放到超链接上后显示提示内容 sht1.range('C2').add_hyperlink(address='https://pythonbrief.blog.csdn.net/', text_to_display='简说Python CSDN博客', screen_tip='点击查看简说Python CSDN博客') # 获取指定单元格的超链接地址 sht1.range('C2').hyperlink # 自动调试指定单元格高度和宽度 sht1.range('B1').autofit() # 设置指定单元格背景颜色 sht1.range('B1').color = (93,199,221) # 返回指定范围内的中第一列的编号 数字，如：A-1 B-2 sht1.range('A2:B2').column # 获取或者设置行高/列宽 # row_height/column_width会返回行高/列宽 ，范围内行高/列宽不一致会返回None # 也可以设置一个新的行高/列宽 sht1.range('A2').row_height = 25 sht1.range('B2').column_width = 20
在windows上可以使用以下方法设置单元格文字颜色等格式，如下：
# windows系统下字体设置在 sheet.range().api.Font下 # 颜色 sht1.range('A1').api.Font.Color = (255,0,124) # 字体名字 sht1.range('A1').api.Font.Name = '宋体' # 字体大小 sht1.range('A1').api.Font.Size = 28 # 是否加粗 sht1.range('A1').api.Font.Bold = True # 数字格式 sht1.range('A1').api.NumberFormat = '0.0' # -4108 水平居中 # -4131 靠左 # -4152 靠右 sht1.range('A1').api.HorizontalAlignment = -4108 # -4108 垂直居中（默认) # -4160 靠上 # -4107 靠下 # -4130 自动换行对齐。 sht1.range('A1').api.VerticalAlignment = -4130 # 设置上边框线风格和粗细 sht1.range('A1').api.Borders(8).LineStyle = 5 sht1.range('A1').api.Borders(8).Weight = 3 ...
在mac下可以通过以下方法设置字体格式：
# 设置单元格的字体颜色 rgb_tuple = (0, 10, 200) sht1.range('B1').api.font_object.color.set(rgb_tuple) # 获取指定单元格字体颜色 sht1.range('B1').api.font_object.color.get() # 获取指定单元格字体名字 可以使用set方法修改字体 set('宋体') sht1.range('B1').api.font_object.name.get() # 设置指定单元格字体格式 可以用get方法查看单元格字体格式 sht1.range('B3').api.font_object.font_style.set('加粗') # 设置指定单元格字体大小 sht1.range('B3').api.font_object.font_size.set(20) # 设置边框线粗细 sht1.range('B2').api.get_border(which_border=9).weight.set(4) # 设置边框线风格 sht1.range('B2').api.get_border(which_border=9).line_style.set(8) ...
再次提醒，进行完所有操作后一定要记得执行以下三句：
# 保存新建的工作簿，并起一个名字（如果已存在有名字的excel文件，就直接save即可） wb.save() # 关闭工作簿（关闭Excel文件） wb.close() # 程序运行结束，退出Excel程序 app.quit()
- 自动生成统计图
import xlwings as xw # 新建一个sheet app = xw.App(visible=True, add_book=False) wb = app.books.open('xlwings_wb.xlsx') sht3 = wb.sheets.add('third_sht') import pandas as pd import numpy as np # 生成模拟数据 df = pd.DataFrame({ 'money':np.random.randint(45, 50, size = [1, 20])[0], }, index=pd.date_range('2021-02-01', '2021-02-20'), # 行索引和时间相关 ) df.index.name = '消费日期' # 设置索引名字 sht3.range('A1').value = df # 生成图表 chart1 = sht3.charts.add() # 创建一个图表对象 chart1.set_source_data(sht3.range('A1').expand()) # 加载数据 chart1.chart_type = 'line' # 设置图标类型 chart1.top = sht3.range('D2').top chart1.left = sht3.range('D2').left # 设置图标开始位置
除了绘制折线图，我们还可以绘制其他类型的图，修改chart_type值即可。
# 查看其他chart_types值 xw.constants.chart_types
返回结果，感兴趣的读者朋友可以自己试试～
('3d_area', '3d_area_stacked', '3d_area_stacked_100', '3d_bar_clustered', '3d_bar_stacked', '3d_bar_stacked_100', '3d_column', '3d_column_clustered', '3d_column_stacked', '3d_column_stacked_100', '3d_line', # 3D折线图 '3d_pie', # 3D饼图 '3d_pie_exploded', 'area', # 面积图 'area_stacked', 'area_stacked_100', 'bar_clustered', # 柱状图相关 'bar_of_pie', 'bar_stacked', 'bar_stacked_100', 'bubble', # 气泡图 'bubble_3d_effect', 'column_clustered', # 条形图相关 'column_stacked', 'column_stacked_100', 'combination', 'cone_bar_clustered', 'cone_bar_stacked', 'cone_bar_stacked_100', 'cone_col', 'cone_col_clustered', 'cone_col_stacked', 'cone_col_stacked_100', 'cylinder_bar_clustered', 'cylinder_bar_stacked', 'cylinder_bar_stacked_100', 'cylinder_col', 'cylinder_col_clustered', 'cylinder_col_stacked', 'cylinder_col_stacked_100', 'doughnut', 'doughnut_exploded', 'line', # 折线图 'line_markers', 'line_markers_stacked', 'line_markers_stacked_100', 'line_stacked', 'line_stacked_100', 'pie', 'pie_exploded', 'pie_of_pie', 'pyramid_bar_clustered', 'pyramid_bar_stacked', 'pyramid_bar_stacked_100', 'pyramid_col', 'pyramid_col_clustered', 'pyramid_col_stacked', 'pyramid_col_stacked_100', 'radar', 'radar_filled', 'radar_markers', 'stock_hlc', # 有意思 股票K线图 'stock_ohlc', 'stock_vhlc', 'stock_vohlc', 'surface', 'surface_top_view', 'surface_top_view_wireframe', 'surface_wireframe', 'xy_scatter', 'xy_scatter_lines', 'xy_scatter_lines_no_markers', 'xy_scatter_smooth', 'xy_scatter_smooth_no_markers')
- 将本地图片或者matplotlib图片保存到excel
''' matplotlib 生成的图片存入excel ''' import matplotlib.pyplot as plt # 随便绘制一个饼图 fig1 = plt.figure() # 先创建一个图像对象 plt.pie([0.5, 0.3, 0.2], # 值 labels=['a', 'b', 'c'], # 标签 explode=(0, 0.2, 0), # （爆裂）距离 autopct='%1.1f%%', # 显示百分数格式 shadow=True) # 是否显示阴影 plt.show() # 将饼图添加到excel指定位置 J17为图片开始位置 sht3.pictures.add(fig1, name='matplotlib', left=sht3.range('J17').left, top=sht3.range('J17').top, update=True)
''' 本地图片存入excel ''' # 将本地图片添加到excel指定位置 J1为图片开始位置 pic_path = './0923.jpeg' sht3.pictures.add(pic_path, name='local', left=sht3.range('J1').left, top=sht3.range('J1').top, update=True)
4.2 实战练习一：将消费数据可视化生成带平均线的趋势图，存入excel
''' 实战练习一：将消费数据可视化生成带平均线的趋势图，存入excel 数据就是之前生成的模拟数据 ''' import matplotlib.pyplot as plt fig, ax = plt.subplots() # 创建一个画板 # 生成一条新线- 平均消费数据 money_m = [df['money'].mean(axis=0) for i in range(len(df['money']))] # 建一条线：消费趋势折线图 ax.plot(df.index, df['money'], color='#f16a0b', label='每日消费') # 再建一条线：平均消费直线图 ax.plot(df.index, money_m, linestyle='--', color='#301502', label='平均消费') # 设置横纵坐标基础说明 ax.set_xlabel(u'日期') ax.set_ylabel(u'消费金额/元') ax.set_title(u'消费折线图') # 设置x轴值显示方向 plt.setp(ax.get_xticklabels(), rotation=70, horizontalalignment='right') # 添加图例（label说明到图片上） loc设置显示位置 ax.legend(loc=2) plt.show() sht3.pictures.add(fig, name='消费情况', left=sht3.range('J1').left, top=sht3.range('J1').top, update=True)
4.3 实战练习二：将基金数据以指定的格式存储到excel并生成基金净值走势图
- 新建一个sheet，然后获取数据
''' 实战练习二：将股票数据以指定的格式存储到excel并生成股票走势图 利用akshare爬取上证指数数据 代号：sh000001 ''' import akshare as ak import xlwings as xw # -1、新建一个sheet app = xw.App(visible=True, add_book=False) wb = app.books.open('xlwings_wb.xlsx') sz_sht = wb.sheets.add('sz_sht') # 第一次新建 # sz_sht = wb.sheets['sz_sht'] # 已经存在，直接打开 # 获取数据 open high low close volume index-date # volume 是成交量 多少股 # 0、获取数据 sz_index = ak.stock_zh_index_daily(symbol="sh000001") sz_index
- 处理并存储数据到excel
# 1、处理下数据 sz_data = sz_index['20210101':'20210922'].iloc[:,0:4] # 只取今年数据 ohlc sz_data.index = sz_data.index.strftime('%m-%d') # 将索引日期格式改为 月-日 # 2、存储数据 sz_sht.range('A1').value = sz_data
- 处理表格中数据格式
# 3、处理数据格式 # - 表头字体 格式加粗 背景颜色 sz_sht.range('A1:E1').api.font_object.name.set('Calibri') sz_sht.range('A1:E1').api.font_object.font_style.set('加粗') sz_sht.range('A1:E1').api.font_object.color.set((255, 255, 255)) # 背景颜色 sz_sht.range('A1:E1').color = (16, 156, 245) # mac上居中未实现，有了解的小伙伴可以留言指出下，感谢 # sz_sht.range('B1').api.font_object.horizontalalignment = xw.constants.Constants.xlCenter # - 添加边框 # 1 左+内部竖线 sz_sht.range('A1:E177').api.get_border(which_border=1).weight.set(2) # 10 最右侧竖线 sz_sht.range('A1:E177').api.get_border(which_border=10).weight.set(2) # 3 上+内部横线 sz_sht.range('A1:E177').api.get_border(which_border=3).weight.set(2) # 9 最下面横线 sz_sht.range('A1:E177').api.get_border(which_border=9).weight.set(2)
- 生成ohlc k线图并存储到excel指定位置
# 4、生成图表 chart_ohlc = sz_sht.charts.add() # 创建一个图表对象 chart_ohlc.set_source_data(sz_sht.range('A1').expand()) # 加载数据 chart_ohlc.chart_type = 'stock_ohlc' # 设置图标类型 chart_ohlc.top = sz_sht.range('G2').top chart_ohlc.left = sz_sht.range('G2').left # 设置图标开始位置
4.4 实战练习三：将基金数据以指定的格式存储到excel并生成基金净值走势图
- 创建一个新的sheet&获取数据
''' 实战练习三：将基金数据以指定的格式存储到excel并生成基金净值走势图 利用akshare爬取易方达蓝筹基金数据 基金代号：005827 ''' import akshare as ak import matplotlib.pyplot as plt import xlwings as xw # 1、新建一个sheet&获取数据 app = xw.App(visible=True, add_book=False) wb = app.books.open('xlwings_wb.xlsx') # sht_fund = wb.sheets.add('fund_sht') sht_fund = wb.sheets['fund_sht'] # 净值日期 单位净值 日增长率 yfd_fund = ak.fund_em_open_fund_info(fund="005827", indicator="单位净值走势")
- 数据处理&存储数据
# 2、数据处理 yfd_fund['单位净值'] = yfd_fund['单位净值'].astype(float) yfd_fund = yfd_fund.round(4) # 数值列只保留4位小数 # 3、存储数据 sht_fund.range('A1').value = yfd_fund # 存储后发现有索引列，删除（也可以在数据处理时处理） sht_fund.range('A:A').delete()
- 设置数据格式
# 4、设置数据格式 # - 表头字体 格式加粗 背景颜色 sht_fund.range('A1:C1').api.font_object.name.set('Calibri') sht_fund.range('A1:C1').api.font_object.font_style.set('加粗') sht_fund.range('A1:C1').api.font_object.color.set((255, 255, 255)) # 背景颜色 sht_fund.range('A1:C1').color = (16, 156, 245) # mac上居中未实现，有了解的小伙伴可以留言指出下，感谢 # sht_fund.range('B1').api.font_object.horizontalalignment = xw.constants.Constants.xlCenter # - 添加边框 设置的时候多加一行一列，这样就可以两步设置好边框了 # 1 左+内部竖线 sht_fund.range('A1:D717').api.get_border(which_border=1).weight.set(2) # 3 上+内部横线 sht_fund.range('A1:C718').api.get_border(which_border=3).weight.set(2)
- 利用matplotlib画图存储
# 5、绘制图片 fig, ax = plt.subplots(2, 1, figsize=(20, 20), dpi=100) #2行 1列 # 生成一条新线- 平均消费数据 yfd_fund_m = [yfd_fund['单位净值'].mean(axis=0) for i in range(len(yfd_fund['单位净值']))] # 图一 # 建一条线：基金趋势折线图 ax[0].plot(yfd_fund['净值日期'], yfd_fund['单位净值'], color='#a5ea37', label='单位净值') # 再建一条线：平均消费直线图 ax[0].plot(yfd_fund['净值日期'], yfd_fund_m, linestyle='--', color='#F91860', label='平均净值') # 设置横纵坐标基础说明 ax[0].set_xlabel(u'日期') ax[0].set_ylabel(u'单位净值/元') ax[0].set_title(u'易方达基金净值走势图') # 添加图例（label说明到图片上） loc设置显示位置 ax[0].legend(loc=2) # 图二 # 建一条线：平均消费直线图 ax[1].plot(yfd_fund['净值日期'], yfd_fund['日增长率'], color='#F9181c', label='日增长率') # 设置横纵坐标基础说明 ax[1].set_xlabel(u'日期') ax[1].set_ylabel(u'日增长率/%') ax[1].set_title(u'易方达基金日增长率走势图') # 添加图例（label说明到图片上） loc设置显示位置 ax[1].legend(loc=2) # 设置x轴值显示方向 plt.setp(ax[0].get_xticklabels(), rotation=70, horizontalalignment='right') plt.setp(ax[1].get_xticklabels(), rotation=70, horizontalalignment='right') plt.show() sht_fund.pictures.add(fig, name='易方达基金数据', left=sht_fund.range('E2').left, top=sht_fund.range('E2').top, update=True)
再次提醒，进行完所有操作后一定要记得执行以下三句：
# 保存新建的工作簿，并起一个名字（如果已存在有名字的excel文件，就直接save即可） wb.save() # 关闭工作簿（关闭Excel文件） wb.close() # 程序运行结束，退出Excel程序 app.quit()
这篇文章肝太久了，最后实战部分我们下回见，由于本人水平有限，文中错误，敬请指出，互相学习，一起进步。
觉得文章有用的朋友，记得点赞、转发、留言三连支持下，感谢。
