Python办公自动化【合并单元格-openpyxl、增加图表-openpyxl、合并工作薄-openpyxl、合并多个文件工作薄-openpyxl】(三)-全面详解(学习总结---从入门到深化)(上)

简介: Python办公自动化【合并单元格-openpyxl、增加图表-openpyxl、合并工作薄-openpyxl、合并多个文件工作薄-openpyxl】(三)-全面详解(学习总结---从入门到深化)

Excel合并单元格-openpyxl



常用方法与属性

函数名&属性  含义
sheet.merge_cells()  合并单元格


代码

from openpyxl import Workbook
def merge_cell():
  '''
 合并单元格
 '''
  wb = Workbook()
  ws = wb.active
  # 合并操作 A1:A5 合并一列
  ws.merge_cells('A1:A5')
  # 合并操作 A1:A5 合并一行
  ws.merge_cells('c1:h1')
  # 合并操作 A1:A5 合并多行,多列
  ws.merge_cells('c4:h8')
  # 注意:从小到大,从上到下,从前到后
  # 保存数据
  wb.save('./create_data/17_合并单元格.xlsx')
if __name__ =="__main__":
  merge_cell()


Excel增加图表-openpyxl



图表的作用:


1、可直观展示统计信息属性(时间性、数量性等),对知识挖掘和信息直观生动感受起关键作用的图形结构,是一种很好的将对象属性数据直观、形象地"可视化"的手段


2、合理的数据图表,会更直观的反映数据间的关系,比用数据和文字描述更清晰、更易懂


3、将工作表中的数据转换成图表呈现,可以帮助我们更好地了解数据见的比例关系及变化趋势,对研究对象做出合理的推断和预测


常用方法与属性

函数名&属性&类  含义
openpyxl.chart.LineChart()  折线图
openpyxl.chart.BarChart()  柱状图
openpyxl.chart.PieChart()  饼状图
openpyxl.chart.Reference(workbook,min_col,min_row,max_col,max_row) 设置图表数据的来源
workbook数据来源工作薄
min_col 开始列
min_row 开始行
max_col 结束列
max_row 结束行
chart.title  设置图表名
chart.x_axis.title  设置x轴名
chart.y_axis.title  设置y轴名
chart.add_data(data)  设置图表数据
sheet.add_chart(图表,位置) 给excel增加图表


代码


折线图

def set_line():
  from openpyxl import Workbook
  from datetime import date
  # 创建一个excel文件
  wb = Workbook()
  # 激活工作簿
  sh = wb.active
  # 设置数据
  rows=[
   ['时间','批次1','批次2','批次3'],
   [date(2030,1,1),40,30,25],
   [date(2030,1,2),40,25,30],
   [date(2030,1,3),50,30,45],
   [date(2030,1,4),30,25,40],
   [date(2030,1,5),25,35,35],
   [date(2030,1,6),20,40,35],
 ]
  # 把数据增加到工作薄里
  for r in rows:
    sh.append(r)
  # 创建图表
  from openpyxl.chart import LineChart,Reference
  chart = LineChart()
  # 给图表选择数据
  data = Reference(sh,min_col=2,min_row=1,max_col=4,max_row=7)
  # 给图表增加数据
  chart.add_data(data)
  # 设置图表的名称
  chart.title = 'Line Chart'
  # 设置图表的x轴名
  chart.x_axis.title = '时间'
  # 设置图表的y轴名
  chart.y_axis.title = '数量'
  # 把图表增加到工作簿
  sh.add_chart(chart,'A9')
  # 保存excel文件
  wb.save('./create_data/18_折线图.xlsx')
if __name__ =='__main__':
  set_line()


柱状图

def set_bar():
  from openpyxl import Workbook
  # 创建一个excel文件
  wb = Workbook()
  # 激活工作簿
  sh = wb.active
   # 设置数据
  rows =[
   ('月份','批次1','批次2'),
   (7,10,30),
   (8,40,60),
   (9,60,70),
   (10,20,30),
   (11,50,40),
   (12,10,50),
 ]
  # 把数据增加到工作薄里
  for r in rows:
    sh.append(r)
  # 创建图表
  from openpyxl.chart import BarChart,Reference
  chart = BarChart()
  # 给图表选择数据
  data = Reference(sh,min_col=2,max_col=3,min_row=2,max_row=7)
  cats = Reference(sh,min_col=1,max_col=1,min_row=2,max_row=7)
  # 给图表增加数据
  chart.add_data(data)
  chart.set_categories(cats)
  # 设置图表的名称
  chart.title = 'Bar Chart'
  # 设置图表的x轴名
  chart.x_axis.title = '月'
  # 设置图表的y轴名
  chart.y_axis.title = '数量'
  # 把图表增加到工作簿
  sh.add_chart(chart)
  # 保存excel文件
  wb.save('./create_data/19_柱状图.xlsx')
if __name__ =='__main__':
  set_bar()


饼状图

from cProfile import label
def set_pie():
  from openpyxl import Workbook
  # 创建一个excel文件
  wb = Workbook()
  # 激活工作簿
  sh = wb.active
  # 设置数据
  rows = [
   ('名称','数值'),
   ('苹果',50),
   ('草莓',30),
   ('椰子',10),
   ('荔枝',40),
 ]
  # 把数据增加到工作薄里
  for r in rows:
    sh.append(r)
  # 创建图表
  from openpyxl.chart import PieChart,Reference
  chart = PieChart()
  # 给图表选择数据
  data = Reference(sh,min_col=2,max_col=2,min_row=2,max_row=5)
  cate = Reference(sh,min_col=1,min_row=2,max_row=5)
  # 给图表增加数据
  chart.add_data(data)
  chart.set_categories(cate)
  # 设置图表的名称
  chart.title = 'Pie Chart'
  # 把图表增加到工作簿
  sh.add_chart(chart)
  # 保存excel文件
  wb.save('./create_data/20_饼状图.xlsx')
if __name__ =='__main__':
  set_pie()


Excel合并工作薄-openpyxl



Python办公自动化【合并单元格-openpyxl、增加图表-openpyxl、合并工作薄-openpyxl、合并多个文件工作薄-openpyxl】(三)-全面详解(学习总结---从入门到深化)(下):https://developer.aliyun.com/article/1420327

目录
相关文章
|
19天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!
|
6天前
|
搜索推荐 Python
使用Python自动化生成物业通知单
本文介绍如何使用Python结合Pandas和python-docx库自动化生成物业通知单。通过读取Excel数据并填充至Word模板,实现高效准确的通知单批量制作。包括环境准备、代码解析及效果展示,适用于物业管理场景。
44 14
|
10天前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
|
7天前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
12天前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析的入门指南
本文将引导读者了解如何使用Python进行数据分析,从安装必要的库到执行基础的数据操作和可视化。通过本文的学习,你将能够开始自己的数据分析之旅,并掌握如何利用Python来揭示数据背后的故事。
|
18天前
|
数据采集 监控 数据挖掘
Python自动化脚本:高效办公新助手###
本文将带你走进Python自动化脚本的奇妙世界,探索其在提升办公效率中的强大潜力。随着信息技术的飞速发展,重复性工作逐渐被自动化工具取代。Python作为一门简洁而强大的编程语言,凭借其丰富的库支持和易学易用的特点,成为编写自动化脚本的首选。无论是数据处理、文件管理还是网页爬虫,Python都能游刃有余地完成任务,极大地减轻了人工操作的负担。接下来,让我们一起领略Python自动化脚本的魅力,开启高效办公的新篇章。 ###
|
2天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
28 8
|
8天前
|
IDE 程序员 开发工具
Python编程入门:打造你的第一个程序
迈出编程的第一步,就像在未知的海洋中航行。本文是你启航的指南针,带你了解Python这门语言的魅力所在,并手把手教你构建第一个属于自己的程序。从安装环境到编写代码,我们将一步步走过这段旅程。准备好了吗?让我们开始吧!
|
7天前
|
测试技术 开发者 Python
探索Python中的装饰器:从入门到实践
装饰器,在Python中是一块强大的语法糖,它允许我们在不修改原函数代码的情况下增加额外的功能。本文将通过简单易懂的语言和实例,带你一步步了解装饰器的基本概念、使用方法以及如何自定义装饰器。我们还将探讨装饰器在实战中的应用,让你能够在实际编程中灵活运用这一技术。
24 7
|
9天前
|
开发者 Python
Python中的装饰器:从入门到实践
本文将深入探讨Python的装饰器,这一强大工具允许开发者在不修改现有函数代码的情况下增加额外的功能。我们将通过实例学习如何创建和应用装饰器,并探索它们背后的原理和高级用法。
25 5