AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

Python办公自动化【PPT增加图片、PPT增加流程图PPT增加图表、PPT设置图表样式、PPT绘制其它图表】(七)-全面详解（学习总结---从入门到深化）

2024-01-16 129
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Python办公自动化【PPT增加图片、PPT增加流程图PPT增加图表、PPT设置图表样式、PPT绘制其它图表】(七)-全面详解（学习总结---从入门到深化）

PPT增加图片


常用方法与属性

函数名&属性 含义
slide.shapes.add_picture(path,left,top)  增加图片信息


代码 

from pptx import Presentation
from pptx.util import Pt
def add_pic():
  # 创建一个ppt文档
  ppt = Presentation()
  # 建立一个幻灯片
  slide = ppt.slides.add_slide(ppt.slide_layouts[1])
  shapes = slide.shapes
  # 增加图片
 '''
 TypeError:
_BaseGroupShapes.add_picture() missing 2 required positional arguments: 'left' and
'top'
 '''
  num = Pt(30)
 shapes.add_picture('./base_data/backg.jpg', num,num)
  # 建立第2个幻灯片
  slide2 = ppt.slides.add_slide(ppt.slide_layouts[1])
  shapes2 = slide2.shapes
  shapes2.add_picture('./base_data/backg.jpg',num,num,Pt(300))
  # 保存ppt文档
  ppt.save('./create_data/03_增加图片.pptx')
if __name__ == '__main__':
  add_pic()


PPT增加流程图


代码

from pptx import Presentation
from pptx.enum.shapes import MSO_AUTO_SHAPE_TYPE
from pptx.util import Pt
def create_shape():
  # 创建PPT文件
  ppt = Presentation()
  # 创建一个幻灯片
  slide = ppt.slides.add_slide(ppt.slide_layouts[5])
  # 获取形状对象
  shapes = slide.shapes
  shapes.title.text= '流程图'
  # 增加图形
  '''
 TypeError: _BaseGroupShapes.add_shape()
 missing 4 required positional arguments:
'left', 'top', 'width', and 'height'
 '''
  left = Pt(100)
  top = Pt(200)
  width = Pt(100)
  height = Pt(30)
  tmp_shape = shapes.add_shape(MSO_AUTO_SHAPE_TYPE.PENTAGON,left,top,width,height)
  tmp_shape.text = '第1步'
  for i in range(2,5):
    left =  left + width -Pt(10)
    ts = shapes.add_shape(MSO_AUTO_SHAPE_TYPE.CHEVRON,left,top,width,height)
    frame = ts.text_frame
    frame.text = f'第{i}步'
    frame.fit_text(max_size = 10,bold = True,italic = True)
  # 保存PPT文件
  ppt.save('./create_data/04_增加图形.pptx')
if __name__ == '__main__':
  create_shape()


PPT增加图表


常用方法与属性

函数名&属性  含义
pptx.chart.data.CategoryChartData()  封装图表数据
pptx.enum.chart.XL_CHART_TYPE 图表类型
CategoryChartData.categories 设置分组
CategoryChartData.add_series()  设置图表数据
slide.shapes.add_chart()  增加图表


代码

from pptx import Presentation
from pptx.chart.data import CategoryChartData
from pptx.enum.chart import XL_CHART_TYPE
from pptx.util import Pt
def use_chart():
  # 创建给我和PPT
  ppt = Presentation()
  # 增加一个页面
  slide = ppt.slides.add_slide(ppt.slide_layouts[6])
  # 设置图表
  # 设置图表的数据
  chart_data = CategoryChartData()
  # 设置分组
  chart_data.categories = ['第一季度','第二季度','第三季度','第四季度']
  # 设置数据
  chart_data.add_series('series', (19,21,16,30))
  # 将图表增到页面中
  '''
 TypeError: _BaseGroupShapes.add_chart() missing 5 required positional arguments:
'x', 'y', 'cx', 'cy', and 'chart_data'
 '''
 slide.shapes.add_chart(XL_CHART_TYPE.COLUMN_CLUSTERED,Pt(100),Pt(100),Pt(500),Pt(350),chart_data)
  # 保存PPT
  ppt.save('./create_data/05_增加图表.pptx')
def use_chart2():
  # 创建给我和PPT
  ppt = Presentation()
  # 增加一个页面
  slide = ppt.slides.add_slide(ppt.slide_layouts[6])
  # 设置图表
  # 设置图表的数据
  chart_data = CategoryChartData()
  # 设置分组
  chart_data.categories = ['第一季度','第二季度','第三季度','第四季度']
  # 设置数据
  chart_data.add_series('series', (19,21,16,30))
  chart_data.add_series('series', (22,23,15,25))
  chart_data.add_series('series', (20,19,19,28))
  # 将图表增到页面中
  '''
 TypeError: _BaseGroupShapes.add_chart() missing 5 required positional arguments:
'x', 'y', 'cx', 'cy', and 'chart_data'
 '''
 slide.shapes.add_chart(XL_CHART_TYPE.COLUMN_CLUSTERED,Pt(100),Pt(100),Pt(500),Pt(350),chart_data)
  # 保存PPT
  ppt.save('./create_data/05_增加图表.pptx')
if __name__ == "__main__":
  # use_chart()
  use_chart2()


PPT设置图表样式


常用方法与属性

函数名&属性 含义
chart.chart_style  设置图表主题
chart.font.size 设置图表字体大小
chart.category_axis.tick_labels.font.size 设置分类轴字体大小
chart.category_axis.has_major_gridlines 设置分类轴是否有表示线
chart.plots.has_data_labels 设置是否显示图表标签
plot.data_labels.position 设置图表标签位置
chart.has_legend  设置是否显示图例
chart.legend.font.size 设置图例字体大小
chart.legend.position 设置图例位置
chart.legend.include_in_layout 设置图例布局是否在图表中


代码 

from pptx import Presentation
from pptx.chart.data import
CategoryChartData
from pptx.enum.chart import XL_CHART_TYPE
from pptx.util import Pt
from pptx.enum.chart import XL_DATA_LABEL_POSITION,XL_LEGEND_POSITION
def use_chart():
  # 创建给我和PPT
  ppt = Presentation()
  # 增加一个页面
  slide = ppt.slides.add_slide(ppt.slide_layouts[6])
  # 设置图表
  # 设置图表的数据
  chart_data = CategoryChartData()
  # 设置分组
  chart_data.categories = ['第一季度','第二季度','第三季度','第四季度']
  # 设置数据
  chart_data.add_series('分组1',(19,21,16,30))
  chart_data.add_series('分组2',(22,23,15,25))
  chart_data.add_series('分组3',(20,19,19,28))
  # 将图表增到页面中
  chart = slide.shapes.add_chart(XL_CHART_TYPE.COLUMN_CLUSTERED,Pt(100),Pt(100),Pt(500),Pt(350),ch
art_data).chart
  # 设置图表的主题 1-48
  chart.chart_style= 10
  # 设置字体大小
  chart.font.size = Pt(10)
  # 获取分类轴的对象
  category =  chart.category_axis
  # 设置分类字体大小
  category.tick_labels.font.size = Pt(20)
  # 设置分类线
  category.has_major_gridlines = True
  # 设置标签对象
  plot = chart.plots[0]
  plot.has_data_labels = True
  plot.data_labels.position = XL_DATA_LABEL_POSITION.INSIDE_END
  # 增加图例
  chart.has_legend = True
  chart.legend.font.size = Pt(15)
  # 设置图例位置
  chart.legend.position =XL_LEGEND_POSITION.TOP
  chart.legend.include_in_layout = True
  # 保存PPT
  ppt.save('./create_data/06_设置图表.pptx')
if __name__ == "__main__":
  use_chart()


PPT绘制其它图表


代码 

from pptx import Presentation
from pptx.chart.data import CategoryChartData
from pptx.enum.chart import XL_CHART_TYPE,XL_DATA_LABEL_POSITION
from pptx.util import Pt
def create_line():
   # 创建新的ppt文档
  ppt = Presentation()
  # 增加新的幻灯片
  slide = ppt.slides.add_slide(ppt.slide_layouts[6])
  # 创建图表数据对象
  chart_data = CategoryChartData()
  # 设置图表分类
  chart_data.categories=['第一季度','第二季度','第三季度','第四季度']
  # 设置数据
  chart_data.add_series('销售1组', (15,20,16,30))
  chart_data.add_series('销售2组', (17,21,15,28))
  chart_data.add_series('销售3组', (16,24,12,25))
  # 增加图表
 slide.shapes.add_chart(XL_CHART_TYPE.LINE,Pt(50),Pt(100),Pt(500),Pt(350),chart_data)
  # 保存ppt
  ppt.save('./create_data/07_折线图.pptx')
def create_pie():
  # 创建新的ppt文档
  ppt = Presentation()
  # 增加新的幻灯片
  slide = ppt.slides.add_slide(ppt.slide_layouts[6])
  # 创建图表数据对象
  chart_data = CategoryChartData()
  # 设置图表分类
  chart_data.categories=['第一季度','第二季度','第三季度','第四季度']
  # 设置数据
  chart_data.add_series('季度销量比例', (0.27,0.25,0.31,0.19))
  # 增加图表
  chart = slide.shapes.add_chart(XL_CHART_TYPE.PIE,Pt(50),Pt(100),Pt(500),Pt(350),chart_data).chart
  # 显示图例
  chart.has_legend =True
  # 显示标签
  chart.plots[0].has_data_labels =True
  # 设置数字显示方式
  data_labes = chart.plots[0].data_labels
  data_labes.number_format =  '0%'
  data_labes.position = XL_DATA_LABEL_POSITION.OUTSIDE_END
  # 保存ppt
  ppt.save('./create_data/07_饼图.pptx')
if __name__ == '__main__':
  # create_line()
  create_pie()
文章标签：
Python
关键词：
Python自动化
Python入门
自动化设置
Python学习
Python图片
童小纯
目录
相关文章
游客j4mujezz7vm7y
|
6月前
|
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。
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。
游客j4mujezz7vm7y
90 6
蓝易云
|
3月前
|
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。
蓝易云
125 8
AIweker
|
5月前
|
自然语言处理 数据处理 Python
python操作和解析ppt文件 | python小知识
本文将带你从零开始，了解PPT解析的工具、工作原理以及常用的基本操作，并提供具体的代码示例和必要的说明【10月更文挑战第4天】
AIweker
763 60
一键难忘
|
4月前
|
数据可视化 JavaScript 前端开发
Python中交互式Matplotlib图表
【10月更文挑战第20天】Matplotlib 是 Python 中最常用的绘图库之一，但默认生成的图表是静态的。通过结合 mpld3 库，可以轻松创建交互式图表，提升数据可视化效果。本文介绍了如何使用 mpld3 在 Python 中创建交互式散点图、折线图和直方图，并提供了详细的代码示例和安装方法。通过添加插件，可以实现缩放、平移和鼠标悬停显示数据标签等交互功能。希望本文能帮助读者掌握这一强大工具。
一键难忘
127 5
一键难忘
|
5月前
|
数据可视化 数据挖掘 Python
Seaborn 库创建吸引人的统计图表
【10月更文挑战第11天】本文介绍了如何使用 Seaborn 库创建多种统计图表，包括散点图、箱线图、直方图、线性回归图、热力图等。通过具体示例和代码，展示了 Seaborn 在数据可视化中的强大功能和灵活性，帮助读者更好地理解和应用这一工具。
一键难忘
72 3
技术混子
|
6月前
|
数据可视化 Python
Python中的数据可视化：使用Matplotlib绘制图表
【9月更文挑战第11天】在这篇文章中，我们将探索如何使用Python的Matplotlib库来创建各种数据可视化。我们将从基本的折线图开始，然后逐步介绍如何添加更多的功能和样式，以使您的图表更具吸引力和信息量。无论您是数据科学家、分析师还是任何需要将数据转化为视觉形式的专业人士，这篇文章都将为您提供一个坚实的起点。让我们一起潜入数据的海洋，用视觉的力量揭示其背后的故事。
技术混子
99 17
蓝易云
|
6月前
|
API Python
使用Python requests库下载文件并设置超时重试机制
使用Python的 `requests`库下载文件时，设置超时参数和实现超时重试机制是确保下载稳定性的有效方法。通过这种方式，可以在面对网络波动或服务器响应延迟的情况下，提高下载任务的成功率。
蓝易云
282 1
DreamSpark
|
6月前
|
数据挖掘 数据处理 Python
python如何高效处理excel图表案例分享
python如何高效处理excel图表案例分享
DreamSpark
86 2
请看我回答~
|
7月前
|
数据可视化 物联网 区块链
探索Python中的数据可视化：使用Matplotlib和Seaborn绘制图表探索未来：区块链、物联网与虚拟现实的融合趋势与应用前景
【8月更文挑战第30天】本文旨在引导读者通过Python编程语言，利用Matplotlib和Seaborn库，轻松掌握数据可视化技术。文章以浅显易懂的语言，结合实用的代码示例，从基础的图表绘制到高级定制功能，逐步深入讲解如何在数据分析中运用这些工具。无论你是编程新手还是希望提升可视化技能的开发者，都能在这篇文章中找到有价值的信息，让你的数据“活”起来。
请看我回答~
93 5
gudanhero2018
|
6月前
|
数据可视化 数据挖掘 数据处理
Seaborn——让图表更美观、更智能
Seaborn——让图表更美观、更智能
gudanhero2018
100 0

热门文章

最新文章

  • 1
    基于 DIFY 的自动化数据分析实战
  • 2
    OWL：告别繁琐任务！开源多智能体系统实现自动化协作，效率提升10倍
  • 3
    Proxy Lite：仅3B参数的开源视觉模型！快速实现网页自动化，支持在消费级GPU上运行
  • 4
    Goedel-Prover：专为自动化数学问题的形式证明生成而设计的 LLM，快速解决形式化数学问题
  • 5
    超大规模云网络技术新突破！阿里云斩获中国自动化学会科技进步一等奖
  • 6
    智能调度：自动化运维的"最强大脑"进化论
  • 7
    容器化AI模型的持续集成与持续交付（CI/CD）：自动化模型更新与部署
  • 8
    阿里云协同万兴科技落地ACK One GitOps方案，全球多机房应用自动化发布，效率提升50%
  • 9
    基于AI的自动化服务器管理：解锁运维的未来
  • 10
    微店商品详情API接口实战指南：从零实现商品数据自动化获取
  • 1
    B站高清视频爬取：Python爬虫技术详解
    54
  • 2
    用通义灵码开发一个Python时钟：手把手体验AI程序员加持下的智能编码
    38
  • 3
    6个案例15分钟让你了解Python套路
    23
  • 4
    全面提升Python性能的十三种优化技巧
    66
  • 5
    深入解析：使用 Python 爬虫获取淘宝店铺所有商品接口
    85
  • 6
    Python测试淘宝店铺所有商品接口的详细指南
    36
  • 7
    基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
    30
  • 8
    milvus-use教程 python
    62
  • 9
    Python爬虫实战：一键采集电商数据，掌握市场动态！
    53
  • 10
    公司电脑网络监控场景下 Python 广度优先搜索算法的深度剖析
    33

    • 相关课程

    更多
  • Python Web开发基础
  • Python开发基础入门
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • 图表样式智能美化工具
  • 快速搭建移动端可视化看板
  • DataV模版快速创建可视化看板
  • 云原生场景自动化响应ECS系统事件
  • 用Python画圣诞树
  • 云端Python及基本操作

    • 推荐镜像

    更多
  • python-release
    • 下一篇
    通义万相2.1视频/图像模型新升级！可在阿里云百炼直接体验