python在办公时能给我们带来什么？

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！