Python操作Excel的Xlwings教程(五)

在上篇推文《操作Excel的Xlwings教程(四)》中重點(diǎn)介紹了Xlwings中的Shape和Chart等API知識(shí)點(diǎn)。本次推文將繼續(xù)上次的知識(shí)點(diǎn)叮姑,將繼續(xù)介紹Xlwings中其他API相關(guān)的知識(shí)广料,并展示一些小例子砾脑,讓大家可以跟著教程進(jìn)行學(xué)習(xí):

一、Pictures

圖片類(lèi)的操作在Excel中是非常常見(jiàn)的艾杏,那么在Xlwings中對(duì)圖片的操作有哪些常用的方法和屬性呢韧衣?接下來(lái)我將介紹其中的一些常用的操作,假設(shè)我們現(xiàn)在有一個(gè)文件1.xlsx购桑,其sheet頁(yè)的有兩張圖片:

image

我們來(lái)看一些代碼:

import xlwings as xwwb = xw.Book('1.xlsx')wb.sheets[0].pictures         # 查看引用的sheet頁(yè)中圖片的對(duì)象wb.sheets[0].pictures.count   # 統(tǒng)計(jì)引用的sheet頁(yè)中圖片對(duì)象的數(shù)量畅铭,次數(shù)輸出2

那么我們?nèi)绾卧黾有碌膱D片呢,我們可以這樣進(jìn)行操作:

wb.sheets[0].pictures.add(r'C:\Users\LEGION\Desktop\1.jpg')  

當(dāng)然了增加的圖片會(huì)有默認(rèn)的位置,具體的位置大家一試便知勃蜘,值的說(shuō)明的是這個(gè)add()方法它有幾個(gè)參數(shù)硕噩,總結(jié)如下:


image.png

值的一提的是,Xlwings支持對(duì)Matpoltlib對(duì)象的操作元旬,那么在Xlwings中怎么插入Matplotlib的圖像呢榴徐?

import matplotlib.pyplot as pltimport numpy as npx = [-4,-3,-2,-1,0,1,2,3,4]figure = plt.figure()plt.plot(np.cos(x)/2,np.sin(x)/3)wb.sheets[0].pictures.add(figure, name='sin#cos', update=True) 

當(dāng)然,可同樣使用上述介紹的參數(shù)對(duì)圖片的位置和大小進(jìn)行調(diào)整匀归。

二、Picture

老話(huà):picture對(duì)象是pictures集合的成員

方法和屬性:

wb.sheets[0].pictures[0]            #引用圖片耗帕,或者wb.sheets[0].charts['PictureName']wb.sheets[0].pictures[0].delete()   # 刪除圖片wb.sheets[0].pictures[0].height     # 返回或設(shè)置代表圖片高度wb.sheets[0].pictures[0].left       # 返回或設(shè)置圖片水平位置wb.sheets[0].pictures[0].width      # 返回或設(shè)置圖片寬度穆端。wb.sheets[0].pictures[0].top        # 返回或設(shè)置圖片垂直位置。wb.sheets[0].pictures[0].name       #返回或設(shè)置圖片的名稱(chēng)仿便。wb.sheets[0].pictures[0].parent     # 返回圖片的父級(jí),輸出<Sheet[1.xlsx]Sheet1>wb.sheets[0].pictures[0].update('圖片路徑')    #用新圖片替換現(xiàn)有圖片

以上就是picture對(duì)象的相關(guān)方法体啰,注意在使用這些方法的時(shí)候一定要引用正確的sheet頁(yè)的picture,不要引用錯(cuò)對(duì)象嗽仪。

前幾篇推文和今天介紹的picture就是Xlwings中常見(jiàn)的一些對(duì)象知識(shí)了荒勇。

三、題外分析

有人有可能有這樣的一個(gè)疑問(wèn)闻坚,Excel的VBA和Xlwings在處理數(shù)據(jù)方面速度是怎樣的呢沽翔?這里不在進(jìn)行寫(xiě)代碼的方式來(lái)說(shuō)明,我們來(lái)分析一下看看窿凤,以便分析一下VBA的在這方面的優(yōu)勢(shì)和不足仅偎,假設(shè)我們現(xiàn)在要計(jì)算上十萬(wàn)行Excel文件,操作其中兩列數(shù)據(jù)的和:

方法1:使用Xlwings讀Range的數(shù)據(jù)進(jìn)行操作雳殊,顯然這種方式要使用for循環(huán)反復(fù)的引用range對(duì)象橘沥,使得在計(jì)算的過(guò)程中這是非常耗時(shí)的。

方法2:使用Xlwings將數(shù)據(jù)一次性讀入python的List中夯秃,在List中進(jìn)行計(jì)算返回結(jié)果座咆,這樣的操作方式避免了大量引用range對(duì)象痢艺,減少了耗時(shí),當(dāng)然了數(shù)量量很大的時(shí)候也就對(duì)設(shè)備的內(nèi)存提出了新的要求介陶。

方法3:使用VBA進(jìn)行操作堤舒。VBA是Visual Basic的一種宏語(yǔ)言,是在其桌面應(yīng)用程序中執(zhí)行通用的自動(dòng)化(OLE)任務(wù)的編程語(yǔ)言斤蔓。跟使用使用第三方庫(kù)不一樣的是植酥,VBA操作的時(shí)候是基于更加底層的接口來(lái)實(shí)現(xiàn)的,所以從這個(gè)角度來(lái)看弦牡,這種方式是肯定比方法1快的友驮。

方法4:當(dāng)然了,我們知道xlwings是支持pandas的對(duì)象的驾锰,因此我們也可以使用pandas來(lái)進(jìn)行處理卸留,畢竟pandas是處理數(shù)據(jù)的神器,而且pandas處理大量的數(shù)據(jù)也有其獨(dú)有的優(yōu)勢(shì)椭豫,這是值得我們注意的耻瑟。

不管哪種方式,都是解決問(wèn)題的方式赏酥,都值得我們?cè)谄綍r(shí)的學(xué)習(xí)中進(jìn)行總結(jié)和歸納喳整,感興趣的小伙伴可以生成數(shù)據(jù)實(shí)時(shí)這幾種方式到底哪種更優(yōu)哦。

下次的文章內(nèi)容還沒(méi)想好寫(xiě)什么裸扶,不過(guò)也都是跟python框都,機(jī)器學(xué)習(xí),辦公自動(dòng)化等相關(guān)的內(nèi)容啦呵晨!因?yàn)橛幸恍┬』锇椴欢畃ython嘛魏保,所以本人可能更新python的基礎(chǔ)教程,當(dāng)然在每次的基礎(chǔ)教程后面摸屠,本人會(huì)出題提供大家練習(xí)谓罗,也會(huì)根據(jù)所寫(xiě)的內(nèi)容進(jìn)行拓展哦!

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末季二,一起剝皮案震驚了整個(gè)濱河市檩咱,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌戒傻,老刑警劉巖税手,帶你破解...
    沈念sama閱讀 211,194評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異需纳,居然都是意外死亡芦倒,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,058評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門(mén)不翩,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)兵扬,“玉大人麻裳,你說(shuō)我怎么就攤上這事∑髦樱” “怎么了津坑?”我有些...
    開(kāi)封第一講書(shū)人閱讀 156,780評(píng)論 0 346
  • 文/不壞的土叔 我叫張陵,是天一觀(guān)的道長(zhǎng)傲霸。 經(jīng)常有香客問(wèn)我疆瑰,道長(zhǎng),這世上最難降的妖魔是什么昙啄? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,388評(píng)論 1 283
  • 正文 為了忘掉前任穆役,我火速辦了婚禮,結(jié)果婚禮上梳凛,老公的妹妹穿的比我還像新娘耿币。我一直安慰自己,他們只是感情好韧拒,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,430評(píng)論 5 384
  • 文/花漫 我一把揭開(kāi)白布淹接。 她就那樣靜靜地躺著,像睡著了一般叛溢。 火紅的嫁衣襯著肌膚如雪塑悼。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 49,764評(píng)論 1 290
  • 那天楷掉,我揣著相機(jī)與錄音拢肆,去河邊找鬼。 笑死靖诗,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的支示。 我是一名探鬼主播刊橘,決...
    沈念sama閱讀 38,907評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼颂鸿!你這毒婦竟也來(lái)了促绵?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,679評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤嘴纺,失蹤者是張志新(化名)和其女友劉穎败晴,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體栽渴,經(jīng)...
    沈念sama閱讀 44,122評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡尖坤,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,459評(píng)論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了闲擦。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片慢味。...
    茶點(diǎn)故事閱讀 38,605評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡场梆,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出纯路,到底是詐尸還是另有隱情或油,我是刑警寧澤,帶...
    沈念sama閱讀 34,270評(píng)論 4 329
  • 正文 年R本政府宣布驰唬,位于F島的核電站顶岸,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏叫编。R本人自食惡果不足惜辖佣,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,867評(píng)論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望宵溅。 院中可真熱鬧凌简,春花似錦、人聲如沸恃逻。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,734評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)寇损。三九已至凸郑,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間矛市,已是汗流浹背芙沥。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,961評(píng)論 1 265
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留浊吏,地道東北人而昨。 一個(gè)月前我還...
    沈念sama閱讀 46,297評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像找田,于是被迫代替她去往敵國(guó)和親歌憨。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,472評(píng)論 2 348