xlwings，让excel飞起来！

excel已经成为必不可少的数据处理软件，几乎天天在用。python有很多支持操作excel的第三方库，xlwings是其中一个。

xlwings开源免费，能够非常方便的读写Excel文件中的数据，并且能够进行单元格格式的修改。

xlwings还可以和matplotlib、numpy以及pandas无缝连接，支持读写numpy、pandas数据类型，将matplotlib可视化图表导入到excel中。

最重要的是xlwings可以调用Excel文件中VBA写好的程序，也可以让VBA调用用Python写的程序。

话不多说，我们开始练一练吧！

PS：对于小白来说学习python不是件容易的事，需要花相当的时间去适应python的语法逻辑，而且要坚持亲手敲代码，不断练习。

本文python版本为3.6，系统环境为windows，在jupyter notebook中进行实验。
xlwings库使用pip安装：

复制代码

pip install xlwings

xlwings导入：

复制代码

import xlwings as xw

建立excel表连接

wb = xw.Book("e:\example.xlsx")
实例化工作表对象

sht = wb.sheets["sheet1"]
返回工作表绝对路径

wb.fullname
返回工作簿的名字

sht.name
在单元格中写入数据

sht.range('A1').value = "xlwings"
读取单元格内容

sht.range('A1').value
清除单元格内容和格式

sht.range('A1').clear()
获取单元格的列标

sht.range('A1').column
获取单元格的行标

sht.range('A1').row
获取单元格的行高

sht.range('A1').row_height
获取单元格的列宽

sht.range('A1').column_width
列宽自适应

sht.range('A1').columns.autofit()
行高自适应

sht.range('A1').rows.autofit()
给单元格上背景色，传入RGB值

sht.range('A1').color = (34,139,34)
获取单元格颜色，RGB值

sht.range('A1').color
清除单元格颜色

sht.range('A1').color = None
输入公式，相应单元格会出现计算结果

sht.range('A1').formula='=SUM(B6:B7)'
获取单元格公式

sht.range('A1').formula_array
在单元格中写入批量数据，只需要指定其实单元格位置即可

sht.range('A2').value = [['Foo 1', 'Foo 2', 'Foo 3'], [10.0, 20.0, 30.0]]
读取表中批量数据，使用expand()方法

sht.range('A2').expand().value
其实你也可以不指定工作表的地址，直接与电脑里的活动表格进行交互

写入

xw.Range("E1").value = "xlwings"# 读取
xw.Range("E1").value

支持写入numpy array数据类型

import numpy as np
np_data = np.array((1,2,3))
sht.range('F1').value = np_data
支持将pandas DataFrame数据类型写入excel

import pandas as pd
df = pd.DataFrame([[1,2], [3,4]], columns=['a', 'b'])
sht.range('A5').value = df
将数据读取，输出类型为DataFrame

sht.range('A5').options(pd.DataFrame,expand='table').value
将matplotlib图表写入到excel表格里

import matplotlib.pyplot as plt
%matplotlib inline
fig = plt.figure()
plt.plot([1, 2, 3, 4, 5])
sht.pictures.add(fig, name='MyPlot', update=True)

xlwings与VBA的配合非常完美，你可以在python中调用VBA，也可以在VBA中使用python编程，这些通过xlwings都可以巧妙实现。这里不对该内容做详细讲解，感兴趣的童鞋可以去xlwings官网学习。

xlwings操作excel语法简单，功能强大，又很好结合了pandas、numpy、matplotlib等分析库，非常适合奔波于python和excel之间的童鞋，让你更轻松地分析数据！

至于学习Python，这是使用Seaborn的前提，只有熟练使用Python语法才能更好地用好第三方库。

写入