尧图网站建设 
文档教程【免费下载链接】Python-100-DaysPython - 100天从新手到大师项目地址https://gitcode.com/GitHub_Trending/py/Python-100-Days点击查看免费下载openpyxl是 Python 生态中最流行的 xlsx 格式 Excel 文件读写三方库之一本教程源自 Python-100-Days 第 25 天内容将带你完整掌握用openpyxl加载工作簿、读写单元格、调整样式、写入公式以及插入统计图表的能力。学完本节你可以独立实现办公自动化中的 Excel 数据导入导出、报表生成与表格样式美化等常见需求并为后续在数据分析项目中使用 pandas 处理 Excel 数据打下基础。openpyxl读写 xlsx 的瑞士军刀为什么选择 openpyxlExcel 是微软面向 Windows 和 macOS 开发的一款电子表格软件凭借直观的界面、出色的计算功能和图表工具一直是个人计算机上最流行的数据处理软件。虽然市面上还有 Google Sheets、LibreOffice Calc、Numbers 等竞品但它们基本都兼容 Excel 文件的读写因此掌握 Python 操作 Excel 的能力可以让日常办公自动化更轻松也让商业项目中常见的 Excel 导入导出功能变得更加可控。在本教程的前一章24.Python读写Excel文件-1.md中我们讲解了基于xlrd和xlwt操作旧版xls格式文件的方法——前者只负责读、后者只负责写操作相对割裂。而本章的主角openpyxl则同时支持读和写且它在样式编辑、公式计算、数据透视和图表插入等方面的便捷性都更胜一筹是处理 Office 2007 及以后版本即xlsx格式文件的首选方案。需要强调的是openpyxl不支持Office 2007 以前版本的 Excel 文件xls格式如果确需兼容旧格式请回看 Day21-30/24.Python读写Excel文件-1.md 中的xlrd/xlwt方案。安装 openpyxl使用pip即可完成安装pip install openpyxl在仓库的 Jupyter Notebook 数据分析示例中也保留了同样的安装方式例如 Day66-80/code/day04.ipynb 中的%pip install openpyxl以及 Day66-80/code/day01.ipynb 中一次性安装numpy pandas matplotlib openpyxl的做法说明openpyxl在数据分析链路中通常作为 Excel 文件的底层读写引擎出现。读取 Excel 文件假设当前文件夹下有一个名为“阿里巴巴2020年股票数据.xlsx”的 Excel 文件可以通过如下代码加载并查看其内容import datetime import openpyxl # 加载一个工作簿 --- Workbook wb openpyxl.load_workbook(阿里巴巴2020年股票数据.xlsx) # 获取工作表的名字 print(wb.sheetnames) # 获取工作表 --- Worksheet sheet wb.worksheets[0] # 获得单元格的范围 print(sheet.dimensions) # 获得行数和列数 print(sheet.max_row, sheet.max_column) # 获取指定单元格的值 print(sheet.cell(3, 3).value) print(sheet[C3].value) print(sheet[G255].value) # 获取多个单元格嵌套元组 print(sheet[A2:C5]) # 读取所有单元格的数据 for row_ch in range(2, sheet.max_row 1): for col_ch in ABCDEFG: value sheet[f{col_ch}{row_ch}].value if type(value) datetime.datetime: print(value.strftime(%Y年%m月%d日), end\t) elif type(value) int: print(f{value:10d}, end\t) elif type(value) float: print(f{value:.4f}, end\t) else: print(value, end\t) print()提示上面代码中使用的示例文件“阿里巴巴2020年股票数据.xlsx”可通过教程配套的云盘链接获取。读者也可以在仓库中找到真实的 xlsx 文件自行练习例如 Day66-80/code/res/2020年销售数据.xlsx 与 Day66-80/code/res/tips.xlsx它们是 pandas 数据分析章节Day66-80/75.深入浅出pandas-4.md中反复使用的真实数据文件。这段代码揭示了openpyxl读取 Excel 的完整对象层级Workbook工作簿openpyxl.load_workbook()返回工作簿对象sheetnames属性给出所有工作表名称列表Worksheet工作表通过wb.worksheets[0]按索引或wb[表名]按名称获取dimensions返回数据区域范围如A1:G255max_row/max_column返回行数与列数Cell单元格见下文的两种取值方式。单元格的两种获取方式openpyxl获取指定单元格有两种方式务必区分清楚cell方法sheet.cell(row, column)。需要注意该方法的行索引和列索引都是从1开始的这是为了照顾用惯了 Excel 的人的习惯与xlrd中从 0 开始的索引规则完全不同索引运算坐标sheet[C3]、sheet[G255]直接使用 Excel 风格的列字母 行号坐标定位单元格。无论哪种方式最终都通过单元格对象的value属性获取单元格的值。切片获取多单元格通过类似sheet[A2:C5]或sheet[A2:C5]的切片操作可以一次获取多行多列该操作返回嵌套的元组外层元组对应行内层元组对应行内的单元格相当于取到了数据区域的子矩阵。这种切片能力在批量读取与数据预处理时非常实用。数据类型的格式化处理由于 Excel 单元格中可能存放日期、整数、浮点数、字符串等多种类型的数据上面的读取循环中针对datetime.datetime、int、float分别做了格式化输出日期转为“年月日”文本、浮点数保留 4 位小数、整数左对齐占位 10 位。这种“按类型分流处理”的写法正是真实业务中导出可读报表的常见套路与本教程第 24 天中xlrd章节对日期和数值的格式化思路一脉相承。写 Excel 文件使用openpyxl写入数据同样遵循“工作簿 → 工作表 → 单元格 → 保存”的步骤。下面的代码生成一张包含 5 名学生 3 门课程成绩的表格import random import openpyxl # 第一步创建工作簿Workbook wb openpyxl.Workbook() # 第二步添加工作表Worksheet sheet wb.active sheet.title 期末成绩 titles (姓名, 语文, 数学, 英语) for col_index, title in enumerate(titles): sheet.cell(1, col_index 1, title) names (关羽, 张飞, 赵云, 马超, 黄忠) for row_index, name in enumerate(names): sheet.cell(row_index 2, 1, name) for col_index in range(2, 5): sheet.cell(row_index 2, col_index, random.randrange(50, 101)) # 第四步保存工作簿 wb.save(考试成绩表.xlsx)关键 API 说明openpyxl.Workbook()创建空白工作簿默认自带一个名为Sheet的工作表wb.active获取当前激活的工作表sheet.title 期末成绩用于重命名工作表sheet.cell(row, col, value)第三个参数即要写入的值写入时同样遵循行列从 1 开始计数的规则wb.save(文件名)将工作簿持久化到磁盘。对比第 24 天xlwt的写法wb.add_sheet()添加工作表、sheet.write()写入单元格openpyxl的wb.active一步到位获取可写工作表代码更为简洁直观。调整样式与公式计算openpyxl最大的优势之一就是可以通过单元格对象Cell对象的属性直接调整样式包括字体font、对齐alignment、边框border等。下面代码在上一步生成的“考试成绩表.xlsx”基础上追加“平均分”列并完成公式计算与样式美化import openpyxl from openpyxl.styles import Font, Alignment, Border, Side # 对齐方式 alignment Alignment(horizontalcenter, verticalcenter) # 边框线条 side Side(colorff7f50, stylemediumDashed) wb openpyxl.load_workbook(考试成绩表.xlsx) sheet wb.worksheets[0] # 调整行高和列宽 sheet.row_dimensions[1].height 30 sheet.column_dimensions[E].width 120 sheet[E1] 平均分 # 设置字体 sheet.cell(1, 5).font Font(size18, boldTrue, colorff1493, name华文楷体) # 设置对齐方式 sheet.cell(1, 5).alignment alignment # 设置单元格边框 sheet.cell(1, 5).border Border(leftside, topside, rightside, bottomside) for i in range(2, 7): # 公式计算每个学生的平均分 sheet[fE{i}] faverage(B{i}:D{i}) sheet.cell(i, 5).font Font(size12, color4169e1, italicTrue) sheet.cell(i, 5).alignment alignment wb.save(考试成绩表.xlsx)样式对象解析Font控制字体常用参数有name字体名称如华文楷体要求本机已安装该字体、size字号、bold加粗、italic斜体、color颜色十六进制 RGB 字符串如ff1493、4169e1Alignment控制对齐horizontal可取center/left/rightvertical可取center/top/bottomSide与BorderSide定义单边线条colorstylestyle支持mediumDashed等线型Border将四条边left/right/top/bottom组合成一个完整边框row_dimensions/column_dimensions分别按行号与列字母设置行高height和列宽width。公式计算完全沿用 Excel 语法做公式计算时可以完全按照 Excel 中的操作方式——直接把以开头的公式字符串写入单元格即可sheet[fE{i}] faverage(B{i}:D{i})例如i 2时写入average(B2:D2)由 Excel/WPS 打开文件时自动计算语文、数学、英语三科的平均分。这种“公式即字符串”的设计大大降低了学习成本你在 Excel 里怎么写公式在openpyxl里就怎么写字面量。注意openpyxl写入公式后单元格的值需要由 Excel 应用打开文件时才能计算得出如果希望在 Python 端直接读取计算结果需要额外借助公式求值引擎这一点在纯写入场景下通常无需关心。生成统计图表openpyxl可以直接向 Excel 中插入统计图表做法与在 Excel 中插入图表大体一致创建图表对象 → 设置图表属性 → 绑定数据Reference→ 添加到工作表。下面的代码生成一张分组柱状图from openpyxl import Workbook from openpyxl.chart import BarChart, Reference wb Workbook(write_onlyTrue) sheet wb.create_sheet() rows [ (类别, 销售A组, 销售B组), (手机, 40, 30), (平板, 50, 60), (笔记本, 80, 70), (外围设备, 20, 10), ] # 向表单中添加行 for row in rows: sheet.append(row) # 创建图表对象 chart BarChart() chart.type col chart.style 10 # 设置图表的标题 chart.title 销售统计图 # 设置图表纵轴的标题 chart.y_axis.title 销量 # 设置图表横轴的标题 chart.x_axis.title 商品类别 # 设置数据的范围 data Reference(sheet, min_col2, min_row1, max_row5, max_col3) # 设置分类的范围 cats Reference(sheet, min_col1, min_row2, max_row5) # 给图表添加数据 chart.add_data(data, titles_from_dataTrue) # 给图表设置分类 chart.set_categories(cats) chart.shape 4 # 将图表添加到表单指定的单元格中 sheet.add_chart(chart, A10) wb.save(demo.xlsx)图表 API 要点Workbook(write_onlyTrue)只写模式创建的工作簿不可读、只可写配合sheet.append(row)逐行追加数据在大批量写入时内存占用更低、速度更快BarChart柱状图对象typecol表示垂直柱状图bar则为水平条形图style控制图表内置样式编号title为图表标题x_axis.title/y_axis.title设置横纵轴标题shape控制柱形形状数值对应不同样式Reference定义图表引用的数据区域。data引用B1:C5包含表头行因为设置了titles_from_dataTrue表头将被作为系列名称cats引用A2:A5作为分类轴横轴标签chart.add_data(data, titles_from_dataTrue)绑定数值系列并声明首行为系列标题chart.set_categories(cats)绑定分类标签sheet.add_chart(chart, A10)将图表锚定到工作表的A10单元格位置。运行上面的代码打开生成的demo.xlsx即可看到如下效果图表标题为“销售统计图”横轴为“手机 / 平板 / 笔记本 / 外围设备”四类商品纵轴为“销量”蓝色与红色两组柱分别对应销售 A 组与销售 B 组的销售数据与表格中的原始数据一一对应。从 openpyxl 到 pandas数据分析场景的进阶路径本教程在总结部分明确指出如果数据体量较大或处理方式较复杂推荐使用 pandas 库。这一点在仓库后续章节得到了充分印证——在 Day66-80/73.深入浅出pandas-2.md 中使用pd.read_excel(data/2022年股票数据.xlsx, sheet_nameAMZN, index_colDate)即可按表单名加载指定数据Day66-80/code/day05.ipynb 中则通过pd.read_excel(res/2020年销售数据.xlsx, sheet_namedata)读取真实销售数据文件。事实上pandas 读取 xlsx 时默认正是借助openpyxl作为底层引擎因此掌握本节内容也就理解了 pandas Excel 能力的根基。选择建议可以归纳为场景推荐方案读写旧版xls格式文件xlrd/xlwt见 24.Python读写Excel文件-1.md读写xlsx格式需要样式、公式、图表openpyxl本节大数据量表格计算、清洗、分析pandasDay66-80/73.深入浅出pandas-2.md 起总结通过本节的学习你已掌握openpyxl操作 Excel 文件的完整能力读load_workbook加载工作簿通过cell()/ 坐标索引 / 切片获取单元格数据并对日期、数值等类型做格式化输出写Workbook()wb.activecell()三步完成建表与填数save()落盘样式与公式Font/Alignment/Border/Side对象化设置样式以average(...)形式直接写入公式图表BarChartReference绑定数据区域add_chart将图表插入工作表选型旧格式用xlrd/xlwt新格式用openpyxl复杂数据分析交给 pandas。掌握了这些方法日常办公中大量繁琐的 Excel 处理工作——例如把多个格式相同的 Excel 文件合并到一个文件、从多个文件或表单中提取指定数据——都可以交给 Python 脚本一键完成这正是办公自动化与商业项目中 Excel 导入导出功能的实现基础。赞分享文档教程【免费下载链接】Python-100-DaysPython - 100天从新手到大师项目地址https://gitcode.com/GitHub_Trending/py/Python-100-Days点击查看免费下载相关推荐Python-100-Days 实战使用 xlrd、xlwt、xlutils 读写 Excel 文件.xls 篇Python 100 Days 实战使用 xlrd、xlwt、xlutils 读写 Excel 文件.xls 篇 导读 在日常办公自动化与商业项目中“导文档教程murex与Bash对比为什么说murex是更现代化的shell选择murex与Bash对比为什么说murex是更现代化的shell选择 在命令行界面CLI的世界里Bash无疑是经典之作但现代开发者面临着更复杂的数据处Python-100-Days 第2天编写并运行你的第一个 Python 程序Python 100 Days 第2天编写并运行你的第一个 Python 程序 本篇是《 Python 100天从新手到大师 https://link.git文档教程上一篇[v40.39.0 - 2026-09-14](https://github.com/joke2k/faker/compare/v40.38.0...v40.39.0)下一篇解锁卫星影像的无限可能用custom-scripts实现个性化视觉呈现的完整指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Python-100-Days 第 25 讲：openpyxl 读写 Excel 文件完整实战指南
文档教程【免费下载链接】Python-100-DaysPython - 100天从新手到大师项目地址https://gitcode.com/GitHub_Trending/py/Python-100-Days点击查看免费下载openpyxl是 Python 生态中最流行的 xlsx 格式 Excel 文件读写三方库之一本教程源自 Python-100-Days 第 25 天内容将带你完整掌握用openpyxl加载工作簿、读写单元格、调整样式、写入公式以及插入统计图表的能力。学完本节你可以独立实现办公自动化中的 Excel 数据导入导出、报表生成与表格样式美化等常见需求并为后续在数据分析项目中使用 pandas 处理 Excel 数据打下基础。openpyxl读写 xlsx 的瑞士军刀为什么选择 openpyxlExcel 是微软面向 Windows 和 macOS 开发的一款电子表格软件凭借直观的界面、出色的计算功能和图表工具一直是个人计算机上最流行的数据处理软件。虽然市面上还有 Google Sheets、LibreOffice Calc、Numbers 等竞品但它们基本都兼容 Excel 文件的读写因此掌握 Python 操作 Excel 的能力可以让日常办公自动化更轻松也让商业项目中常见的 Excel 导入导出功能变得更加可控。在本教程的前一章24.Python读写Excel文件-1.md中我们讲解了基于xlrd和xlwt操作旧版xls格式文件的方法——前者只负责读、后者只负责写操作相对割裂。而本章的主角openpyxl则同时支持读和写且它在样式编辑、公式计算、数据透视和图表插入等方面的便捷性都更胜一筹是处理 Office 2007 及以后版本即xlsx格式文件的首选方案。需要强调的是openpyxl不支持Office 2007 以前版本的 Excel 文件xls格式如果确需兼容旧格式请回看 Day21-30/24.Python读写Excel文件-1.md 中的xlrd/xlwt方案。安装 openpyxl使用pip即可完成安装pip install openpyxl在仓库的 Jupyter Notebook 数据分析示例中也保留了同样的安装方式例如 Day66-80/code/day04.ipynb 中的%pip install openpyxl以及 Day66-80/code/day01.ipynb 中一次性安装numpy pandas matplotlib openpyxl的做法说明openpyxl在数据分析链路中通常作为 Excel 文件的底层读写引擎出现。读取 Excel 文件假设当前文件夹下有一个名为“阿里巴巴2020年股票数据.xlsx”的 Excel 文件可以通过如下代码加载并查看其内容import datetime import openpyxl # 加载一个工作簿 --- Workbook wb openpyxl.load_workbook(阿里巴巴2020年股票数据.xlsx) # 获取工作表的名字 print(wb.sheetnames) # 获取工作表 --- Worksheet sheet wb.worksheets[0] # 获得单元格的范围 print(sheet.dimensions) # 获得行数和列数 print(sheet.max_row, sheet.max_column) # 获取指定单元格的值 print(sheet.cell(3, 3).value) print(sheet[C3].value) print(sheet[G255].value) # 获取多个单元格嵌套元组 print(sheet[A2:C5]) # 读取所有单元格的数据 for row_ch in range(2, sheet.max_row 1): for col_ch in ABCDEFG: value sheet[f{col_ch}{row_ch}].value if type(value) datetime.datetime: print(value.strftime(%Y年%m月%d日), end\t) elif type(value) int: print(f{value:10d}, end\t) elif type(value) float: print(f{value:.4f}, end\t) else: print(value, end\t) print()提示上面代码中使用的示例文件“阿里巴巴2020年股票数据.xlsx”可通过教程配套的云盘链接获取。读者也可以在仓库中找到真实的 xlsx 文件自行练习例如 Day66-80/code/res/2020年销售数据.xlsx 与 Day66-80/code/res/tips.xlsx它们是 pandas 数据分析章节Day66-80/75.深入浅出pandas-4.md中反复使用的真实数据文件。这段代码揭示了openpyxl读取 Excel 的完整对象层级Workbook工作簿openpyxl.load_workbook()返回工作簿对象sheetnames属性给出所有工作表名称列表Worksheet工作表通过wb.worksheets[0]按索引或wb[表名]按名称获取dimensions返回数据区域范围如A1:G255max_row/max_column返回行数与列数Cell单元格见下文的两种取值方式。单元格的两种获取方式openpyxl获取指定单元格有两种方式务必区分清楚cell方法sheet.cell(row, column)。需要注意该方法的行索引和列索引都是从1开始的这是为了照顾用惯了 Excel 的人的习惯与xlrd中从 0 开始的索引规则完全不同索引运算坐标sheet[C3]、sheet[G255]直接使用 Excel 风格的列字母 行号坐标定位单元格。无论哪种方式最终都通过单元格对象的value属性获取单元格的值。切片获取多单元格通过类似sheet[A2:C5]或sheet[A2:C5]的切片操作可以一次获取多行多列该操作返回嵌套的元组外层元组对应行内层元组对应行内的单元格相当于取到了数据区域的子矩阵。这种切片能力在批量读取与数据预处理时非常实用。数据类型的格式化处理由于 Excel 单元格中可能存放日期、整数、浮点数、字符串等多种类型的数据上面的读取循环中针对datetime.datetime、int、float分别做了格式化输出日期转为“年月日”文本、浮点数保留 4 位小数、整数左对齐占位 10 位。这种“按类型分流处理”的写法正是真实业务中导出可读报表的常见套路与本教程第 24 天中xlrd章节对日期和数值的格式化思路一脉相承。写 Excel 文件使用openpyxl写入数据同样遵循“工作簿 → 工作表 → 单元格 → 保存”的步骤。下面的代码生成一张包含 5 名学生 3 门课程成绩的表格import random import openpyxl # 第一步创建工作簿Workbook wb openpyxl.Workbook() # 第二步添加工作表Worksheet sheet wb.active sheet.title 期末成绩 titles (姓名, 语文, 数学, 英语) for col_index, title in enumerate(titles): sheet.cell(1, col_index 1, title) names (关羽, 张飞, 赵云, 马超, 黄忠) for row_index, name in enumerate(names): sheet.cell(row_index 2, 1, name) for col_index in range(2, 5): sheet.cell(row_index 2, col_index, random.randrange(50, 101)) # 第四步保存工作簿 wb.save(考试成绩表.xlsx)关键 API 说明openpyxl.Workbook()创建空白工作簿默认自带一个名为Sheet的工作表wb.active获取当前激活的工作表sheet.title 期末成绩用于重命名工作表sheet.cell(row, col, value)第三个参数即要写入的值写入时同样遵循行列从 1 开始计数的规则wb.save(文件名)将工作簿持久化到磁盘。对比第 24 天xlwt的写法wb.add_sheet()添加工作表、sheet.write()写入单元格openpyxl的wb.active一步到位获取可写工作表代码更为简洁直观。调整样式与公式计算openpyxl最大的优势之一就是可以通过单元格对象Cell对象的属性直接调整样式包括字体font、对齐alignment、边框border等。下面代码在上一步生成的“考试成绩表.xlsx”基础上追加“平均分”列并完成公式计算与样式美化import openpyxl from openpyxl.styles import Font, Alignment, Border, Side # 对齐方式 alignment Alignment(horizontalcenter, verticalcenter) # 边框线条 side Side(colorff7f50, stylemediumDashed) wb openpyxl.load_workbook(考试成绩表.xlsx) sheet wb.worksheets[0] # 调整行高和列宽 sheet.row_dimensions[1].height 30 sheet.column_dimensions[E].width 120 sheet[E1] 平均分 # 设置字体 sheet.cell(1, 5).font Font(size18, boldTrue, colorff1493, name华文楷体) # 设置对齐方式 sheet.cell(1, 5).alignment alignment # 设置单元格边框 sheet.cell(1, 5).border Border(leftside, topside, rightside, bottomside) for i in range(2, 7): # 公式计算每个学生的平均分 sheet[fE{i}] faverage(B{i}:D{i}) sheet.cell(i, 5).font Font(size12, color4169e1, italicTrue) sheet.cell(i, 5).alignment alignment wb.save(考试成绩表.xlsx)样式对象解析Font控制字体常用参数有name字体名称如华文楷体要求本机已安装该字体、size字号、bold加粗、italic斜体、color颜色十六进制 RGB 字符串如ff1493、4169e1Alignment控制对齐horizontal可取center/left/rightvertical可取center/top/bottomSide与BorderSide定义单边线条colorstylestyle支持mediumDashed等线型Border将四条边left/right/top/bottom组合成一个完整边框row_dimensions/column_dimensions分别按行号与列字母设置行高height和列宽width。公式计算完全沿用 Excel 语法做公式计算时可以完全按照 Excel 中的操作方式——直接把以开头的公式字符串写入单元格即可sheet[fE{i}] faverage(B{i}:D{i})例如i 2时写入average(B2:D2)由 Excel/WPS 打开文件时自动计算语文、数学、英语三科的平均分。这种“公式即字符串”的设计大大降低了学习成本你在 Excel 里怎么写公式在openpyxl里就怎么写字面量。注意openpyxl写入公式后单元格的值需要由 Excel 应用打开文件时才能计算得出如果希望在 Python 端直接读取计算结果需要额外借助公式求值引擎这一点在纯写入场景下通常无需关心。生成统计图表openpyxl可以直接向 Excel 中插入统计图表做法与在 Excel 中插入图表大体一致创建图表对象 → 设置图表属性 → 绑定数据Reference→ 添加到工作表。下面的代码生成一张分组柱状图from openpyxl import Workbook from openpyxl.chart import BarChart, Reference wb Workbook(write_onlyTrue) sheet wb.create_sheet() rows [ (类别, 销售A组, 销售B组), (手机, 40, 30), (平板, 50, 60), (笔记本, 80, 70), (外围设备, 20, 10), ] # 向表单中添加行 for row in rows: sheet.append(row) # 创建图表对象 chart BarChart() chart.type col chart.style 10 # 设置图表的标题 chart.title 销售统计图 # 设置图表纵轴的标题 chart.y_axis.title 销量 # 设置图表横轴的标题 chart.x_axis.title 商品类别 # 设置数据的范围 data Reference(sheet, min_col2, min_row1, max_row5, max_col3) # 设置分类的范围 cats Reference(sheet, min_col1, min_row2, max_row5) # 给图表添加数据 chart.add_data(data, titles_from_dataTrue) # 给图表设置分类 chart.set_categories(cats) chart.shape 4 # 将图表添加到表单指定的单元格中 sheet.add_chart(chart, A10) wb.save(demo.xlsx)图表 API 要点Workbook(write_onlyTrue)只写模式创建的工作簿不可读、只可写配合sheet.append(row)逐行追加数据在大批量写入时内存占用更低、速度更快BarChart柱状图对象typecol表示垂直柱状图bar则为水平条形图style控制图表内置样式编号title为图表标题x_axis.title/y_axis.title设置横纵轴标题shape控制柱形形状数值对应不同样式Reference定义图表引用的数据区域。data引用B1:C5包含表头行因为设置了titles_from_dataTrue表头将被作为系列名称cats引用A2:A5作为分类轴横轴标签chart.add_data(data, titles_from_dataTrue)绑定数值系列并声明首行为系列标题chart.set_categories(cats)绑定分类标签sheet.add_chart(chart, A10)将图表锚定到工作表的A10单元格位置。运行上面的代码打开生成的demo.xlsx即可看到如下效果图表标题为“销售统计图”横轴为“手机 / 平板 / 笔记本 / 外围设备”四类商品纵轴为“销量”蓝色与红色两组柱分别对应销售 A 组与销售 B 组的销售数据与表格中的原始数据一一对应。从 openpyxl 到 pandas数据分析场景的进阶路径本教程在总结部分明确指出如果数据体量较大或处理方式较复杂推荐使用 pandas 库。这一点在仓库后续章节得到了充分印证——在 Day66-80/73.深入浅出pandas-2.md 中使用pd.read_excel(data/2022年股票数据.xlsx, sheet_nameAMZN, index_colDate)即可按表单名加载指定数据Day66-80/code/day05.ipynb 中则通过pd.read_excel(res/2020年销售数据.xlsx, sheet_namedata)读取真实销售数据文件。事实上pandas 读取 xlsx 时默认正是借助openpyxl作为底层引擎因此掌握本节内容也就理解了 pandas Excel 能力的根基。选择建议可以归纳为场景推荐方案读写旧版xls格式文件xlrd/xlwt见 24.Python读写Excel文件-1.md读写xlsx格式需要样式、公式、图表openpyxl本节大数据量表格计算、清洗、分析pandasDay66-80/73.深入浅出pandas-2.md 起总结通过本节的学习你已掌握openpyxl操作 Excel 文件的完整能力读load_workbook加载工作簿通过cell()/ 坐标索引 / 切片获取单元格数据并对日期、数值等类型做格式化输出写Workbook()wb.activecell()三步完成建表与填数save()落盘样式与公式Font/Alignment/Border/Side对象化设置样式以average(...)形式直接写入公式图表BarChartReference绑定数据区域add_chart将图表插入工作表选型旧格式用xlrd/xlwt新格式用openpyxl复杂数据分析交给 pandas。掌握了这些方法日常办公中大量繁琐的 Excel 处理工作——例如把多个格式相同的 Excel 文件合并到一个文件、从多个文件或表单中提取指定数据——都可以交给 Python 脚本一键完成这正是办公自动化与商业项目中 Excel 导入导出功能的实现基础。赞分享文档教程【免费下载链接】Python-100-DaysPython - 100天从新手到大师项目地址https://gitcode.com/GitHub_Trending/py/Python-100-Days点击查看免费下载相关推荐Python-100-Days 实战使用 xlrd、xlwt、xlutils 读写 Excel 文件.xls 篇Python 100 Days 实战使用 xlrd、xlwt、xlutils 读写 Excel 文件.xls 篇 导读 在日常办公自动化与商业项目中“导文档教程murex与Bash对比为什么说murex是更现代化的shell选择murex与Bash对比为什么说murex是更现代化的shell选择 在命令行界面CLI的世界里Bash无疑是经典之作但现代开发者面临着更复杂的数据处Python-100-Days 第2天编写并运行你的第一个 Python 程序Python 100 Days 第2天编写并运行你的第一个 Python 程序 本篇是《 Python 100天从新手到大师 https://link.git文档教程上一篇[v40.39.0 - 2026-09-14](https://github.com/joke2k/faker/compare/v40.38.0...v40.39.0)下一篇解锁卫星影像的无限可能用custom-scripts实现个性化视觉呈现的完整指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考