workbook = xlrd2.open_workbook("1.xlsx")  # 返回一個workbook數(shù)據(jù)類型的值
sheets = workbook.sheet_names()
print(sheets)
# 結(jié)果：
# ['Sheet1', 'Sheet2']

workbook = openpyxl.load_workbook("1.xlsx")	    # 返回一個workbook數(shù)據(jù)類型的值
print(workbook.sheetnames)	    # 打印Excel表中的所有表
 
# 結(jié)果：
# ['Sheet1', 'Sheet2']

workbook = openpyxl.load_workbook("數(shù)據(jù)源總表(1).xlsx")	    # 返回一個workbook數(shù)據(jù)類型的值
print(workbook.sheetnames)	    # 打印Excel表中的所有表
sheet = workbook['Sheet1']  # 獲取指定sheet表
print(sheet)
 
# 結(jié)果：
# ['Sheet1', 'Sheet2']
# <Worksheet "Sheet1">

workbook = openpyxl.load_workbook("數(shù)據(jù)源總表(1).xlsx")	    # 返回一個workbook數(shù)據(jù)類型的值
print(workbook.sheetnames)	    # 打印Excel表中的所有表
sheet = workbook['1、基本情況']  # 獲取指定sheet表
print(sheet)
print('rows', sheet.max_row, 'column', sheet.max_column)    # 獲取行數(shù)和列數(shù)

import pandas as pd
#1.讀取前n行所有數(shù)據(jù)
df1=pd.read_excel('d1.xlsx')#讀取xlsx中的第一個sheet
 
data1=df1.head(10)    #讀取前10行所有數(shù)據(jù)
data2=df1.values    #list【】  相當于一個矩陣，以行為單位
#data2=df.values()   報錯：TypeError: 'numpy.ndarray' object is not callable
print("獲取到所有的值：\n{0}".format(data1))#格式化輸出
print("獲取到所有的值：\n{0}".format(data2))
 
#2.讀取特定行特定列
data3=df1.iloc[0].values    #讀取第一行所有數(shù)據(jù)
data4=df1.iloc[1,1]    #讀取指定行列位置數(shù)據(jù)：讀?。?，1）位置的數(shù)據(jù)
data5=df1.iloc[[1,2]].values    #讀取指定多行：讀取第一行和第二行所有數(shù)據(jù)
data6=df1.iloc[:,[0]].values    #讀取指定列的所有行數(shù)據(jù)：讀取第一列所有數(shù)據(jù)
 
print("數(shù)據(jù)：\n{0}".format(data3))
print("數(shù)據(jù)：\n{0}".format(data4))
print("數(shù)據(jù)：\n{0}".format(data5))
print("數(shù)據(jù)：\n{0}".format(data6))
 
#3.獲取xlsx文件行號、列號
print("輸出行號列表{}".format(df1.index.values))    #獲取所有行的編號：0、1、2、3、4
print("輸出列標題{}".format(df1.columns.values))    #也就是每列的第一個元素
 
#4.將xlsx數(shù)據(jù)轉(zhuǎn)換為字典
data=[]
for i in df1.index.values:    #獲取行號的索引，并對其遍歷
    #根據(jù)i來獲取每一行指定的數(shù)據(jù)，并用to_dict轉(zhuǎn)成字典
    row_data=df1.loc[i,['id','name','class','data','score',]].to_dict()
    data.append(row_data)
print("最終獲取到的數(shù)據(jù)是：{0}".format(data))
 
#iloc和loc的區(qū)別：iloc根據(jù)行號來索引，loc根據(jù)index來索引。
#所以1，2，3應該用iloc，4應該有l(wèi)oc

import pandas as pd
 
file_path = r'int.xlsx'   # r對路徑進行轉(zhuǎn)義，windows需要
df = pd.read_excel(file_path, header=0, usecols=[3, 4])  # header=0表示第一行是表頭，就自動去除了, 指定讀取第3和4列

import pandas as pd
 
file_path = r'int.xlsx'   # r對路徑進行轉(zhuǎn)義，windows需要
df = pd.read_excel(file_path, header=0, usecols=[3, 4])  # header=0表示第一行是表頭，就自動去除了, 指定讀取第3和4列
i, o = list(df['i']), list(df['o'])
in_links, out_links = [], []
 
a = set(in_links)   # 轉(zhuǎn)成元祖
b = set(out_links)
c = (a & b)  # 集合c和b中都包含了的元素
print(a, '\n', b)
print('兩個列表中相同的元素是：', list(c))

import pandas as pd
 
file_path = 'intersection.xlsx'   # r對路徑進行轉(zhuǎn)義，windows需要
df = pd.read_excel(file_path, header=0, usecols=[0])  # header=0表示第一行是表頭，就自動去除了, 指定讀取第1列
print(df)

pip install openpyxl

# -*-coding:utf8 -*-

pip uninstall matplotlib  # 卸載原來的版本
pip install matplotlib==3.1.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com  # 安裝3.1版本