python多種數(shù)據(jù)類型輸出為Excel文件
python中的列表、元組、字典、集合有時包含大量的數(shù)據(jù),而這樣的變量在主流編輯器PyCharm中并不能像MATLAB那樣直接可視化顯示出來亦或直接打印、復制粘貼。如下圖是一張圖片的像素點數(shù)據(jù):
因此我們需要將這些變量的數(shù)值輸出到Excel中,方便后續(xù)使用。
大致需要3個包:numpy、pandas和openpyxl,如果用Anaconda有的版本已經(jīng)自帶:
一.列表List
import pandas as pd data=[[1,2,3,4,5],[6,7,8,9,10]] df = pd.DataFrame(data) print(df) df.to_excel('D:\\output1.xlsx', index=False)
注意:
- openyxl不需要導入,只要安裝了就可以;但必須導入pandas
- 路徑及文件名需要自己寫,但是一定要用雙反斜杠——因為 \ 作為轉義符會抵消一個~
實際上,此處調用pandas包將原始數(shù)據(jù)變?yōu)?strong>dataframe型的數(shù)據(jù),因為上述只有數(shù)值,沒有定義行列,因此列標默認從0開始設置,用戶可以自行設置行列名:
import pandas as pd data=[[1,2,3,4,5],[6,7,8,9,10]] df = pd.DataFrame(data, index=['1行','2行'], columns=['1列','2列','3列','4列','5列']) print(df) df.to_excel('D:\\output5.xlsx', index=False)
需要注意的是,參數(shù)名必須嚴格寫index和columns~
另外可以設置index和columns的布爾值,選擇性保留行列標簽(默認為真):
import pandas as pd data=[[1,2,3,4,5],[6,7,8,9,10]] df = pd.DataFrame(data, index=['1行','2行'], columns=['1列','2列','3列','4列','5列']) print(df) df.to_excel('D:\\output6.xlsx')
二.字典dict
import pandas as pd data = {'隊名': ['拜仁慕尼黑', '勒沃庫森', '多特蒙德'], '所在州': ['巴伐利亞','北萊茵-威斯特法倫', '北萊茵-威斯特法倫'], '排名': [1, 2, 10]} df = pd.DataFrame(data) print(df) df.to_excel('D:\\output2.xlsx', index=False)
三.集合set
import pandas as pd data={1,2,3,4,5} df = pd.DataFrame(data) print(df) df.to_excel('D:\\output3.xlsx', index=False)
四.元組tuple
import pandas as pd data=(1,3,2,5) df = pd.DataFrame(data) print(df) df.to_excel('D:\\output4.xlsx', index=False)
總的來說,往往大量的數(shù)據(jù)處理主要用到的還是字典和列表~
到此這篇關于python多種數(shù)據(jù)類型輸出為Excel文件的文章就介紹到這了,更多相關python輸出為Excel文件內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
淺談Django學習migrate和makemigrations的差別
這篇文章主要介紹了淺談Django學習migrate和makemigrations的差別,具有一定借鑒價值,需要的朋友可以參考下2018-01-01Python基于均值漂移算法和分水嶺算法實現(xiàn)圖像分割
圖像分割是將圖像分成若干具有獨特性質的區(qū)域并提取感興趣目標的技術和過程。這篇文章將詳細講解基于均值漂移算法和分水嶺算法的圖像分割,需要的可以參考一下2023-01-01Python的Flask框架應用程序實現(xiàn)使用QQ賬號登錄的方法
利用QQ開放平臺的API使用QQ賬號登錄是現(xiàn)在很多網(wǎng)站都具備的功能,而對于Flask框架來說則有Flask-OAuthlib這個現(xiàn)成的輪子,這里我們就來看一下Python的Flask框架應用程序實現(xiàn)使用QQ賬號登錄的方法2016-06-06python解釋模型庫Shap實現(xiàn)機器學習模型輸出可視化
Shap 是一個開源的 python 庫,用于解釋模型。它可以創(chuàng)建多種類型的可視化,有助于了解模型和解釋模型是如何工作的。在本文中,我們將會分享一些Shap創(chuàng)建的不同類型的機器學習模型可視化2021-11-11Python的Django中將文件上傳至七牛云存儲的代碼分享
七牛云存儲可以幫助服務器轉存圖片等數(shù)據(jù),類似于Dropbox等存儲服務,這里就帶給大家Python的Django中將文件上傳至七牛云存儲的代碼分享,需要的朋友可以參考下2016-06-06