大数据与编程语言的有什么联系？

数据处理是 Python 的一大应用场景，而 Excel 则是最流行的数据处理软件。因此用 Python 进行数据相关的工作时，难免要和 Excel 打交道。

如果仅仅是要以表单形式保存数据，可以借助 CSV 格式(一种以逗号分隔的表格数据格式)进行处理，Excel 也支持此格式。但标准的 Excel 文件(xls/xlsx)具有较复杂的格式，并不方便像普通文本文件一样直接进行读写，需要借助第三方库来实现。

常用的库是 python-excel 系列：

• xlrd、xlwt、xlutils
• xlrd - 读取 Excel 文件
• xlwt - 写入 Excel 文件
• xlutils - 操作 Excel 文件的实用工具，如复制、分割、筛选等

尽管这是目前被用得最多的 Excel 库，我还是很想吐槽为什么这三个包不能放在一个模块里……另外它们有个缺陷，就是只能处理 xls 文件。如果你想用新版本的 xlsx，可以考虑 openpyxl 和 xlsxwriter。

非诚勿扰：正在学习python的小伙伴或者打算学习的，可以私信小编“01”领取资料!

不过今天只说说这三个。

安装

安装的方法没啥特别的，只是得装三遍。可以下载安装包、下载代码压缩包、或者通过 pip 等。

如果安装过之前推荐的 anaconda，那么就已经有了 xlrd 和 xlwt，但 xlutils 没有附带在安装包中，使用时仍需另行安装。

读取

结合一段简单的代码来看：

1. import xlrd 
2. # 打开 xls 文件 
3. book = xlrd.open_workbook("test.xls") 
4. print "表单数量:", book.nsheets 
5. print "表单名称:", book.sheet_names() 
6. # 获取第1个表单 
7. sh = book.sheet_by_index(0) 
8. print u"表单 %s 共 %d 行 %d 列" % (sh.name, sh.nrows, sh.ncols) 
9. print "第二行第三列:", sh.cell_value(1, 2) 
10. # 遍历所有表单 
11. for s in book.sheets(): 
12.     for r in range(s.nrows): 
13.         # 输出指定行 
14.         print s.row(r) 

测试文件：

输出结果：

1. 表单数量: 2  
2. 表单名称: [u'Group.A', u'Group.B']  
3. 表单 Group.A 共 7 行 3 列  
4. 第二行第三列: 15.0  
5. [text:u'Rank', text:u'Team', text:u'Points']  
6. [number:1.0, text:u'Brazil', number:15.0]  
7. [number:2.0, text:u'Russia', number:12.0]  
8. ... 

常用的方法：

• open_workbook 打开文件
• sheet_by_index 获取某一个表单
• sheets 获取所有表单
• cell_value 获取指定单元格的数据

写入

还是看代码：

1. import xlwt 
2. # 创建 xls 文件对象 
3. wb = xlwt.Workbook() 
4. # 新增一个表单 
5. sh = wb.add_sheet('A Test Sheet') 
6. # 按位置添加数据 
7. sh.write(0, 0, 1234.56) 
8. sh.write(1, 0, 8888) 
9. sh.write(2, 0, 'hello') 
10. sh.write(2, 1, 'world') 
11. # 保存文件 
12. wb.save('example.xls') 

生成文件：

常用的方法：

• Workbook 创建文件对象
• add_sheet 新增一个表单
• write 在指定单元格写入数据

修改

很遗憾，并没有直接修改 xls 文件的方法。通常的做法是，读取出文件，复制一份数据，对其进行修改，再保存。

在复制时，需要用到 xlutils 中的方法。

1. from xlrd import open_workbook 
2. from xlutils.copy import copy 
3. # 打开文件 
4. rb = open_workbook("example.xls") 
5. # 复制 
6. wb = copy(rb) 
7. # 选取表单 
8. s = wb.get_sheet(0) 
9. # 写入数据 
10. s.write(0, 1, 'new data') 
11. # 保存 
12. wb.save('example.xls') 

修改后文件：

特别要注意的是，选取读取表单时，要使用 sheet_by_index，而在选取写入表单时，则要用 get_sheet。不要问我为什么，我也很想知道这么设定的用意何在……

时间转换

如果表单中有时间格式的数据，通过处理之后，你会发现时间数据出了差错。

输出单元格内容：

1. [number:8888.0, xldate:42613.0] 

因为这里 xldate 有自己的格式定义。如果要使用正确的格式，必须转换：

1. new_date = xlrd.xldate.xldate_as_datetime(date, book.datemode) 

date 是对应单元格的数据，book 是打开的文件对象。

另外，在打开文件时，加上参数 formatting_info=True，可以保证在时间数据在 copy 时保持原样。

写入时间数据，则可通过此方法创建 excel 的时间对象：

1. xlrd.xldate.xldate_from_datetime_tuple 

或者通过 xlwt.easyxf 指定时间格式：

1. style = xlwt.easyxf(num_format_str='D-MMM-YY')ws.write(1, 0, datetime.now(), style) 

具体细节及更多功能这里不展开说明。

以上便是 Python 操作 Excel 文件的一些基本方法。实际使用过程中遇到问题或者需要了解更多功能，永远记住两个词：

• RTFM、STFW
• ：)
  大数据（big data）是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据有五大特点，即大量（Volume）、高速（Velocity）、多样（Variety）、低价值密度（Value）、真实性（Veracity）。它并没有统计学的抽样方法，只是观察和追踪发生的事情。