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。
关于xlwings
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！
xlwings安装和导入
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：
pip install xlwingsxlwings导入：
import xlwings as xw
xlwings实操
- 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").valuexlwings与numpy、pandas、matplotlib互动
- 支持写入numpy array数据类型
import numpy as npnp_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 pddf = 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 inlinefig = plt.figure()plt.plot([1, 2, 3, 4, 5])sht.pictures.add(fig, name='MyPlot', update=True)xlwings与VBA互相调用
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。
总结
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！
