詳解如何利用Python實(shí)現(xiàn)報(bào)表自動(dòng)化
本篇文章將帶你了解報(bào)表自動(dòng)化的流程，并教你用Python實(shí)現(xiàn)工作中的一個(gè)報(bào)表自動(dòng)化實(shí)戰(zhàn)，篇幅較長，建議先收藏，文章具體的目錄為：
1.Excel的基本組成
2.一份報(bào)表自動(dòng)化的流程
3.報(bào)表自動(dòng)化實(shí)戰(zhàn)
- 當(dāng)日各項(xiàng)指標(biāo)同環(huán)比情況
- 當(dāng)日各省份創(chuàng)建訂單量情況
- 最近一段時(shí)間創(chuàng)建訂單量趨勢
4.將不同的結(jié)果進(jìn)行合并
- 將不同結(jié)果合并到同一個(gè)Sheet中
- 將不同結(jié)果合并到同一個(gè)工作簿的不同Sheet中
Excel的基本組成
我們一般在最開始做報(bào)表的時(shí)候，基本都是從Excel開始的，都是利用Excel在做報(bào)表，所以我們先了解下Excel的基本組成。
下圖是Excel的中各個(gè)部分的組成關(guān)系，我們工作中每天會(huì)處理很多Excel文件，一個(gè)Excel文件其實(shí)就是一個(gè)工作簿。你在每次新建一個(gè)Excel文件時(shí)，文件名都會(huì)默認(rèn)是工作簿x，其中x就是你新建的文件個(gè)數(shù)。而一個(gè)工作簿里面又可以有多個(gè)Sheet，不同Sheet之間是一個(gè)獨(dú)立的表。每一個(gè)Sheet里面又由若干個(gè)單元格組成。每一個(gè)單元格又有若干的元素或?qū)傩?，我們一般針?duì)Excel文件進(jìn)行設(shè)置最多的其實(shí)就是針對(duì)單元格的元素進(jìn)行設(shè)置。
而針對(duì)單元格元素進(jìn)行設(shè)置的主要內(nèi)容其實(shí)就是如下圖菜單欄中顯示，比如字體、對(duì)齊方式、條件格式等內(nèi)容。本書也是按照Excel菜單欄中的各個(gè)模塊進(jìn)行編寫。
一份自動(dòng)化報(bào)表的流程
下圖是我整理的做一份自動(dòng)化報(bào)表需要經(jīng)歷的流程，主要分為5個(gè)步驟：
第一步是對(duì)要做的報(bào)表進(jìn)行步驟拆解，這個(gè)步驟拆解和用不用工具或者是用什么工具沒有直接關(guān)系，比如做報(bào)表的第一步一般都是收集數(shù)據(jù)，這個(gè)數(shù)據(jù)可能是線下人員記錄在紙質(zhì)筆記本上的，也可能是存儲(chǔ)在Excel表里面的，還有可能是存儲(chǔ)在數(shù)據(jù)庫里面的。會(huì)因?yàn)閿?shù)據(jù)源的類型或者是存儲(chǔ)方式不同，對(duì)應(yīng)的收集數(shù)據(jù)方式會(huì)不一樣，但是收集數(shù)據(jù)這個(gè)步驟本身是不會(huì)變的，這個(gè)步驟的目的就是把數(shù)據(jù)收集過來。
第二步是去想第一步里面涉及到的每一個(gè)具體步驟對(duì)應(yīng)的代碼實(shí)現(xiàn)方式，一般都是去找對(duì)應(yīng)每一步的代碼，比如導(dǎo)入數(shù)據(jù)的代碼是什么樣的，再比如重復(fù)值刪除的代碼是什么樣的。
第三步是將第二步中各個(gè)步驟對(duì)應(yīng)的代碼進(jìn)行組合，組合成一個(gè)完整的代碼。
第四步是對(duì)第三步完整代碼得出來的報(bào)表結(jié)果進(jìn)行驗(yàn)證，看結(jié)果是否正確。
第五步就是等待調(diào)用，看什么時(shí)候需要制作報(bào)表了，然后就將寫好的代碼執(zhí)行一遍就行。
其實(shí)報(bào)表自動(dòng)化本質(zhì)上就是讓機(jī)器代替人工做事情的過程，我們只需要把我們?nèi)斯ば枰龅拿恳粋€(gè)步驟轉(zhuǎn)化成機(jī)器可以理解的語言，也就是代碼，然后讓機(jī)器自動(dòng)去執(zhí)行，這其實(shí)就是實(shí)現(xiàn)了自動(dòng)化。
報(bào)表自動(dòng)化實(shí)戰(zhàn)
這一節(jié)給大家演示下在實(shí)際工作中如何結(jié)合Pandas和openpyxl來自動(dòng)化生成報(bào)表。
假設(shè)我們現(xiàn)在有如下一份數(shù)據(jù)集：
現(xiàn)在我們需要根據(jù)這份數(shù)據(jù)集來制作每天的日?qǐng)?bào)情況，會(huì)主要包含三方面：
- 當(dāng)日各項(xiàng)指標(biāo)的同環(huán)比情況；
- 當(dāng)日各省份創(chuàng)建訂單量情況；
- 最近一段時(shí)間創(chuàng)建訂單量趨勢
接下來分別來實(shí)現(xiàn)這三部分。
當(dāng)日各項(xiàng)指標(biāo)的同環(huán)比情況
我們先用Pandas對(duì)數(shù)據(jù)進(jìn)行計(jì)算處理，得到各指標(biāo)的同環(huán)比情況，具體實(shí)現(xiàn)代碼如下：
#導(dǎo)入文件
import pandas as pd
df = pd.read_excel(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\sale_data.xlsx')
#構(gòu)造同時(shí)獲取不同指標(biāo)的函數(shù)
def get_data(date):
create_cnt = df[df['創(chuàng)建日期'] == date]['order_id'].count()
pay_cnt = df[df['付款日期'] == date]['order_id'].count()
receive_cnt = df[df['收貨日期'] == date]['order_id'].count()
return_cnt = df[df['退款日期'] == date]['order_id'].count()
return create_cnt,pay_cnt,receive_cnt,return_cnt
#假設(shè)當(dāng)日是2021-04-11
#獲取不同時(shí)間段的各指標(biāo)值
df_view = pd.DataFrame([get_data('2021-04-11')
,get_data('2021-04-10')
,get_data('2021-04-04')]
,columns = ['創(chuàng)建訂單量','付款訂單量','收貨訂單量','退款訂單量']
,index = ['當(dāng)日','昨日','上周同期']).T
df_view['環(huán)比'] = df_view['當(dāng)日'] / df_view['昨日'] - 1
df_view['同比'] = df_view['當(dāng)日'] / df_view['上周同期'] - 1
df_view
運(yùn)行上面代碼會(huì)得到如下結(jié)果：
上面只是得到了各指標(biāo)的同環(huán)比絕對(duì)數(shù)值，但是我們一般的日?qǐng)?bào)在發(fā)出去之前都要做一些格式調(diào)整的，比如調(diào)整字體之類的。而格式調(diào)整就需要用到openpyxl庫，我們需要將Pandas庫中DataFrame格式的數(shù)據(jù)轉(zhuǎn)化為適用openpyxl庫的數(shù)據(jù)格式，具體實(shí)現(xiàn)代碼如下：
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
#創(chuàng)建空工作簿
wb = Workbook()
ws = wb.active
#將DataFrame格式數(shù)據(jù)轉(zhuǎn)化為openpyxl格式
for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r)
wb.save(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\核心指標(biāo)_原始.xlsx')
運(yùn)行上面代碼會(huì)得到如下結(jié)果，可以看到原始的數(shù)據(jù)文件看起來是很混亂的：
接下來我們針對(duì)上面原始數(shù)據(jù)文件進(jìn)行格式調(diào)整，具體調(diào)整代碼如下：
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
from openpyxl.styles import colors
from openpyxl.styles import Font
from openpyxl.styles import PatternFill
from openpyxl.styles import Border, Side
from openpyxl.styles import Alignment
wb = Workbook()
ws = wb.active
for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r)
#第二行是空的，刪除第二行
ws.delete_rows(2)
#給A1單元格進(jìn)行賦值
ws['A1'] = '指標(biāo)'
#插入一行作為標(biāo)題行
ws.insert_rows(1)
ws['A1'] = '電商業(yè)務(wù)方向 2021/4/11 日?qǐng)?bào)'
#將標(biāo)題行的單元格進(jìn)行合并
ws.merge_cells('A1:F1') #合并單元格
#對(duì)第1行至第6行的單元格進(jìn)行格式設(shè)置
for row in ws[1:6]:
for c in row:
#字體設(shè)置
c.font = Font(name = '微軟雅黑',size = 12)
#對(duì)齊方式設(shè)置
c.alignment = Alignment(horizontal = "center")
#邊框線設(shè)置
c.border = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000"))
#對(duì)標(biāo)題行和表頭行進(jìn)行特殊設(shè)置
for row in ws[1:2]:
for c in row:
c.font = Font(name = '微軟雅黑',size = 12,bold = True,color = "FFFFFFFF")
c.fill = PatternFill(fill_type = 'solid',start_color='FFFF6100')
#將環(huán)比和同比設(shè)置成百分比格式
for col in ws["E":"F"]:
for r in col:
r.number_format = '0.00%'
#調(diào)整列寬
ws.column_dimensions['A'].width = 13
ws.column_dimensions['E'].width = 10
#保存調(diào)整后的文件
wb.save(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\核心指標(biāo).xlsx')
運(yùn)行上面代碼會(huì)得到如下結(jié)果：
可以看到各項(xiàng)均已設(shè)置成功。
當(dāng)日各省份創(chuàng)建訂單量情況
df_province = pd.DataFrame(df[df['創(chuàng)建日期'] == '2021-04-11'].groupby('省份')['order_id'].count())
df_province = df_province.reset_index()
df_province = df_province.sort_values(by = 'order_id',ascending = False)
df_province = df_province.rename(columns = {'order_id':'創(chuàng)建訂單量'})
df_province
我們同樣先利用Pandas庫處理得到當(dāng)日各省份創(chuàng)建訂單量情況，具體實(shí)現(xiàn)代碼如下：
運(yùn)行上面代碼會(huì)得到如下結(jié)果：
在得到各省份當(dāng)日創(chuàng)建訂單量的絕對(duì)數(shù)值之后，同樣對(duì)其進(jìn)行格式設(shè)置，具體設(shè)置代碼如下：
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
from openpyxl.styles import colors
from openpyxl.styles import Font
from openpyxl.styles import PatternFill
from openpyxl.styles import Border, Side
from openpyxl.styles import Alignment
from openpyxl.formatting.rule import DataBarRule
wb = Workbook()
ws = wb.active
for r in dataframe_to_rows(df_province,index = False,header = True):
ws.append(r)
#對(duì)第1行至第11行的單元格進(jìn)行設(shè)置
for row in ws[1:11]:
for c in row:
#字體設(shè)置
c.font = Font(name = '微軟雅黑',size = 12)
#對(duì)齊方式設(shè)置
c.alignment = Alignment(horizontal = "center")
#邊框線設(shè)置
c.border = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000"))
#設(shè)置進(jìn)度條條件格式
rule = DataBarRule(start_type = 'min',end_type = 'max',
color="FF638EC6", showValue=True, minLength=None, maxLength=None)
ws.conditional_formatting.add('B1:B11',rule)
#對(duì)第1行標(biāo)題行進(jìn)行設(shè)置
for c in ws[1]:
c.font = Font(name = '微軟雅黑',size = 12,bold = True,color = "FFFFFFFF")
c.fill = PatternFill(fill_type = 'solid',start_color='FFFF6100')
#調(diào)整列寬
ws.column_dimensions['A'].width = 17
ws.column_dimensions['B'].width = 13
#保存調(diào)整后的文件
wb.save(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\各省份銷量情況.xlsx')
運(yùn)行上面代碼會(huì)得到如下結(jié)果：
最近一段時(shí)間創(chuàng)建訂單量趨勢
一般用折線圖的形式反映某個(gè)指標(biāo)的趨勢情況，我們前面也講過，在實(shí)際工作中我們一般用matplotlib或者其他可視化的庫進(jìn)行圖表繪制，并將其進(jìn)行保存，然后再利用openpyxl庫將圖表插入到Excel中。
先利用matplotlib庫進(jìn)行繪圖，具體實(shí)現(xiàn)代碼如下：
%matplotlib inline
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]='SimHei'#解決中文亂碼
#設(shè)置圖表大小
plt.figure(figsize = (10,6))
df.groupby('創(chuàng)建日期')['order_id'].count().plot()
plt.title('4.2 - 4.11 創(chuàng)建訂單量分日趨勢')
plt.xlabel('日期')
plt.ylabel('訂單量')
#將圖表保存到本地
plt.savefig(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\4.2 - 4.11 創(chuàng)建訂單量分日趨勢.png')
將保存到本地的圖表插入到Excel中，具體實(shí)現(xiàn)代碼如下：
from openpyxl import Workbook from openpyxl.drawing.image import Image wb = Workbook() ws = wb.active img = Image(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\4.2 - 4.11 創(chuàng)建訂單量分日趨勢.png') ws.add_image(img, 'A1') wb.save(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\4.2 - 4.11 創(chuàng)建訂單量分日趨勢.xlsx')
運(yùn)行上面代碼會(huì)得到如下結(jié)果，可以看到圖表已經(jīng)被成功插入到Excel中：
將不同的結(jié)果進(jìn)行合并
上面我們是把每一部分都單獨(dú)拆開來實(shí)現(xiàn)，最后存儲(chǔ)在了不同的Excel文件中。當(dāng)然了，有的時(shí)候放在不同文件中會(huì)比較麻煩，我們就需要把這些結(jié)果合并在同一個(gè)Excel的相同Sheet或者不同Sheet中。
將不同的結(jié)果合并到同一個(gè)Sheet中：
將不同的結(jié)果合并到同一個(gè)Sheet中的難點(diǎn)在于不同表結(jié)果的結(jié)構(gòu)不一樣，而且需要在不同結(jié)果之間進(jìn)行留白。
首先插入核心指標(biāo)表df_review，插入方式與單獨(dú)的插入是一樣的，具體代碼如下：
for r in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r)
接下來就該插入各省份情況表df_province，因?yàn)閍ppend默認(rèn)是從第一行開始插入的，而我們前面幾行已經(jīng)有df_view表的數(shù)據(jù)了，所以就不能用appen的方式進(jìn)行插入，而只能通過遍歷每一個(gè)單元格的方式進(jìn)行插入。
那我們?cè)趺粗酪闅v哪些單元格呢？核心需要知道遍歷開始的行列和遍歷結(jié)束的行列。
遍歷開始的行 = df_view表占據(jù)的行 + 留白的行(一般表與表之間留2行) + 1
遍歷結(jié)束的行 = 遍歷開始的行 + df_province表占據(jù)的行
遍歷開始的列 = 1
遍歷結(jié)束的列 = df_province表占據(jù)的列
而又因?yàn)镈ataFrame中獲取列名的方式和獲取具體值的方式不太一樣，所以我們需要分別插入，先插入列名，具體代碼如下：
for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 5,column = 1 + j).value = df_province.columns[r]
df_province.shape[1]是獲取df_province表有多少列，df_view.shape[0]是獲取df_view表有多少行。
前面說過，遍歷開始的行是表占據(jù)的行加上留白的行再加1，一般留白的行是2，可是這里面為啥是df_view.shape[0] + 5呢？這是因?yàn)閐f_view.shape[0]是不包列名行的，同時(shí)在插入Excel中的時(shí)候會(huì)默認(rèn)增加1行空行，所以就需要在留白行的基礎(chǔ)上再增加2行，即2 + 2 + 1 = 5。
因?yàn)閞ange()函數(shù)是默認(rèn)是從0開始的，而Excel中的列是從1開始的，所以column需要加1。
上面的代碼只是把df_province表的列名插入進(jìn)來了，接下來插入具體的值，方式與插入列名的方式一致，只不過需要在列名的下一行開始插入，具體代碼如下：
接下來就該插入圖片了，插入圖片的方式與前面單獨(dú)的插入是一致的，具體代碼如下：
#再把具體的值插入
for i in range(df_province.shape[0]):
for j in range(df_province.shape[1]):
ws.cell(row = df_view.shape[0] + 6 + i,column = 1 + j).value = df_province.iloc[i,j]
將所有的數(shù)據(jù)插入以后就該對(duì)這些數(shù)據(jù)進(jìn)行格式設(shè)置了，因?yàn)椴煌淼慕Y(jié)構(gòu)不一樣，所以我們沒法直接批量針對(duì)所有的單元格進(jìn)行格式設(shè)置，只能分范圍分別進(jìn)行設(shè)置，而不同范圍的格式可能是一樣的，所以我們先預(yù)設(shè)一些格式變量，這樣后面用到的時(shí)候直接調(diào)取這些變量即可，減少代碼冗余，具體代碼如下：
#插入圖片 img = Image(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\4.2 - 4.11 創(chuàng)建訂單量分日趨勢.png') ws.add_image(img, 'G1')
格式預(yù)設(shè)完之后就可以對(duì)各個(gè)范圍分別進(jìn)行格式設(shè)置了，具體代碼如下：
#格式預(yù)設(shè)
#表頭字體設(shè)置
title_Font_style = Font(name = '微軟雅黑',size = 12,bold = True,color = "FFFFFFFF")
#普通內(nèi)容字體設(shè)置
plain_Font_style = Font(name = '微軟雅黑',size = 12)
Alignment_style = Alignment(horizontal = "center")
Border_style = Border(left = Side(border_style = "thin",color = "FF000000"),
right = Side(border_style = "thin",color = "FF000000"),
top = Side(border_style = "thin",color = "FF000000"),
bottom = Side(border_style = "thin",color = "FF000000"))
PatternFill_style = PatternFill(fill_type = 'solid',start_color='FFFF6100')
最后將上面所有代碼片段合并在一起，就是將不同的結(jié)果文件合并到同一個(gè)Sheet中的完整代碼，具體結(jié)果如下，可以看到不同結(jié)果文件合并在了一起，并且各自的格式設(shè)置完好。
將不同的結(jié)果合并到同一工作簿的不同Sheet中：
將不同的結(jié)果合并到同一工作簿的不同Sheet中比較好實(shí)現(xiàn)，只需要新建幾個(gè)Sheet，然后針對(duì)不同的Sheet插入數(shù)據(jù)即可，具體實(shí)現(xiàn)代碼如下：
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows
wb = Workbook()
ws = wb.active
ws1 = wb.create_sheet()
ws2 = wb.create_sheet()
#更改sheet的名稱
ws.title = "核心指標(biāo)"
ws1.title = "各省份銷情況"
ws2.title = "分日趨勢"
for r1 in dataframe_to_rows(df_view,index = True,header = True):
ws.append(r1)
for r2 in dataframe_to_rows(df_province,index = False,header = True):
ws1.append(r2)
img = Image(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\4.2 - 4.11 創(chuàng)建訂單量分日趨勢.png')
ws2.add_image(img, 'A1')
wb.save(r'D:\Data-Science\share\excel-python報(bào)表自動(dòng)化\多結(jié)果合并_多Sheet.xlsx')
運(yùn)行上面代碼，會(huì)得到如下結(jié)果，可以看到創(chuàng)建了3個(gè)Sheet，且不同的內(nèi)容保存到了不同Sheet中：
到這里我們的一份自動(dòng)化報(bào)表的代碼就完成了，以后每次需要用到這份報(bào)表的時(shí)候，把上面代碼執(zhí)行一遍，結(jié)果馬上就可以出來，當(dāng)然了也可以設(shè)置定時(shí)執(zhí)行，到時(shí)間結(jié)果就自動(dòng)發(fā)送到你郵箱里面啦。
以上就是詳解如何利用Python實(shí)現(xiàn)報(bào)表自動(dòng)化的詳細(xì)內(nèi)容，更多關(guān)于Python報(bào)表自動(dòng)化的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了Python開發(fā)一個(gè)桌面小程序功能,開發(fā)環(huán)境界面設(shè)置，功能介紹結(jié)合示例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-04-04
python+numpy按行求一個(gè)二維數(shù)組的最大值方法
今天小編就為大家分享一篇python+numpy按行求一個(gè)二維數(shù)組的最大值方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07
python多進(jìn)程下的生產(chǎn)者和消費(fèi)者模型
這篇文章主要介紹了python多進(jìn)程下的生產(chǎn)者和消費(fèi)者模型，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-05-05
這篇文章主要介紹了詳解分布式任務(wù)隊(duì)列Celery使用說明，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-11-11
這篇文章主要介紹了vscode配置anaconda3的方法步驟，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
Python使用difflib標(biāo)準(zhǔn)庫實(shí)現(xiàn)查找文本間的差異
在文本處理和比較中,查找文本之間的差異是一項(xiàng)常見的任務(wù),本文將詳細(xì)介紹如何使用difflib模塊來查找文本之間的差異,包括單行和多行文本的比較、生成差異報(bào)告,需要的可以參考下2024-03-03
Python構(gòu)建一個(gè)簡單的數(shù)據(jù)處理流水線
數(shù)據(jù)處理流水線是數(shù)據(jù)分析和工程中非常常見的概念,通過流水線的設(shè)計(jì),可以將數(shù)據(jù)的采集、處理、存儲(chǔ)等步驟連接起來,實(shí)現(xiàn)自動(dòng)化的數(shù)據(jù)流,使用Python構(gòu)建一個(gè)簡單的數(shù)據(jù)處理流水線（Data?Pipeline）,一步步構(gòu)建流程,并附上流程圖來幫助你更好地理解數(shù)據(jù)流的工作方式2024-12-12
python實(shí)現(xiàn)快速排序的示例(二分法思想)
本篇文章主要介紹了python實(shí)現(xiàn)快速排序的示例(二分法思想)，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-03-03
Python3 Tkinter選擇路徑功能的實(shí)現(xiàn)方法
今天小編就為大家分享一篇Python3 Tkinter選擇路徑功能的實(shí)現(xiàn)方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-06-06
python實(shí)現(xiàn)csv格式文件轉(zhuǎn)為asc格式文件的方法
下面小編就為大家分享一篇python實(shí)現(xiàn)csv格式文件轉(zhuǎn)為asc格式文件的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-03-03