带有openpyxl库时,直接打包,总会失败: 原因:看本地文件...Anaconda3\Lib\site-packages\PyInstaller\hooks\hook-openpyxl.py 发现pyinstaller支持openpyxl打包版本是2.3.4,查看自己装的openpyxl版本是2.6.1,那么卸载当前openpyxl库,安装2.3.4版本: 命令行: pip uninstall openpyxl pip install openpyxl==2.3.4 安装完成之后,再打包:

在自学到接口自动化测试时, 发现要从excel中读取测试用例的数据, 假如我的数据是这样的: 最好是每行数据对应着一条测试用例, 为方便取值, 我选择使用pandas库, 先安装 pip install pandas. 然后导入: import pandas as pd df=pd.read_excel('../test_data/test_data.xlsx',sheet_name='hehe') 默认第一行数据是表头,先来简单了解一下pandas的用法: 输入: print(df.head(

一.简介: Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.pandas提供了大量能使我们快速便捷地处理数据的函数和方法.你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一. 官网: http://pandas.pydata.org/pandas-docs/stable/10min.html

1. DataFrame 处理缺失值  dropna() df2.dropna(axis=0, how='any', subset=[u'ToC'], inplace=True) 把在ToC列有缺失值的行去掉 补充:还可以用df.fillna()来把缺失值替换为某个特殊标记 df = df.fillna("missing") # 用字符串替代 df = df.fillna(df.mean()) # 用均值或者其它描述性统计值替代 2. 根据某维度计算重复的行   duplicated(

Python第三方库之openpyxl(2) 简单的使用 写一个工作簿 >>> from openpyxl import Workbook >>> from openpyxl.compat import range >>> from openpyxl.utils import get_column_letter >>> >>> wb = Workbook() >>> >>> des

python主流绘图工具:matplotlib ,seaborn,pandas ,openpyxl ,xslwriter openpyxl :首先说下这个官网的demo,看的有点懵,没有具体说明多个图在一个excel引用不通ws Rererence 只是简单的一个deepcopy 用的一点懵逼,反正我是没看懂,其次多sheet写入也未做拓展, 看了下博客哪些水军一篇粘贴复制毫无新意: 下面以openpyxl 3d bar 柱状图为例:演示效果多sheet 生成柱状图: 官网:https://op

本系列分为两篇: 1.[转]windows和linux中搭建python集成开发环境IDE 2.[转]linux和windows下安装python集成开发环境及其python包 3.windows和linux中搭建python集成开发环境IDE——如何设置多个python环境 Install Python packages on Ubuntu 14.04 from chris' sandbox In this post I will document my setup of Python 2.7

#!/usr/bin/env python # encoding: utf-8 #@author: jack import random from time import sleep import pandas as pd from openpyxl import load_workbook from urllib import request from lxml import etree wb = load_workbook('cve.xlsx')#要读取的excel文件名,用openpyxl

一.写入 写入csv和json, 可以使用csv这个包写, 我这里没有使用, 并且把写csv和json的写到一起了 具体的代码就不解释了 def write_file(file_name, items, file_type="json", mode="a+", csv_separ=",", is_close=True, is_count=True): """ file_name: file path or file

一般用两种格式的数据写入,不多说放上demo. 1.列表形式写入 import xlwt def data_write(file_path, datas): f = xlwt.Workbook() sheet1 = f.add_sheet(u'sheet1',cell_overwrite_ok=True) #创建sheet title = [] #加入表头 datas.insert(0, title) #写入表头 style = xlwt.XFStyle() #创建样式 align = xlwt

封装Excel工具类 我们常用的excel工具类,读有xlrd,写有xlwt.有读有写,新一代库有pandas,openpyxl等等. 大家用法都差不多,今天博主就介绍新手最爱,我也爱的xlrd和xlwt.(不过xlwt似乎最多只支持65535条数据,此乃一坑) 缘起 老板给博主安排了一个导出excel的任务,而这个新项目里面还尚未编写此类公共方法,于是就想来一波尝试. 主要是想把xlwt和xlrd做一个整合,但并不是说要对一个文件读和写,因为应用场景一般是导入或者导出. 封装ExcelHelp

今天的主角依然是pyinstaller打包工具,为了让pyinstaller打包后exe文件不至过大,我们的py脚本文件引用库时尽可能只引用需要的部分,不要引用整个库,多使用“from *** import **,**”语句,如: from openpyxl import load_workbook,Workbook from openpyxl.styles import Border,Side,Alignment,Protection,Font,GradientFill,Color from

前几天接到团支书的一个需求,因为学校给的名单是青年大学习已学习的名单,然而要知道未学习的名单只能从所有团员中再排查一次,过程相当麻烦.团支书跟我抱怨后,刚好我也学过一些操作办公软件的基础.打包python的基础.再加上最近在学pyqt5,所以我决定用python写个自动操作文件的脚本给她用用. 首先,那肯定是用python获取学校发下来的未学习名单,但是我忘记我之前用什么来操作办公软件了(最后项目作出来的时候才想起来是pandas),我就上网搜了一下,试了很多库但是都不支持xlsx文件格式(只支

本篇重点讲解windows系统下 Python3.5中第三方excel操作库-openpyxl: 其实Python第三方库有很多可以操作Excel,如:xlrd,xlwt,xlwings甚至注明的数据分析模块Pandas也提供pandas.read_excel.pandas.DataFrame.to_excel功能. 那么openpyxl的库有哪些优缺点呢: 优势: 1.openpyxl提供对pandas的dataframe对象完美支持: 2.openpyxl支持后台静默打开excel文件: 3

环境配置 pip install pyinstaller pyinstaller中的参数 -F 表示生成单个可执行文件 -c 显示命令行窗口,一般一开始的时候使用,如果没有错误,那就使用-w命令 -w 表示去掉控制台窗口,这在GUI界面是非常有用.不过如果是命令行程序的话那就删除这个选项! -p 表示你自己定义需要加载的类路劲,一般情况下用不到 -i 表示可执行文件的图标 --clean 清除上次编译内容 -n 生成的exe文件和spec文件名字 --hidden-import 打包额外的py库

cmd环境下进入python安装包里的Script文件夹 安装numpy 安装pandas 安装scipy 安装matplotlib 安装jieba(应该是之前装的库安装依赖时下载了) 安装openpyxl 安装pillow

序言:保存数据的方式各种各样,最简单的方式是直接保存为文本文件,如TXT.JSON.CSV等,除此之外Excel也是现在比较流行的存储格式,通过这篇文章你也将掌握通过一些第三方库(xlrd/xlwt/pandas/openpyxl)去操作Excel进行数据存储与读取,此一文足以! 一.TXT文本存储 1.1 使用方式 TXT文本几乎兼容任何平台,但是不利于检索,如果对检索和数据结构要求不高,寻求方便的话,可以采用TXT文本存储格式 1.2 基本写法 1 file = open('demo.txt

仅仅是urllib2.unquote_plus解码是不够的,需要将特殊字符去掉 ILLEGAL_CHARACTERS_RE = re.compile(r'[\000-\010]|[\013-\014]|[\016-\037]|\xef|\xbf') value = ILLEGAL_CHARACTERS_RE.sub('', origin_value) 由于\xef|\xbf的存在,导致字符串乱码,查了一下这是作为utf-8 BOM的存在,需要过滤掉. BOM: https://en.wikipe

PyInstaller打包python脚本的一些心得 因为在公司经常要帮同事做一个从excel表格中提取出需要的内容的重复工作,比较繁琐还容易出错:于是就想着要写个程序,但是同事又不可能在电脑上也装上python以及相关的包依赖(别人一看就觉得太麻烦而且太冗余),于是就想着将写好的python脚本打包成exe,直接双击使用,方便快捷. 说干就干,先是花点时间写完了脚本:然后搜索了相关的关键词,找到了py2exe.PyInstaller.cx_Freeze等工具,最后确定使用PyInstaller

在anaconda环境下进行pyinstaller打包后,程序非常大,70行代码打包后有280MB,这是因为会将conda环境携带的库都打包进去导致的.为了获得更纯净的包环境,我们需要安装纯python环境,也就是缺什么包就安装什么包(pip install   pake_name),但是也发生了很多有意思的事情: 一.安装纯净的python36 最开始想偷懒安装 python34,但是最后需要安装pandas的时候,发现 全网都是python36环境下的,没辙只好再去下载python 36 二