1.教程

这里整了一部分。。。里面内容太多了不过能够真正实用的也就操作工作薄部分。

1.1操作内存中的工作簿

使用openpyxl时，不需要在文件系统上创建文件。只需导入工作簿类开始使用它。

>>> from openpyxl import Workbook
>>> wb = Workbook()

始终至少使用一个工作表创建工作簿。你可以通过使用openpyxl.workbook.Workbook.active()属性:

>>> ws = wb.active

注意:这个函数使用_active_sheet_index属性，默认设置为0。除非你修改它的值，否则你会使用此方法始终获取第一个工作表。

您还可以使用openpyxsl .workbook. workbook. create_sheet()创建新的工作表方法:

>>> ws1 = wb.create_sheet() # 插入到结尾 (默认)
# or
>>> ws2 = wb.create_sheet(0) # 插入到启始位置

在创建工作表时，会自动给它们一个名称。它们按顺序编号(表格，表格1，表格2，……)。你可以在任何时候用title属性改变这个名字:

>>> ws.title = "New Title"

默认情况下，保持这个标题的标签的背景颜色是白色。您可以通过提供RRGGBB来更改它的颜色代码到sheet_properties.tabColor属性:

>>> ws.sheet_properties.tabColor = "1072BA"

为工作表指定名称后，可以将其作为工作簿的键或使用openpyxl.workbook.Workbook.get_sheet_by_name()方法：

>>> ws3 = wb["New Title"]
>>> ws4 = wb.get_sheet_by_name("New Title")
>>> ws is ws3 is ws4
True

您可以使用openpyxsl .workbook. workbook. get_sheet_names()方法查看工作簿中所有工作表的名称：

>>> print(wb.get_sheet_names())
['Sheet2', 'New Title', 'Sheet1']

可以循环遍历工作表：

>>> for sheet in wb:
... print(sheet.title)

1.2 表数据处理

1.2.1 访问一个单元格

现在我们知道了如何访问工作表，我们可以开始修改单元格内容。
单元格可以作为工作表的键直接访问：

>>> c = ws['A4']

这将返回A4位置的单元格，如果单元格还不存在，则创建一个单元格。值可以直接赋值:

ws['A4'] = 4

还有openpyxsl .worksheet. worksheet. cell()方法:

>>> c = ws.cell('A4')

你也可以使用行和列表示法访问单元格:

d = ws.cell(row = 4, column = 2)

注意:在内存中创建工作表时，它不包含单元格。它们是在第一次访问时创建的。这种方式我们不会创建永远不会被访问的对象，从而减少内存占用。

警告:由于这个特性，滚动单元格而不是直接访问它们将会在内存中创建它们，即使你没有给它们赋值。

>>> for i in range(1,101):
...     for j in range(1,101):
...         ws.cell(row = i, column = j)

将在内存中创建100x100个单元格，都为空。
但是，有一种方法可以清除所有这些不需要的单元格，我们将在后面看到。

1.2.2 访问多个单元格

单元格的范围可以使用切片来访问

>>> cell_range = ws['A1':'C2']

你也可以使用openpyxsl .worksheet. worksheet. iter_rows()方法:

>>> tuple(ws.iter_rows('A1:C2'))
((<Cell Sheet1.A1>, <Cell Sheet1.B1>, <Cell Sheet1.C1>),
(<Cell Sheet1.A2>, <Cell Sheet1.B2>, <Cell Sheet1.C2>))
>>> for row in ws.iter_rows('A1:C2'):
...     for cell in row:
...         print cell
<Cell Sheet1.A1>
<Cell Sheet1.B1>
<Cell Sheet1.C1>
<Cell Sheet1.A2>
<Cell Sheet1.B2>
<Cell Sheet1.C2>

如果你需要遍历一个文件的所有行或列，你可以使用openpyxsl .worksheet. worksheet. rows()属性:

>>> ws = wb.active
>>> ws['C9'] = 'hello world'
>>> ws.rows
((<Cell Sheet.A1>, <Cell Sheet.B1>, <Cell Sheet.C1>),
(<Cell Sheet.A2>, <Cell Sheet.B2>, <Cell Sheet.C2>),
(<Cell Sheet.A3>, <Cell Sheet.B3>, <Cell Sheet.C3>),
(<Cell Sheet.A4>, <Cell Sheet.B4>, <Cell Sheet.C4>),
(<Cell Sheet.A5>, <Cell Sheet.B5>, <Cell Sheet.C5>),
(<Cell Sheet.A6>, <Cell Sheet.B6>, <Cell Sheet.C6>),
(<Cell Sheet.A7>, <Cell Sheet.B7>, <Cell Sheet.C7>),
(<Cell Sheet.A8>, <Cell Sheet.B8>, <Cell Sheet.C8>),
(<Cell Sheet.A9>, <Cell Sheet.B9>, <Cell Sheet.C9>))

或者openpyxsl .worksheet. worksheet. columns()属性:

>>> ws.columns
((<Cell Sheet.A1>,
<Cell Sheet.A2>,
<Cell Sheet.A3>,
<Cell Sheet.A4>,
<Cell Sheet.A5>,
<Cell Sheet.A6>,
...
<Cell Sheet.B7>,
<Cell Sheet.B8>,
<Cell Sheet.B9>),
(<Cell Sheet.C1>,
<Cell Sheet.C2>,
<Cell Sheet.C3>,
<Cell Sheet.C4>,
<Cell Sheet.C5>,
<Cell Sheet.C6>,
<Cell Sheet.C7>,
<Cell Sheet.C8>,
<Cell Sheet.C9>))

1.2.3 数据存储

一旦我们有了openpyxl.cell。单元格，我们可以给它赋值:

>>> c.value = 'hello, world'
>>> print(c.value)
'hello, world'
>>> d.value = 3.14
>>> print(d.value)
3.14

您还可以启用类型和格式推断:

>>> wb = Workbook(guess_types=True)
>>> c.value = '12%'
>>> print(c.value)
0.12
>>> import datetime
>>> d.value = datetime.datetime.now()
>>> print d.value
datetime.datetime(2010, 9, 10, 22, 25, 18)
>>> c.value = '31.50'
>>> print(c.value)
31.5

1.2.4 保存到文件

保存工作簿最简单、最安全的方法是使用openpyxsl .workbook. workbook. save()方法的openpyxsl .workbook.Workbook 对象:

>>> wb = Workbook()
>>> wb.save('balances.xlsx')

警告:此操作将覆盖现有文件而不发出警告。

注意:扩展不强制为xlsx或xlsm，尽管你可能会有一些麻烦直接打开它。如果不使用官方扩展，则使用另一个应用程序。

由于OOXML文件基本上是ZIP文件，您也可以用. ZIP文件结束文件名，然后用您最喜欢的ZIP归档管理器打开它。

您可以指定属性as_template=True，以将文档保存为模板

>>> wb = load_workbook('document.xlsx')
>>> wb.save('document_template.xltx', as_template=True)

或者指定属性as_template=False(默认情况下)，将文档模板(或文档)保存为文档。

>>> wb = load_workbook('document_template.xltx')
>>> wb.save('document.xlsx', as_template=False)>>> wb = load_workbook('document.xlsx')
>>> wb.save('new_document.xlsx', as_template=False)

警告:您应该监视在文档模板中保存文档的数据属性和文档扩展名，反之亦然，否则结果表引擎无法打开文档。

注意:以下操作将失败:

>>> wb = load_workbook('document.xlsx')
>>> # 需要保存扩展名*.xlsx
>>> wb.save('new_document.xlsm')
>>> # MS Excel无法打开文档
>>>
>>> # or
>>>
>>> # 需要指定属性  keep_vba=True
>>> wb = load_workbook('document.xlsm')
>>> wb.save('new_document.xlsm')
>>> # MS Excel无法打开文档
>>>
>>> # or
>>>
>>> wb = load_workbook('document.xltm', keep_vba=True)
>>> # 如果我们需要模板文档，那么我们需要指定扩展名为*.xltm。
>>> # 如果我们需要document，那么我们需要指定属性as_template=False。
>>> wb.save('new_document.xlsm', as_template=True)
>>> # MS Excel无法打开文档

1.2.5 从文件加载

与编写方法相同，你可以导入openpyxl.load_workbook()来打开一个现有的工作簿:

>>> from openpyxl import load_workbook
>>> wb2 = load_workbook('test.xlsx')
>>> print wb2.get_sheet_names()
['Sheet2', 'New Title', 'Sheet1']

本教程到此结束，您可以继续学习简单用法一节

2 菜单

2.1 简单的使用

2.1.1 写一个工作簿

>>> from openpyxl import Workbook
>>> from openpyxl.compat import range
>>> from openpyxl.cell import get_column_letter
>>>
>>> wb = Workbook()
>>>
>>> dest_filename = 'empty_book.xlsx'
>>>
>>> ws1 = wb.active
>>> ws1.title = "range names"
>>>
>>> for row in range(1, 40):
...     ws1.append(range(600))
>>>
>>> ws2 = wb.create_sheet(title="Pi")
>>>
>>> ws2['F5'] = 3.14
>>>
>>> ws3 = wb.create_sheet(title="Data")
>>> for row in range(10, 20):
...     for col in range(27, 54):
...         _ = ws3.cell(column=col, row=row, value="%s" % get_column_letter(col))
>>> print(ws3['AA10'].value)
AA
>>> wb.save(filename = dest_filename)

2.1.2 写一个从.xltx到.xlsx的workbook

>>> from openpyxl import load_workbook
>>>
>>>
>>> wb = load_workbook('sample_book.xltx')
>>> ws = wb.active
>>> ws['D2'] = 42
>>>
>>> wb.save('sample_book.xlsx')
>>>
>>> # or you can overwrite the current document template
>>> # wb.save('sample_book.xltx')

2.1.3 写一个从.xltm到.xlsm的workbook

>>> from openpyxl import load_workbook
>>>
>>>
>>> wb = load_workbook('sample_book.xltm', keep_vba=True)
>>> ws = wb.active
>>> ws['D2'] = 42
>>>
>>> wb.save('sample_book.xlsm')
>>>
>>> # 或者您可以覆盖当前文档模板
>>> # wb.save('sample_book.xltm')

2.1.4 阅读现有的工作簿

>>> from openpyxl import load_workbook
>>> wb = load_workbook(filename = 'empty_book.xlsx')
>>> sheet_ranges = wb['range names']
>>> print(sheet_ranges['D18'].value)
3

注意： 有几个标志可以在load_workbook中使用。

在读取单元格时，guess_types将启用或禁用(默认)类型推断。
data_only控制带有公式的单元格是否具有公式(默认)或上次存储的值
Excel阅读表格。
keep_vba控制是否保留任何Visual Basic元素(默认)。如果它们被保存了下来
仍然不可编辑。

警告:openpyxl目前不能读取Excel文件中的所有可能项目，因此，如果以相同的名称打开并保存现有文件中的图像和图表，它们将丢失。

2.1.5 使用数字格式

>>> import datetime
>>> from openpyxl import Workbook
>>> wb = Workbook()
>>> ws = wb.active
>>> # 使用Python datetime设置date
>>> ws['A1'] = datetime.datetime(2010, 7, 21)
>>>
>>> ws['A1'].number_format
'yyyy-mm-dd h:mm:ss'
>>> # 您可以根据具体情况启用类型推断
>>> wb.guess_types = True
>>> # 使用后跟百分比符号的字符串设置百分比
>>> ws['B1'] = '3.14%'
>>> wb.guess_types = False
>>> ws['B1'].value
0.031400000000000004
>>>
>>> ws['B1'].number_format
'0%'

2.1.6 使用公式

>>> from openpyxl import Workbook
>>> wb = Workbook()
>>> ws = wb.active
>>> # add a simple formula
>>> ws["A1"] = "=SUM(1, 1)"
>>> wb.save("formula.xlsx")

警告:注意，函数必须使用英文名称，函数参数之间必须用逗号分隔，而不是其他的标点符号，如分号。

openpyxl从不评估公式，但可以检查公式的名称:

>>> from openpyxl.utils import FORMULAE
>>> "HEX2DEC" in FORMULAE
True

如果你试图使用一个未知的公式，这可能是因为你使用的公式没有包含在最初的规范中。这些公式必须加上xlfn前缀。去工作。

2.1.7 合并/不合并单元格

>>> from openpyxl.workbook import Workbook
>>>
>>> wb = Workbook()
>>> ws = wb.active
>>>
>>> ws.merge_cells('A1:B1')
>>> ws.unmerge_cells('A1:B1')
>>>
>>> # or
>>> ws.merge_cells(start_row=2,start_column=1,end_row=2,end_column=4)
>>> ws.unmerge_cells(start_row=2,start_column=1,end_row=2,end_column=4)

2.1.8 插入一个图片

>>> from openpyxl import Workbook
>>> from openpyxl.drawing.image import Image
>>>
>>> wb = Workbook()
>>> ws = wb.active
>>> ws['A1'] = 'You should see three logos below'

>>> # 创建一个图片
>>> img = Image('logo.png')

>>> # 添加到工作表并锚定在单元格旁边
>>> ws.add_image(img, 'A1')
>>> wb.save('logo.xlsx')

2.1.9 褶皱列(大纲)

>>> import openpyxl
>>> wb = openpyxl.Workbook()
>>> ws = wb.create_sheet()
>>> ws.column_dimensions.group('A','D', hidden=True)
>>> wb.save('group.xlsx')

3. 图表

3.1 表格

警告:Openpyxl目前只支持在工作表内创建图表。现有工作簿中的图表将丢失。

3.1.1 2D区域表

面积图与折线图类似，只是在绘制的线下面填充了区域。通过将分组设置为“标准”、“堆叠”或“百分比堆叠”，可以获得不同的变体;“standard”是默认值。

from openpyxl import Workbook
from openpyxl.chart import (
AreaChart,
Reference,
Series,
)
wb = Workbook()
ws = wb.active
rows = [['Number', 'Batch 1', 'Batch 2'],[2, 40, 30],[3, 40, 25],[4, 50, 30],[5, 30, 10],[6, 25, 5],[7, 50, 10],
]
for row in rows:
ws.append(row)
chart = AreaChart()
chart.title = "Area Chart"
chart.style = 13
chart.x_axis.title = 'Test'
chart.y_axis.title = 'Percentage'
cats = Reference(ws, min_col=1, min_row=1, max_row=7)
data = Reference(ws, min_col=2, min_row=1, max_col=3, max_row=7)
chart.add_data(data, titles_from_data=True)
chart.set_categories(cats)
ws.add_chart(chart, "A10")
wb.save("area.xlsx")

3.1.2 3D区域表

你也可以创建3D区域表：

from openpyxl import Workbook
from openpyxl.chart import (
AreaChart3D,
Reference,
Series,
)wb = Workbook()
ws = wb.activerows = [['Number', 'Batch 1', 'Batch 2'],[2, 30, 40],[3, 25, 40],[4 ,30, 50],[5 ,10, 30],[6, 5, 25],[7 ,10, 50],
]for row in rows:ws.append(row)chart = AreaChart3D()
chart.title = "Area Chart"
chart.style = 13
chart.x_axis.title = 'Test'
chart.y_axis.title = 'Percentage'
chart.legend = Nonecats = Reference(ws, min_col=1, min_row=1, max_row=7)
data = Reference(ws, min_col=2, min_row=1, max_col=3, max_row=7)
chart.add_data(data, titles_from_data=True)
chart.set_categories(cats)ws.add_chart(chart, "A10")wb.save("area3D.xlsx")

3.1.3 柱状和柱状图

在条形图中，值以水平条或垂直列的形式绘制。
垂直、水平和堆叠条形图

注:以下设置会影响不同的图表类型。
通过将类型分别设置为col或bar，在垂直条形图和水平条形图之间切换。
当使用堆叠图表时，重叠需要设置为100。
如果条形图是水平的，则x轴和y轴是反转的。

from openpyxl import Workbook
from openpyxl.chart import BarChart, Series, Reference
wb = Workbook(write_only=True)
ws = wb.create_sheet()
rows = [('Number', 'Batch 1', 'Batch 2'),(2, 10, 30),(3, 40, 60),(4, 50, 70),(5, 20, 10),(6, 10, 40),(7, 50, 30),
]for row in rows:ws.append(row)chart1 = BarChart()
chart1.type = "col"
chart1.style = 10
chart1.title = "Bar Chart"
chart1.y_axis.title = 'Test number'
chart1.x_axis.title = 'Sample length (mm)'data = Reference(ws, min_col=2, min_row=1, max_row=7, max_col=3)
cats = Reference(ws, min_col=1, min_row=2, max_row=7)
chart1.add_data(data, titles_from_data=True)
chart1.set_categories(cats)
chart1.shape = 4
ws.add_chart(chart1, "A10")from copy import deepcopychart2 = deepcopy(chart1)
chart2.style = 11
chart2.type = "bar"
chart2.title = "Horizontal Bar Chart"ws.add_chart(chart2, "G10")chart3 = deepcopy(chart1)
chart3.type = "col"
chart3.style = 12
chart3.grouping = "stacked"
chart3.overlap = 100
chart3.title = 'Stacked Chart'ws.add_chart(chart3, "A27")chart4 = deepcopy(chart1)
chart4.type = "bar"
chart4.style = 13
chart4.grouping = "percentStacked"
chart4.overlap = 100
chart4.title = 'Percent Stacked Chart'ws.add_chart(chart4, "G27")wb.save("bar.xlsx")

这将产生四个图表来说明各种可能性。

3.1.4 三维柱形图

您还可以创建3D柱状图:

from openpyxl import Workbook
from openpyxl.chart import (Reference,Series,BarChart3D,
)
wb = Workbook()
ws = wb.active
rows = [(None, 2013, 2014),("Apples", 5, 4),("Oranges", 6, 2),("Pears", 8, 3)
]for row in rows:ws.append(row)data = Reference(ws, min_col=2, min_row=1, max_col=3, max_row=4)
titles = Reference(ws, min_col=1, min_row=2, max_row=4)
chart = BarChart3D()
chart.title = "3D Bar Chart"
chart.add_data(data=data, titles_from_data=True)
chart.set_categories(titles)ws.add_chart(chart, "E5")
wb.save("bar3d.xlsx")

3.1.5 泡沫图表

气泡图与散点图类似，但使用三维来确定气泡的大小。图表可以包括多个系列。

"""
样本气泡图
"""
from openpyxl import Workbook
from openpyxl.chart import Series, Reference, BubbleChart
wb = Workbook()
ws = wb.activerows = [("Number of Products", "Sales in USD", "Market share"),(14, 12200, 15),(20, 60000, 33),(18, 24400, 10),(22, 32000, 42),(),(12, 8200, 18),(15, 50000, 30),(19, 22400, 15),(25, 25000, 50),
]
for row in rows:ws.append(row)chart = BubbleChart()
chart.style = 18 # 使用预设样式# 添加第一批数据
xvalues = Reference(ws, min_col=1, min_row=2, max_row=5)
yvalues = Reference(ws, min_col=2, min_row=2, max_row=5)
size = Reference(ws, min_col=3, min_row=2, max_row=5)
series = Series(values=yvalues, xvalues=xvalues, zvalues=size, title="2013")
chart.series.append(series)# 添加第二批
xvalues = Reference(ws, min_col=1, min_row=7, max_row=10)
yvalues = Reference(ws, min_col=2, min_row=7, max_row=10)
size = Reference(ws, min_col=3, min_row=7, max_row=10)
series = Series(values=yvalues, xvalues=xvalues, zvalues=size, title="2014")
chart.series.append(series)# 将图表从单元格E1开始放置
ws.add_chart(chart, "E1")
wb.save("bubble.xlsx")

3.1.6 折线图表

折线图允许数据按固定轴绘制。它们类似于散点图，主要区别在于，用折线图绘制的每个数据系列都是根据相同的值绘制的。次级轴可以使用不同种类的轴。
与条形图类似，折线图也有三种:标准折线图、堆叠折线图和百分比折线图。

from datetime import date
from openpyxl import Workbook
from openpyxl.chart import (LineChart,Reference,
)
from openpyxl.chart.axis import DateAxiswb = Workbook()
ws = wb.activerows = [['Date', 'Batch 1', 'Batch 2', 'Batch 3'],[date(2015,9, 1), 40, 30, 25],[date(2015,9, 2), 40, 25, 30],[date(2015,9, 3), 50, 30, 45],[date(2015,9, 4), 30, 25, 40],[date(2015,9, 5), 25, 35, 30],[date(2015,9, 6), 20, 40, 35],
]for row in rows:ws.append(row)c1 = LineChart()
c1.title = "Line Chart"
c1.style = 13
c1.y_axis.title = 'Size'
c1.x_axis.title = 'Test Number'data = Reference(ws, min_col=2, min_row=1, max_col=4, max_row=7)
c1.add_data(data, titles_from_data=True)# 线类型
s1 = c1.series[0]
s1.marker.symbol = "triangle"
s1.marker.graphicalProperties.solidFill = "FF0000" # 标记填充
s1.marker.graphicalProperties.line.solidFill = "FF0000" # 标志的轮廓s1.graphicalProperties.line.noFill = Trues2 = c1.series[1]
s2.graphicalProperties.line.solidFill = "00AAAA"
s2.graphicalProperties.line.dashStyle = "sysDot"
s2.graphicalProperties.line.width = 100050 # 宽度在EMUss2 = c1.series[2]
s2.smooth = True # 使线条平滑ws.add_chart(c1, "A10")from copy import deepcopystacked = deepcopy(c1)
stacked.grouping = "stacked"
stacked.title = "Stacked Line Chart"
ws.add_chart(stacked, "A27")percent_stacked = deepcopy(c1)
percent_stacked.grouping = "percentStacked"
percent_stacked.title = "Percent Stacked Line Chart"
ws.add_chart(percent_stacked, "A44")# 带日期轴的图表
c2 = LineChart()
c2.title = "Date Axis"
c2.style = 12
c2.y_axis.title = "Size"
c2.y_axis.crossAx = 500
c2.x_axis = DateAxis(crossAx=100)
c2.x_axis.number_format = 'd-mmm'
c2.x_axis.majorTimeUnit = "days"
c2.x_axis.title = "Date"c2.add_data(data, titles_from_data=True)
dates = Reference(ws, min_col=1, min_row=2, max_row=7)
c2.set_categories(dates)ws.add_chart(c2, "A61")wb.save("line.xlsx")

3.1.7 3D折线图表

在3D线形图中，第三个轴与系列图例相同。

from datetime import date
from openpyxl import Workbook
from openpyxl.chart import (LineChart3D,Reference,
)
from openpyxl.chart.axis import DateAxis
wb = Workbook()
ws = wb.activerows = [['Date', 'Batch 1', 'Batch 2', 'Batch 3'],[date(2015,9, 1), 40, 30, 25],[date(2015,9, 2), 40, 25, 30],[date(2015,9, 3), 50, 30, 45],[date(2015,9, 4), 30, 25, 40],[date(2015,9, 5), 25, 35, 30],[date(2015,9, 6), 20, 40, 35],
]for row in rows:ws.append(row)c1 = LineChart3D()
c1.title = "3D Line Chart"
c1.legend = None
c1.style = 15
c1.y_axis.title = 'Size'
c1.x_axis.title = 'Test Number'data = Reference(ws, min_col=2, min_row=1, max_col=4, max_row=7)
c1.add_data(data, titles_from_data=True)ws.add_chart(c1, "A10")wb.save("line3D.xlsx")

3.1.8 散点图

散点图(xy)类似于一些折线图。主要的不同之处在于，一组值被绘制成另一组值。这在值是无序的情况下很有用

from openpyxl import Workbook
from openpyxl.chart import (ScatterChart,Reference,Series,
)wb = Workbook()
ws = wb.activerows = [['Size', 'Batch 1', 'Batch 2'],[2, 40, 30],[3, 40, 25],[4, 50, 30],[5, 30, 25],[6, 25, 35],[7, 20, 40],
]for row in rows:ws.append(row)chart = ScatterChart()
chart.title = "Scatter Chart"
chart.style = 13
chart.x_axis.title = 'Size'
chart.y_axis.title = 'Percentage'xvalues = Reference(ws, min_col=1, min_row=2, max_row=7)
for i in range(2, 4):values = Reference(ws, min_col=i, min_row=1, max_row=7)series = Series(values, xvalues, title_from_data=True)chart.series.append(series)ws.add_chart(chart, "A10")wb.save("scatter.xlsx")

注意:规范规定有以下几种散点图:“line”、“lineMarker”、“marker”、“smooth”、“smoothMarker”。然而，至少在Microsoft Excel中，这只是其他设置的快捷方式，否则没有效果。为了与折线图保持一致，应该手动设置每个系列的样式。

3.1.9 饼图

饼图将数据绘制成圆形的切片，每个切片代表整体的百分比。切片以顺时针方向绘制，0°位于圆的顶部。饼状图只能收集单一系列的数据。图表的标题默认为系列的标题。

from openpyxl import Workbook
from openpyxl.chart import (PieChart,ProjectedPieChart,Reference
)
from openpyxl.chart.series import DataPointdata = [['Pie', 'Sold'],['Apple', 50],['Cherry', 30],['Pumpkin', 10],['Chocolate', 40],
]
wb = Workbook()
ws = wb.activefor row in data:ws.append(row)pie = PieChart()
labels = Reference(ws, min_col=1, min_row=2, max_row=5)
data = Reference(ws, min_col=2, min_row=1, max_row=5)
pie.add_data(data, titles_from_data=True)
pie.set_categories(labels)
pie.title = "Pies sold by category"# 从饼图上切下第一片
slice = DataPoint(idx=0, explosion=20)
pie.series[0].data_points = [slice]ws.add_chart(pie, "D1")ws = wb.create_sheet(title="Projection")data = [['Page', 'Views'],['Search', 95],['Products', 4],['Offers', 0.5],['Sales', 0.5],
]for row in data:ws.append(row)projected_pie = ProjectedPieChart()
projected_pie.type = "pie"
projected_pie.splitType = "val" # 分裂的价值
labels = Reference(ws, min_col=1, min_row=2, max_row=5)
data = Reference(ws, min_col=2, min_row=1, max_row=5)
projected_pie.add_data(data, titles_from_data=True)
projected_pie.set_categories(labels)ws.add_chart(projected_pie, "A10")from copy import deepcopy
projected_bar = deepcopy(projected_pie)
projected_bar.type = "bar"
projected_bar.splitType = 'pos' # 分裂的位置ws.add_chart(projected_bar, "A27")
wb.save("pie.xlsx")

投影饼图从饼图中提取一些切片，并将它们投影到第二个饼图或柱状图中。当数据系列中有几个较小的项时，这很有用。图表可以根据百分比，val(ue)或pos(ition)进行分割。如果没有设置，则应用程序决定使用哪一个。此外，还可以定义自定义分割。

3.1.10 3D 饼图

饼图也可以用3D效果创建。

from openpyxl import Workbook
from openpyxl.chart import (PieChart3D,Reference
)data = [['Pie', 'Sold'],['Apple', 50],['Cherry', 30],['Pumpkin', 10],['Chocolate', 40],
]wb = Workbook()
ws = wb.active
for row in data:ws.append(row)pie = PieChart3D()
labels = Reference(ws, min_col=1, min_row=2, max_row=5)
data = Reference(ws, min_col=2, min_row=1, max_row=5)
pie.add_data(data, titles_from_data=True)
pie.set_categories(labels)
pie.title = "Pies sold by category"ws.add_chart(pie, "D1")
wb.save("pie3D.xlsx")

3.1.11 油炸圈饼图

甜甜圈图和饼状图很相似，不同的是它们用的是圆环而不是圆。他们还可以将一系列数据绘制成同心圆。

from openpyxl import Workbook
from openpyxl.chart import (DoughnutChart,Reference,Series,
)
from openpyxl.chart.series import DataPoint
data = [['Pie', 2014, 2015],['Plain', 40, 50],['Jam', 2, 10],['Lime', 20, 30],['Chocolate', 30, 40],
]wb = Workbook()
ws = wb.activefor row in data:ws.append(row)chart = DoughnutChart()
labels = Reference(ws, min_col=1, min_row=2, max_row=5)
data = Reference(ws, min_col=2, min_row=1, max_row=5)
chart.add_data(data, titles_from_data=True)
chart.set_categories(labels)
chart.title = "Doughnuts sold by category"
chart.style = 26# 把甜甜圈的第一片切下来
slices = [DataPoint(idx=i) for i in range(4)]
plain, jam, lime, chocolate = slices
chart.series[0].data_points = slices
plain.graphicalProperties.solidFill = "FAE1D0"
jam.graphicalProperties.solidFill = "BB2244"
lime.graphicalProperties.solidFill = "22DD22"
chocolate.graphicalProperties.solidFill = "61210B"
chocolate.explosion = 10
ws.add_chart(chart, "E1")from copy import deepcopychart2 = deepcopy(chart)
chart2.title = None
data = Reference(ws, min_col=3, min_row=1, max_row=5)
series2 = Series(data, title_from_data=True)
series2.data_points = slices
chart2.series.append(series2)ws.add_chart(chart2, "E17")
wb.save("doughnut.xlsx")

3.1.12 雷达图表

在工作表上按列或行排列的数据可以绘制在雷达图上。雷达图比较多个数据序列的累计值。它实际上是面积图在圆形x轴上的投影。
雷达图分为标准雷达图和标准雷达图两种:标准雷达图用直线标记区域;填满了整个区域。附加类型“marker”没有效果。如果需要标记，可以为相关系列设置标记。

from openpyxl import Workbook
from openpyxl.chart import (RadarChart,Reference,
)wb = Workbook()
ws = wb.activerows = [['Month', "Bulbs", "Seeds", "Flowers", "Trees & shrubs"],['Jan', 0, 2500, 500, 0,],['Feb', 0, 5500, 750, 1500],['Mar', 0, 9000, 1500, 2500],['Apr', 0, 6500, 2000, 4000],['May', 0, 3500, 5500, 3500],['Jun', 0, 0, 7500, 1500],['Jul', 0, 0, 8500, 800],['Aug', 1500, 0, 7000, 550],['Sep', 5000, 0, 3500, 2500],['Oct', 8500, 0, 2500, 6000],['Nov', 3500, 0, 500, 5500],['Dec', 500, 0, 100, 3000 ],
]for row in rows:ws.append(row)chart = RadarChart()
chart.type = "filled"
labels = Reference(ws, min_col=1, min_row=2, max_row=13)
data = Reference(ws, min_col=2, max_col=5, min_row=1, max_row=13)
chart.add_data(data, titles_from_data=True)
chart.set_categories(labels)
chart.style = 26
chart.title = "Garden Centre Sales"
chart.y_axis.delete = Truews.add_chart(chart, "A17")
wb.save("radar.xlsx")

3.1.13 股票图表

在工作表上按特定顺序排列的列或行数据可以绘制在股票图表中。顾名思义，股票图表最常用来说明股票价格的波动。然而，这个图表也可以用于科学数据。例如，您可以使用股票图表来指示日或年温度的波动。你必须以正确的顺序组织你的数据来创建股票图表。
股票图表数据在工作表中的组织方式是非常重要的。例如，要创建一个简单的高-低股票图表，你应该将你的数据以高、低、低作为列标题，按这个顺序排列。
虽然股票图表是一个独特的类型，各种类型只是特定格式选项的快捷方式:

high-low-close本质上是一个没有线的折线图，并且标记为XYZ。它还将hiLoLines设置为True
开-高-低-收盘价是一个高-低-收盘价图表，每个数据点设置为XZZ和上下线。

成交量可以通过结合股票图表和成交量柱状图来增加。

from datetime import date
from openpyxl import Workbook
from openpyxl.chart import (BarChart,StockChart,Reference,Series,
)from openpyxl.chart.axis import DateAxis, ChartLines
from openpyxl.chart.updown_bars import UpDownBarswb = Workbook()
ws = wb.active
rows = [['Date', 'Volume','Open', 'High', 'Low', 'Close'],['2015-01-01', 20000, 26.2, 27.20, 23.49, 25.45, ],['2015-01-02', 10000, 25.45, 25.03, 19.55, 23.05, ],['2015-01-03', 15000, 23.05, 24.46, 20.03, 22.42, ],['2015-01-04', 2000, 22.42, 23.97, 20.07, 21.90, ],['2015-01-05', 12000, 21.9, 23.65, 19.50, 21.51, ],
]for row in rows:ws.append(row)# High-low-close
c1 = StockChart()
labels = Reference(ws, min_col=1, min_row=2, max_row=6)
data = Reference(ws, min_col=4, max_col=6, min_row=1, max_row=6)
c1.add_data(data, titles_from_data=True)
c1.set_categories(labels)for s in c1.series:s.graphicalProperties.line.noFill = True# 标记关闭
s.marker.symbol = "dot"
s.marker.size = 5
c1.title = "High-low-close"
c1.hiLowLines = ChartLines()# Excel被破坏了，需要一个值缓存来显示hilline :-/
from openpyxl.chart.data_source import NumData, NumVal
pts = [NumVal(idx=i) for i in range(len(data) - 1)]
cache = NumData(pt=pts)
c1.series[-1].val.numRef.numCache = cache
ws.add_chart(c1, "A10")# Open-high-low-close
c2 = StockChart()
data = Reference(ws, min_col=3, max_col=6, min_row=1, max_row=6)
c2.add_data(data, titles_from_data=True)
c2.set_categories(labels)
for s in c2.series:s.graphicalProperties.line.noFill = True
c2.hiLowLines = ChartLines()
c2.upDownBars = UpDownBars()
c2.title = "Open-high-low-close"# 添加虚拟缓存
c2.series[-1].val.numRef.numCache = cache
ws.add_chart(c2, "G10")
# 为量创建条形图
bar = BarChart()
data = Reference(ws, min_col=2, min_row=1, max_row=6)
bar.add_data(data, titles_from_data=True)
bar.set_categories(labels)from copy import deepcopy# Volume-high-low-close
b1 = deepcopy(bar)
c3 = deepcopy(c1)
c3.y_axis.majorGridlines = None
c3.y_axis.title = "Price"
b1.y_axis.axId = 20
b1.z_axis = c3.y_axis
b1.y_axis.crosses = "max"
b1 += c3c3.title = "High low close volume"
ws.add_chart(b1, "A27")## Volume-open-high-low-close
b2 = deepcopy(bar)
c4 = deepcopy(c2)
c4.y_axis.majorGridlines = None
c4.y_axis.title = "Price"
b2.y_axis.axId = 20
b2.z_axis = c4.y_axis
b2.y_axis.crosses = "max"
b2 += c4
ws.add_chart(b2, "G27")
wb.save("stock.xlsx")

警告:由于Excel中的一个错误，只有当至少一个数据系列有一些虚拟值时，才会显示高低行。这可以通过以下方法实现:
from openpyxl.chart.data_source import NumData, NumVal
pts = [NumVal(idx=i) for i in range(len(data) - 1)]
cache = NumData(pt=pts)
c1.series[-1].val.numRef.numCache = cache

3.1.14 面图

在工作表上按列或行排列的数据可以绘制在表面图表中。当你想要找到两组数据之间的最佳组合时，曲面图是很有用的。在地形图中，颜色和图案表示在同一数值范围内的区域。
默认情况下，所有表面图表都是3D的。通过设置旋转和透视可以创建2D线框和轮廓图。

from openpyxl import Workbook
from openpyxl.chart import (SurfaceChart,SurfaceChart3D,Reference,Series,
)from openpyxl.chart.axis import SeriesAxis
wb = Workbook()
ws = wb.active
data = [[None, 10, 20, 30, 40, 50,],[0.1, 15, 65, 105, 65, 15,],[0.2, 35, 105, 170, 105, 35,],[0.3, 55, 135, 215, 135, 55,],[0.4, 75, 155, 240, 155, 75,],[0.5, 80, 190, 245, 190, 80,],[0.6, 75, 155, 240, 155, 75,],[0.7, 55, 135, 215, 135, 55,],[0.8, 35, 105, 170, 105, 35,],[0.9, 15, 65, 105, 65, 15],
]
for row in data:ws.append(row)c1 = SurfaceChart()
ref = Reference(ws, min_col=2, max_col=6, min_row=1, max_row=10)
labels = Reference(ws, min_col=1, min_row=2, max_row=10)
c1.add_data(ref, titles_from_data=True)
c1.set_categories(labels)
c1.title = "Contour"ws.add_chart(c1, "A12")from copy import deepcopyc2 = deepcopy(c1)
c2.wireframe = True
c2.title = "2D Wireframe"
ws.add_chart(c3, "A29")
c4 = deepcopy(c3)
c4.wireframe = True
c4.title = "3D Wireframe"
ws.add_chart(c4, "G29")
wb.save("surface.xlsx")

3.1.15 创建一个图表

图表至少由一个或多个数据点组成的一个系列。系列本身由对单元格范围的引用组成。

>>> from openpyxl import Workbook
>>> wb = Workbook()
>>> ws = wb.active
>>> for i in range(10):
...     ws.append([i])
>>>
>>> from openpyxl.chart import BarChart, Reference, Series
>>> values = Reference(ws, min_col=1, min_row=1, max_col=1, max_row=10)
>>> chart = BarChart()
>>> chart.add_data(values)
>>> ws.add_chart(chart)
>>> wb.save("SampleChart.xlsx")

3.1.16 使用轴

添加第二个轴实际上涉及创建第二个图表，该图表与第一个图表共享一个共同的x轴，但有一个单独的y轴。

from openpyxl import Workbook
from openpyxl.chart import (LineChart,BarChart,Reference,Series,
)
wb = Workbook()
ws = wb.active
rows = [['Aliens', 2, 3, 4, 5, 6, 7],['Humans', 10, 40, 50, 20, 10, 50],
]
for row in rows:ws.append(row)
c1 = BarChart()
v1 = Reference(ws, min_col=1, min_row=1, max_col=7)
c1.add_data(v1, titles_from_data=True, from_rows=True)c1.x_axis.title = 'Days'
c1.y_axis.title = 'Aliens'
c1.y_axis.majorGridlines = None
c1.title = 'Survey results'# 创建第二个表
c2 = LineChart()
v2 = Reference(ws, min_col=1, min_row=2, max_col=7)
c2.add_data(v2, titles_from_data=True, from_rows=True)
c2.y_axis.axId = 200
c2.y_axis.title = "Humans"
# 在右侧显示第二个图表的y轴，将其设置为最大限度地与x轴交叉
c1.y_axis.crosses = "max"
c1 += c2ws.add_chart(c1, "D4")
wb.save("secondary.xlsx")

openpyxl官方教程参考手册（翻译）相关推荐

LLVM language 参考手册翻译停止相关
再翻译LLVM language 参考手册的时候,个人感觉很多东西都不是很懂,因此打算学习完编译原理后再去继续研究翻译,多有不便望见谅转载于:https://www.cnblogs.com/kiri ...
sfml-tutorials 官方教程的嘟嘟翻译 windows篇
系列文章 SFML-windows 篇 SFML-Events explained 篇 SFML-Keyboard, mouse and joystick 篇 SFML-Using OpenGL in ...
Cocos2d-x 的3D游戏制作官方教程（中文翻译）
Cocos2d-x 在版本3开始已经支持了3D游戏开发的特性,我在官网文档看到3D开发的部分,觉得有必要记录一下,权当做学习笔记.因为只花了半天时间翻译,而且能力有限,各位看官勿喷. 本博客虽然水分很 ...
xilinx官方教程ug871利用HLS实现RealFFT
首先我在米联客上看到HLS算法基础入门12课时的S05_CH08_傅里叶变换的 HLS 实现,中间一段提到这个教程根据官方实现在官方的参考手册 ug871-vivado-high-level-syn ...
Java官方教程目录2021最新版
前言本文是橙子出于兴趣爱好对Java官方教程的尝试翻译,几乎每日更新,感兴趣的朋友可以关注一下橙子:翻译过程中尽可能多的对一些关键词保留了英文原文,如果你想看最纯正的英文原版教材却又看不懂,可以试着 ...
Java官方教程（三-2）赋值运算和一元运算符（2020.12.19）
前言本文是橙子出于兴趣爱好对Java官方教程的尝试翻译,几乎每日更新,感兴趣的朋友可以关注一下橙子:翻译过程中尽可能多的对一些关键词保留了英文原文,如果你想看最纯正的英文原版教材却又看不懂,可以试着 ...
Java官方教程（三-1）运算符 operator（2020.12.18）
前言本文是橙子出于兴趣爱好对Java官方教程的尝试翻译,几乎每日更新,感兴趣的朋友可以关注一下橙子:翻译过程中尽可能多的对一些关键词保留了英文原文,如果你想看最纯正的英文原版教材却又看不懂,可以试着 ...
Java官方教程（七-3）Using Objects 使用对象（2021.4.10）
前言本文是橙子出于兴趣爱好对Java官方教程的尝试翻译,几乎每日更新,感兴趣的朋友可以关注一下橙子:翻译过程中尽可能多的对一些关键词保留了英文原文,如果你想看最纯正的英文原版教材却又看不懂,可以试着 ...
Java官方教程（三-3）相等关系和条件运算符（2020.12.20）
前言本文是橙子出于兴趣爱好对Java官方教程的尝试翻译,几乎每日更新,感兴趣的朋友可以关注一下橙子:翻译过程中尽可能多的对一些关键词保留了英文原文,如果你想看最纯正的英文原版教材却又看不懂,可以试着 ...

openpyxl官方教程参考手册（翻译）