Python模块库用法

os模块用法大全

os.listdir(dirname):列出dirname下的目录和文件

os.getcwd():获得当前工作目录

os.chdir(dirname):改变工作目录到dirname

os.path.realpath（path）：返回path的真实路径

os.getcwd:得到当前工作目录，即当前python脚本工作的目录路径。

os.mkdir(name):创建目录

os.rmdir(name):删除目录

os.path.isfile()检验给出的路径是一个文件

os.path.isdir() 检验给出的路径是一个目录

os.listdir():返回指定目录下的所有文件和目录名

os.remove(file):删除一个文件

os.path.join(path,name):路径拼接

os.path.split():返回一个路径的目录名和文件名

os.path.basename(path):返回文件名

os.path.dirname(path):返回文件路径

os.stat（file）:获得文件属性

os.removedirs（“c：\musne”）:删除多个目录

os.path.existe():检验给出的路径是否真的存在

os.curdir（）:返回当前目录（'.'）

os.chmod(file):修改文件权限和时间戳

os.path.exists(name):判断是否存在文件或目录name

os.path.getsize(name):或得文件大小，如果name是目录返回0L

os.path.abspath(name):获得绝对路径

os.path.isabs():判断是否为绝对路径

os.path.normpath(path):规范path字符串形式

os.path.splitext():分离文件名和扩展名

os.name（）:指示你正在使用的工作平台。比如对于Windows，它是'nt'，而对于Linux/Unix用户，它是'posix'。径

os.linesep（）:给出当前平台的行终止符。例如，Windows使用'\r\n'，Linux使用'\n'而Mac使用'\r'

os.sep（）:取代操作系统特定的路径分隔符

os.system():运行shell命令

os.exit():终止当前进程

os.getenv()：读取环境变量

os.putenv:设置环境变量

pandas模块的使用方法

import pandas as pd

Python中pandas模块的讲解

Python运用于数据分析的简单教程： http://www.jb51.net/article/62982.htm

read_csv()

读写csv数据

df = pd.read_csv(path): 读入csv文件，形成一个数据框(data.frame)

df = pd.read_csv(path, header=None) 不要把第一行作为header

to_csv()

* 注意，默认会将第一行作为header，并且默认会添加index，所以不需要的话需要手动禁用 *

df.to_csv(path, header=False, index=False)

数据框操作

df.head(1) 读取头几条数据

df.tail(1) 读取后几条数据

df[‘date’] 获取数据框的date列

df.head(1)[‘date’] 获取第一行的date列

df.head(1)[‘date’][0] 获取第一行的date列的元素值

sum(df[‘ability’]) 计算整个列的和

df[df[‘date’] == ‘20161111’] 获取符合这个条件的行

df[df[‘date’] == ‘20161111’].index[0] 获取符合这个条件的行的行索引的值

df.iloc[1] 获取第二行

df.iloc[1][‘test2’] 获取第二行的test2值

10 mins to pandas

df.index 获取行的索引

df.index[0] 获取第一个行索引

df.index[-1] 获取最后一个行索引,只是获取索引值

df.columns 获取列标签

df[0:2] 获取第1到第2行，从0开始，不包含末端

df.loc[1] 获取第二行

df.loc[:,’test1’] 获取test1的那一列,这个冒号的意思是所有行，逗号表示行与列的区分

df.loc[:,[‘test1’,’test2’]] 获取test1列和test2列的数据

df.loc[1,[‘test1’,’test2’]] 获取第二行的test1和test2列的数据

df.at[1,’test1’] 表示取第二行，test1列的数据，和上面的方法类似

df.iloc[0] 获取第一行

df.iloc[0:2,0:2] 获取前两行前两列的数据

df.iloc[[1,2,4],[0,2]] 获取第1，2，4行中的0，2列的数据

(df[2] > 1).any() 对于Series应用any()方法来判断是否有符合条件的

stat模块的使用方法

>>>import os>>>printos.stat("/root/python/zip.py")

(33188, 2033080, 26626L, 1, 0, 0, 864, 1297653596, 1275528102, 1292892895)>>>printos.stat("/root/python/zip.py").st_mode#权限模式33188>>>printos.stat("/root/python/zip.py").st_ino#inode number2033080>>>printos.stat("/root/python/zip.py").st_dev#device26626>>>printos.stat("/root/python/zip.py").st_nlink#number of hard links1>>>printos.stat("/root/python/zip.py").st_uid#所有用户的user id0>>>printos.stat("/root/python/zip.py").st_gid#所有用户的group id0>>>printos.stat("/root/python/zip.py").st_size#文件的大小，以位为单位864>>>printos.stat("/root/python/zip.py").st_atime#文件最后访问时间1297653596>>>printos.stat("/root/python/zip.py").st_mtime#文件最后修改时间1275528102>>>printos.stat("/root/python/zip.py").st_ctime#文件创建时间1292892895

描述os.stat()返回的文件属性列表中各值的意义

fileStats = os.stat(path) 获取到的文件属性列表

fileStats[stat.ST_MODE] 获取文件的模式

fileStats[stat.ST_SIZE] 文件大小

fileStats[stat.ST_MTIME] 文件最后修改时间

fileStats[stat.ST_ATIME] 文件最后访问时间

fileStats[stat.ST_CTIME] 文件创建时间

stat.S_ISDIR(fileStats[stat.ST_MODE]) 是否目录

stat.S_ISREG(fileStats[stat.ST_MODE]) 是否一般文件

stat.S_ISLNK(fileStats[stat.ST_MODE]) 是否连接文件

stat.S_ISSOCK(fileStats[stat.ST_MODE]) 是否COCK文件

stat.S_ISFIFO(fileStats[stat.ST_MODE]) 是否命名管道

stat.S_ISBLK(fileStats[stat.ST_MODE]) 是否块设备

stat.S_ISCHR(fileStats[stat.ST_MODE]) 是否字符设置

openpyxl模块（最全总结足够初次使用）

1. 安装

pip install openpyxl

2. 打开文件

① 创建

from openpyxl import Workbook

# 实例化

wb = Workbook()

# 激活 worksheet

ws = wb.active

② 打开已有

>>> from openpyxl import load_workbook

>>> wb2 = load_workbook('文件名称.xlsx')

3. 储存数据

复制代码

# 方式一：数据可以直接分配到单元格中(可以输入公式)

ws['A1'] = 42

# 方式二：可以附加行，从第一列开始附加(从最下方空白处，最左开始)(可以输入多行)

ws.append([1, 2, 3])

# 方式三：Python 类型会被自动转换

ws['A3'] = datetime.datetime.now().strftime("%Y-%m-%d")

复制代码

4. 创建表（sheet）

# 方式一：插入到最后(default)

>>> ws1 = wb.create_sheet("Mysheet")

# 方式二：插入到最开始的位置

>>> ws2 = wb.create_sheet("Mysheet", 0)

5. 选择表（sheet）

# sheet 名称可以作为 key 进行索引

>>> ws3 = wb["New Title"]

>>> ws4 = wb.get_sheet_by_name("New Title")

>>> ws is ws3 is ws4

True

6. 查看表名（sheet）

复制代码

# 显示所有表名

>>> print(wb.sheetnames)

['Sheet2', 'New Title', 'Sheet1']

# 遍历所有表

>>> for sheet in wb:

... print(sheet.title)

复制代码

7. 访问单元格（call）

① 单一单元格访问

复制代码

# 方法一

>>> c = ws['A4']

# 方法二：row 行；column 列

>>> d = ws.cell(row=4, column=2, value=10)

# 方法三：只要访问就创建

>>> for i in range(1,101):

... for j in range(1,101):

... ws.cell(row=i, column=j)

复制代码

② 多单元格访问

复制代码

# 通过切片

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

# 通过行(列)

>>> colC = ws['C']

>>> col_range = ws['C:D']

>>> row10 = ws[10]

>>> row_range = ws[5:10]

# 通过指定范围(行 → 行)

>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2):

... for cell in row:

... print(cell)

# 通过指定范围(列 → 列)

>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2):

... for cell in row:

... print(cell)

# 遍历所有方法一

>>> ws = wb.active

>>> ws['C9'] = 'hello world'

>>> tuple(ws.rows)

((<Cell Sheet.A1>, <Cell Sheet.B1>, <Cell Sheet.C1>),

(<Cell Sheet.A2>, <Cell Sheet.B2>, <Cell Sheet.C2>),

...

(<Cell Sheet.A8>, <Cell Sheet.B8>, <Cell Sheet.C8>),

(<Cell Sheet.A9>, <Cell Sheet.B9>, <Cell Sheet.C9>))

# 遍历所有方法二

>>> tuple(ws.columns)

((<Cell Sheet.A1>,

<Cell Sheet.A2>,

<Cell Sheet.A3>,

...

<Cell Sheet.B7>,

<Cell Sheet.B8>,

<Cell Sheet.B9>),

(<Cell Sheet.C1>,

...

<Cell Sheet.C8>,

<Cell Sheet.C9>))

复制代码

8. 保存数据

>>> wb.save('文件名称.xlsx')

9. 其他

① 改变 sheet 标签按钮颜色

ws.sheet_properties.tabColor = "1072BA"

② 获取最大行，最大列

# 获得最大列和最大行

print(sheet.max_row)

print(sheet.max_column)

③ 获取每一行，每一列

sheet.rows为生成器, 里面是每一行的数据，每一行又由一个tuple包裹。

sheet.columns类似，不过里面是每个tuple是每一列的单元格。

复制代码

# 因为按行，所以返回A1, B1, C1这样的顺序

for row in sheet.rows:

for cell in row:

print(cell.value)

# A1, A2, A3这样的顺序

for column in sheet.columns:

for cell in column:

print(cell.value)

复制代码

④ 根据数字得到字母，根据字母得到数字

复制代码

from openpyxl.utils import get_column_letter, column_index_from_string

# 根据列的数字返回字母

print(get_column_letter(2)) # B

# 根据字母返回列的数字

print(column_index_from_string('D')) # 4

复制代码

⑤ 删除工作表

# 方式一

wb.remove(sheet)

# 方式二

del wb[sheet]

⑥ 矩阵置换（行 → 列）

复制代码

rows = [

['Number', 'data1', 'data2'],

[2, 40, 30],

[3, 40, 25],

[4, 50, 30],

[5, 30, 10],

[6, 25, 5],

[7, 50, 10]]

list(zip(*rows))

# out

[('Number', 2, 3, 4, 5, 6, 7),

('data1', 40, 40, 50, 30, 25, 50),

('data2', 30, 25, 30, 10, 5, 10)]

# 注意方法会舍弃缺少数据的列(行)

rows = [

['Number', 'data1', 'data2'],

[2, 40 ], # 这里少一个数据

[3, 40, 25],

[4, 50, 30],

[5, 30, 10],

[6, 25, 5],

[7, 50, 10],

]

# out

[('Number', 2, 3, 4, 5, 6, 7), ('data1', 40, 40, 50, 30, 25, 50)]

复制代码

10. 设置单元格风格

① 需要导入的类

from openpyxl.styles import Font, colors, Alignment

② 字体

下面的代码指定了等线24号，加粗斜体，字体颜色红色。直接使用cell的font属性，将Font对象赋值给它。

bold_itatic_24_font = Font(name='等线', size=24, italic=True, color=colors.RED, bold=True)

sheet['A1'].font = bold_itatic_24_font

③ 对齐方式

也是直接使用cell的属性aligment，这里指定垂直居中和水平居中。除了center，还可以使用right、left等等参数

# 设置B1中的数据垂直居中和水平居中

sheet['B1'].alignment = Alignment(horizontal='center', vertical='center')

④ 设置行高和列宽

# 第2行行高

sheet.row_dimensions[2].height = 40

# C列列宽

sheet.column_dimensions['C'].width = 30

⑤ 合并和拆分单元格

所谓合并单元格，即以合并区域的左上角的那个单元格为基准，覆盖其他单元格使之称为一个大的单元格。

相反，拆分单元格后将这个大单元格的值返回到原来的左上角位置。

# 合并单元格，往左上角写入数据即可

sheet.merge_cells('B1:G1') # 合并一行中的几个单元格

sheet.merge_cells('A1:C3') # 合并一个矩形区域中的单元格

合并后只可以往左上角写入数据，也就是区间中:左边的坐标。

如果这些要合并的单元格都有数据，只会保留左上角的数据，其他则丢弃。换句话说若合并前不是在左上角写入数据，合并后单元格中不会有数据。

以下是拆分单元格的代码。拆分后，值回到A1位置

sheet.unmerge_cells('A1:C3')

最后举个例子

复制代码

import datetime

from random import choice

from time import time

from openpyxl import load_workbook

from openpyxl.utils import get_column_letter

# 设置文件 mingc

addr = "openpyxl.xlsx"

# 打开文件

wb = load_workbook(addr)

# 创建一张新表

ws = wb.create_sheet()

# 第一行输入

ws.append(['TIME', 'TITLE', 'A-Z'])

# 输入内容（500行数据）

for i in range(500):

TIME = datetime.datetime.now().strftime("%H:%M:%S")

TITLE = str(time())

A_Z = get_column_letter(choice(range(1, 50)))

ws.append([TIME, TITLE, A_Z])

# 获取最大行

row_max = ws.max_row

# 获取最大列

con_max = ws.max_column

# 把上面写入内容打印在控制台

for j in ws.rows: # we.rows 获取每一行数据

for n in j:

print(n.value, end="\t") # n.value 获取单元格的值

print()

# 保存，save（必须要写文件名（绝对地址）默认 py 同级目录下，只支持 xlsx 格式）

wb.save(addr)

复制代码

分类: python模块

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 202,905评论 5赞 476
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 85,140评论 2赞 379
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 149,791评论 0赞 335
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 54,483评论 1赞 273
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 63,476评论 5赞 364
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 48,516评论 1赞 281
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 37,905评论 3赞 395
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 36,560评论 0赞 256
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 40,778评论 1赞 296
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 35,557评论 2赞 319
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 37,635评论 1赞 329
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 33,338评论 4赞 318
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 38,925评论 3赞 307
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 29,898评论 0赞 19
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 31,142评论 1赞 259
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 42,818评论 2赞 349
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 42,347评论 2赞 342

Python模块库用法

os模块用法大全

pandas模块的使用方法

stat模块的使用方法

openpyxl模块（最全总结 足够初次使用）

推荐阅读更多精彩内容

openpyxl模块（最全总结足够初次使用）