Python自动化办公知识点整理汇总！（文末分享干货）_excel自动化、邮件处理自动化以及浏览器处理自动化

不然会很痛苦的。

二、excel自动化

office家族其实都可以用VBA解决自动化的问题，但可能很多人不会用。

python针对excel有很多的第三方库可以用，比如xlwings、xlsxwriter、xlrd、xlwt、pandas、xlsxwriter、win32com、xlutils等等。

Python-Excel 模块哪家强？

这些库可以很方便地实现对excel文件的增删改写、格式修改等，当然并不推荐你全部都去尝试一下，这样时间成本太大了。使用xlwings和pandas这两个就够了，基本能解决excel自动化的所有问题。

xlwings不光可以读写excel，还能进行格式调整、VBA操作，非常强大且易于使用。

官网教程：https://www.xlwings.org/

pandas是大家都熟悉的数据处理利器，它也支持excel的读写，接口友好。这个后面会讲到。
如果你对python自动化处理excel很有兴趣，也可以买一本专门的教材来看。

三、ppt自动化

python当然是支持ppt的自动化处理，主要的库有pywin32com、pptx，可以创建、修改ppt文件。

推荐使用pptx库，目前主流的ppt处理库。

学习网站：https://python-pptx.readthedocs.io/en/latest/

四、word自动化

python操作Word的库：

• python-docx、import docx：只对windows平台有效
• pypiwin32、import win32com：跨平台，但无法处理doc格式的word文本，doc格式不是基于xml的
• textract、import textract：它同时兼顾“doc”和“docx”，但安装过程需要一些依赖。你可以批量的用python生成word文件，推荐使用docx，不需要会太多。

学习网站：https://python-docx.readthedocs.io/en/latest/

五、邮件处理

python处理邮件也是极其便利的，smtplib、imaplib、email三个库配合使用，实现邮件编写、发送、接收、读取等一系列自动化操作，省时省力。

简单三步，用 Python 发邮件

发邮件的坑在于邮箱服务器的选择和设置，而这个又会随着邮箱服务商的更新而变动，所以实际使用时还需要多搜索相关文档和教程。

六、文件批量处理

文件处理包括批量修改或创建文件名、批量生成文档、批量修改路径等等重复性操作。如果一个个手工操作，那真的心累。

python在处理批量操作有得天独厚的优势，成千上万的文件修改可能只需几秒的时间。

os是python文件操作的库，可以实现对电脑上文件的增删改查。

方法	作用
os.chdir(path)	改变当前工作目录
os.getcwd()	返回当前工作目录
os.listdir()	返回path指定的文件夹包含的文件或文件夹的名字的列表
os.makedirs(path[, mode])	创建一个名为path的文件夹
os.remove(path)	删除路径为path的文件
…	…

七、数据处理和分析

我就是做数据分析工作的，基本也是python作为主要工具，所以这一块毋庸置疑是python自动化办公最有价值的部分。

数据处理的库主要有：pandas、numpy、matplotlib、sklearn…

pandas是一款不断进步的python数据科学库，它的数据结构十分适合做数据处理，并且pandas纳入了大量分析函数方法，以及常用统计学模型、可视化处理。

如果你使用python做数据分析，在数据预处理的过程，几乎九成的工作需要使用pandas完成。

在一些企业招分析师的笔试题中，pandas已经作为必考的工具，所以如果你想要入行数据分析师，请努力学习使用pandas。

numpy是python的数值计算库，包括pandas之类的很多分析库都建立在numpy基础上。

numpy的核心功能包括：

• ndarray，一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组
• 用于对整组数据进行快速运算的标准数学函数（无需编写循环）
• 用于读写磁盘数据的工具以及用于操作内存映射文件的工具
• 线性代数、随机数生成以及傅里叶变换功能
• 用于集成由C、C++、Fortran等语言编写的代码的A C API

numpy之于数值计算特别重要是因为它可以高效处理大数组的数据。这是因为：

• 比起Python的内置序列，numpy数组使用的内存更少
• numpy可以在整个数组上执行复杂的计算，而不需要Python的for循环

matplotlib和seaborn是python主要的可视化工具，建议大家都去学学，数据的展现和数据分析同样重要。

sklearn和keras，sklearn是python机器学库，涵盖了大部分机器学习模型。keras是深度学习库，它包含高效的数值库Theano和TensorFlow。

这些是大家耳熟能详的神库，非常推荐去学习。

八、自动化爬虫

相信爬虫是大家最感兴趣的，python爬虫有很多的实现库，比如：urllib、requests、scrapy等，以及xpath、beautifulsoup等解析库。

爬虫入门容易，但学精难，所以初学者可以尝试写点简单的爬虫，比如豆瓣、知乎、微博呀。

读者福利

小编是一名Python开发工程师，自己整理了一套最新的Python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。如果你也喜欢编程，想通过学习Python转行、做副业或者提升工作效率，这份**【最新全套Python学习资料】** 一定对你有用！

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑的！

1、学习时间相对较短，学习内容更全面更集中

2、可以找到适合自己的学习方案

我已经上传至CSDN官方，如果需要可以扫描下方二维码都可以免费获取【保证100%免费】

1、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！