java VS Excel公式 VS 影刀RPA 之 python的 提速 方法

已于 2023-01-13 17:04:04 修改
阅读量913 收藏
点赞数
分类专栏： 实用方法 文章标签： java 开发语言 python
于 2022-10-26 11:24:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/handsome1234/article/details/127528363
版权

基于我目前开发了几个影刀RPA的感受及 python性能提升的研究，及对比同样功能java实现

感觉提升RPA途径：

1、可以使用Excel的公式，这个效率还行，能充分利用计算机的CPU的线程、进程。

2、java或c#开发的应用程序， java稍微麻烦一点要安装java JDK 并且要配置号路径，设定一个批处理文件即可，

3、影刀的for 或 python的其他循环的方法，也效果不好，我测试是要 5个小时的，用java实现 90秒即可实现。速度是python常规方法的200倍，是使用python加速方法（apply()）的128倍，我测试时数据是这样子的，网上大咖说python某些场景下，比其他开发语言慢200-300倍，是一致的，毕竟他是解释性语言，不是编译的，每一次都要解释之后才能运行。你有多少此循环，就有多少次解释，然后再执行。

说说我 python 提速的途径：，

a、我试过taichi，不支持字符串，仅支持纯数值

b、pypy3安装有问题，没安装上，

c、其他的加速工具，要么重新定义新的数据类型，要么改写之前写好的python代码。

附上我python 测试的几段代码，写得比较乱，但是主要方法发都有的：

# import pandas as pd
# import numpy as np
import pandas as pd  # modin.
import time  # 引入time模块
# import taichi as ti

# ti.init()
# from distributed import Client

# client = Client()
# df = pd.DataFrame({'month': [1, 4, 7, 10],
#                    'year': [2012, 2014, 2013, 2014],
#                    'sale': [55, 40, 84, 31]})
# print(df)
# df.set_index('year')  #如果索引列有数据重复也没关系
# print(df)
# aa = np.random.randn(6)
# print('aa:{0}',aa)
# --------------------------------------
# df = pd.DataFrame({'a': np.random.randn(6),
#                    'b': ['foo', 'bar'] * 3,
#                    'c': np.random.randn(6)})
# print('----------------')
# def my_test(a, b):
#     return a + b
#
# print(df)
# df['Value'] = df.apply(lambda row: my_test(row['a'], row['c']), axis=1,result_type=None)  # 方法1
# print(df)
#
# df['Value2'] = df['a'] + df['c']  # 方法2
# print(df)
# ------------------------------------
dfListFromDb = pd.read_csv('D:\listFromDb.csv',header=None,usecols=[0,1,2,3])  # ,index_col=0 ,names=['OrderId','BelongTime','ShopCode','ShopCname'] ,index_col=0
# print('dfListFromDb:'+str(dfListFromDb))
# dfListFromDb.reindex(level=None, drop=False, inpalce=False, col_level=0, col_fill=' ')
# dfListFromDb.reindex(range(len(dfListFromDb)))
# dfListFromDb.reset_index(inplace=True,drop=True)
# print('dfListFromDb:' + str(dfListFromDb.index.names))
# print(dfListFromDb.to_string())

dfexcelData2Abstract = pd.read_csv('D:\excelData2Abstract.csv',header=None,skiprows=[0],usecols=[0,1])  # ,index_col=1 ,index_col=0
# dfexcelData2Abstract.reset_index(level=None, drop=False, inpalce=False, col_level=0, col_fill=' ')
# dfexcelData2Abstract.reset_index(inplace=True,drop=True)
# dfexcelData2Abstract.reindex(range(len(dfexcelData2Abstract)))

# print('dfListFromDb:' + str(dfexcelData2Abstract.index.names))  #
# print('dfexcelData2Abstract.to_string():'+str(dfexcelData2Abstract.to_string()))
# print(dfexcelData2Abstract.to_string())
# print('dfexcelData2Abstract:'+str(dfexcelData2Abstract))
print('xxxxxxxxxxx')
dfexcelData2Abstract2 = dfexcelData2Abstract.copy(True)

# @ti.func
def ForloopDoubleLIstRunTime(dfListFromDb, dfexcelData2Abstract2):
    # print('dfexcelData2Abstract2:', dfexcelData2Abstract)
    # dfexcelData2Abstract2.iloc[:, 1:] = np.nan
    # print('aaaaaa')
    # print('After np.nan:dfexcelData2Abstract2:' + str(dfexcelData2Abstract2))  # range
    ticks = time.time()
    for x in range(len(dfexcelData2Abstract.iloc[:, 0])):  # dfexcelData2Abstract2.iloc[:,0]:
        # print(str(x))
        for y in range(len(dfListFromDb.iloc[:, 0])):
            if str(dfexcelData2Abstract.iloc[x, 0]).__contains__(str(dfListFromDb.iloc[y, 0])):
                # dfexcelData2Abstract2.loc[y,1]=dfListFromDb.loc[y, 1]
                # print(str(dfexcelData2Abstract2.iloc[x,0])+'#'+str(dfListFromDb.iloc[y,0])+'相等')
                break
                # print('dfListFromDb.loc['+str(y)+', 1]:'+str(dfListFromDb.iloc[y, 1]))
                # print('dfexcelData2Abstract2.loc['+str(x)+', 1]:'+str(dfexcelData2Abstract2.iloc[x, 1]))
                # print('dfListFromDb.loc['+str(y)+', 2]:'+str(dfListFromDb.iloc[y, 2]))
        # print('dfexcelData2Abstract2.loc['+str(x)+', 2]:'+str(dfexcelData2Abstract2.iloc[x, 1]))

    ticks2 = (time.time() - ticks) / 60
    print('ForloopDoubleLIstRunTime 耗时：{}'.format(time.time() - ticks))  # +str(ticks2))
    list24result = []
    # AA='准备补充单号为空的数据:str(list24result[11]).find("基金代发任务"):'+str(list24result[11].find("基金代发任务"))+'#str(list24result[11]).find("订单编号"):'+str(str(list24result[11]).find("订单编号"))+'#str(list24result[21]):'+str(list24result[21])

ForloopDoubleLIstRunTime(dfListFromDb, dfexcelData2Abstract2)
print(str(time.process_time()))    #120second 263, 208 132 116 99 98

# @ti.func
def DoubleLIstRunTime_iterrows(dfListFromDb, dfexcelData2Abstract2):
    ticks = time.time()
    # dfListFromDb.convert_dtypes()
    # dfexcelData2Abstract2.convert_dtypes()
    for index, dfexcelData2Abstract2_row in dfexcelData2Abstract2.iterrows():
        # 获取用电量和时间（小时）
        # myrow = str(row[0])
        # print('dfexcelData2Abstract2_row:'+str(dfexcelData2Abstract2_row))
        for indexdb,dfListFromDb_rowdb in dfListFromDb.iterrows():
            # print('dfListFromDb_rowdb:'+str(dfListFromDb_rowdb))
            if str(dfexcelData2Abstract2_row[0]).__contains__(str(dfListFromDb_rowdb[0])):
                print('index:'+str(index)+'str(dfexcelData2Abstract2_row[0]):'+str(dfexcelData2Abstract2_row[0])+'#'+'str(dfListFromDb_rowdb[0]):'+str(dfListFromDb_rowdb[0]))
                break
        # hour = row['date_time'].hour
        # 添加cost列表
    #     energy_cost = apply_tariff(energy_used, hour)
    #     energy_cost_list.append(energy_cost)
    # df['cost_cents'] = energy_cost_list
    ticks2 = (time.time() - ticks) / 60
    print('DoubleLIstRunTime_iterrows 耗时：{}'.format(time.time() - ticks))  # +str(ticks2))

# DoubleLIstRunTime_iterrows(dfListFromDb, dfexcelData2Abstract2)   #123secend
# print(str(time.process_time()))   #377 95  117 168 160

# @ti.kernel
def DoubleLIstRunTime_itertuples(dfListFromDb , dfexcelData2Abstract2):
    ticks = time.time()
    # dfListFromDb.convert_dtypes()
    # dfexcelData2Abstract2.convert_dtypes()
    for index, dfexcelData2Abstract2_row in dfexcelData2Abstract2.iterrows():
        # 获取用电量和时间（小时）
        # myrow = str(dfexcelData2Abstract2[0])
        print('外层循环dfexcelData2Abstract2Index:'+str(index)+'#dfexcelData2Abstract2_row:'+str(dfexcelData2Abstract2_row))
        i = 0
        for rowdb in dfListFromDb.itertuples():
            i=i+1
            if str(dfexcelData2Abstract2_row[0]).__contains__(str(getattr(rowdb,'_1'))):
                # print('内层循环TuplesIndex:'+str(i)+'#str(dfexcelData2Abstract2_row[0]):'+str(dfexcelData2Abstract2_row[0])+'#'+"str(getattr(rowdb['_1'])):"+str(getattr(rowdb,'_1')))
                break
        # list_itertuples(dfexcelData2Abstract2_row,dfListFromDb)
        # hour = row['date_time'].hour
        # 添加cost列表
    #     energy_cost = apply_tariff(energy_used, hour)
    #     energy_cost_list.append(energy_cost)
    # df['cost_cents'] = energy_cost_list
    ticks2 = (time.time() - ticks) / 60
    print('DoubleLIstRunTime_iterrows 耗时：{}'.format(time.time() - ticks))  # +str(ticks2))


# DoubleLIstRunTime_itertuples(dfListFromDb, dfexcelData2Abstract2)   #123secend
# print(str(time.process_time()))   #377 95  117 168 160

def testfindInApply(tempRow):
    i =0
    # print('外层循环tempRow:' + str(i) + '#str(tempRow):' + str(tempRow) + '#' )
    for rowdb in dfListFromDb.itertuples():
        i = i + 1
        if str(tempRow[0]).__contains__(str(getattr(rowdb, '_1'))):
            # print('内层循环TuplesIndex:'+str(i)+'#str(tempRow[0]):'+str(tempRow[0])+'#'+"str(getattr(rowdb['_1'])):"+str(getattr(rowdb,'_1')))
            tempRow[2]=str(getattr(rowdb, '_1'))
            return True
        # else:
        #     return False

# print(dfexcelData2Abstract2)
# dfexcelData2Abstract2[2]='-----------------------------------'
# print(dfexcelData2Abstract2)
# ticks = time.time()
# dfexcelData2Abstract2.apply(testfindInApply,axis=1)
# ticks2 = (time.time() - ticks) / 60
# print('dfexcelData2Abstract2.apply 耗时：{}'.format(time.time() - ticks))  # +str(ticks2))
# print(dfexcelData2Abstract2)
# dfexcelData2Abstract2.to_csv("d:\dfexcelData2Abstract2Output.csv")

java代码：

package com.company;

import javax.swing.*;
import java.io.*;
import java.nio.charset.StandardCharsets;
import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Iterator;
import java.util.List;
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

import static sun.misc.Version.print;
import static sun.misc.Version.println;

public class DbListModify {
    static String[][] arrexcelData2Abstract;
    static String[][] arrlistFromDb;
    static File file;
    static File fileCsv;
    static SimpleDateFormat df;

    public static void main(String[] args) {
        // write your code here
        int IntCsvexcelData2AbstractLength=0;
        int IntCsvlistFromDbLength=0;
        df = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss:SSS");


        try {
            String content = "";
            file =new File("D:\\test_appendfile31"+df.format(System.currentTimeMillis()).toString().replace(":","").replace("/","")+".txt");
            fileCsv=new File("D:\\DbListModify.csv");
            if(!file.exists()){
                file.createNewFile();
            }
            if(!fileCsv.exists()){
                file.createNewFile();
            }
            //trueappend file
            FileWriter fileWritter = new FileWriter(file.getAbsoluteFile(),false);//.getAbsoluteFile() getName
            FileWriter CsvfileWritter = new FileWriter(fileCsv.getAbsoluteFile(), false);//.getAbsoluteFile() getName 数据专用文件
            fileWritter.write(content);

            //(),
            BufferedReader readerexcelData2Abstract = new BufferedReader(new InputStreamReader(new FileInputStream("d:\\excelData2Abstract.csv"),"gb2312"));//GBK
//                 reader.readLine();//,
//                 System.out.println(reader.readLine());
            String lineexcelData2Abstract = null;
            int i=0;
            while((lineexcelData2Abstract=readerexcelData2Abstract.readLine())!=null){
                String itemexcelData2Abstract[] = lineexcelData2Abstract.split(",");//CSV抽象文件
                String last = itemexcelData2Abstract[itemexcelData2Abstract.length-1];//CSV数据库文件
                i=i+1;
            }
            IntCsvexcelData2AbstractLength=i;
            fileWritter.write("IntCsvexcelData2AbstractLength:"+IntCsvexcelData2AbstractLength+"\r\n");
            readexcelData2AbstractCSV("d:\\excelData2Abstract.csv",IntCsvexcelData2AbstractLength,3);

            System.out.println("itemexcelData2Abstract"+df.format(System.currentTimeMillis()).toString());
            fileWritter.write("itemexcelData2Abstract"+df.format(System.currentTimeMillis()).toString()+"\r\n");
            i=0;
            //(),
            BufferedReader readerlistFromDb = new BufferedReader(new InputStreamReader(new FileInputStream("d:\\listFromDb.csv"), "utf-8"));//GBK
//                 reader.readLine();//,
//                 System.out.println(reader.readLine());
            String linelistFromDb = null;
            while((linelistFromDb=readerlistFromDb.readLine())!=null){
                String itemlistFromDb[] = linelistFromDb.split(",");//CSV,,
                String last = itemlistFromDb[itemlistFromDb.length-1];//CSV,-1
                i=i+1;
            }
            IntCsvlistFromDbLength=i;
            fileWritter.write("IntCsvlistFromDbLength:"+IntCsvlistFromDbLength+"\r\n");

            readlistFromDbCSV("d:\\listFromDb.csv",IntCsvexcelData2AbstractLength,3);
            System.out.println("arrlistFromDb"+df.format(System.currentTimeMillis()).toString());
            fileWritter.write("CsvexcelData2Abstract赋值开始："+df.format(System.currentTimeMillis()).toString()+"\r\n");
            for(int inta=0;inta<IntCsvexcelData2AbstractLength-2;inta++)
            {
                for(int intb=0;intb<IntCsvlistFromDbLength;intb++)
                {
                    if (arrexcelData2Abstract[inta][0].toString().trim().contains(arrlistFromDb[intb][0].toString().trim()))
                    {
//                      System.out.println("arrexcelData2Abstract[inta][0].toString().trim():"+arrexcelData2Abstract[inta][0].toString().trim()+"#arrlistFromDb[intb][0].toString().trim():"+arrlistFromDb[intb][0].toString().trim());
                        arrexcelData2Abstract[inta][2]=arrlistFromDb[intb][1].toString().trim();
                        break;
                    }
                }
            }
            fileWritter.write("CsvexcelData2Abstract赋值结束：写入CSV开始"+df.format(System.currentTimeMillis()).toString()+"\r\n");
            StringBuilder stringBuilder =new StringBuilder();
            for(int inta=0;inta<IntCsvexcelData2AbstractLength-2;inta++)
            {
//                CsvfileWritter.write(arrexcelData2Abstract[inta][0].toString()+","+arrexcelData2Abstract[inta][1].toString()+","+arrexcelData2Abstract[inta][2].toString()+","+"\r\n");
//                fileWritter.write(""+arrexcelData2Abstract[inta][0].toString()+","+arrexcelData2Abstract[inta][1].toString()+","+arrexcelData2Abstract[inta][2].toString()+","+"\r\n");
                stringBuilder.append(arrexcelData2Abstract[inta][0].toString()+","+arrexcelData2Abstract[inta][1].toString()+","+arrexcelData2Abstract[inta][2].toString()+","+"\r\n");
                System.out.println(inta);
            }
            CsvfileWritter.write(stringBuilder.toString());
            fileWritter.write("写入CSV完成"+df.format(System.currentTimeMillis()).toString()+"\r\n");
            fileWritter.flush(); fileWritter.close();
            CsvfileWritter.flush();CsvfileWritter.close();
        } catch (Exception e) {
            e.printStackTrace();
        }

    }

    private static void readexcelData2AbstractCSV(String pFilename,int IntCsvexcelData2AbstractLength,int intcollen) {

        int i=0;
        try {
            BufferedReader br = new BufferedReader(new FileReader(pFilename));
            arrexcelData2Abstract = new String[IntCsvexcelData2AbstractLength][intcollen];
//                BufferedReader br = new BufferedReader(new FileReader(pFilename));
            String line = " ";
            String [] temp;
            while ((line = br.readLine())!= null){
                temp = line.split(","); //split spaces
                for (int j = 0; j<3; j++) {
                    if (j==2)
                    {
                        arrexcelData2Abstract[i][j] ="";
                    }
                    else
                        arrexcelData2Abstract[i][j] =temp[j];
//                        System.out.println("readexcelData2AbstractCSVtemp["+j+"]:"+temp[j].toString());
                }
//                    System.out.println("arr["+i+"]:"+arr[i].toString());
                System.out.println("i:"+i);
//                    System.out.println("temp:"+temp.);
                i=i+1;
                if (i==IntCsvexcelData2AbstractLength-2)
                    return;
            }

//            for (int m=0;m<introwlen;m++) {
//                System.out.print(arr[m].toString());
//            }
        }catch (Exception e) {
            e.printStackTrace();
        }
        finally{
        }
//        return arr;
    }

    private static void readlistFromDbCSV(String pFilename,int IntCsvlistFromDbLength,int intcollen) {

        int i=0;
        try {
            BufferedReader br = new BufferedReader(new FileReader(pFilename));
            arrlistFromDb = new String[IntCsvlistFromDbLength][intcollen];
//                BufferedReader br = new BufferedReader(new FileReader(pFilename));
            String line = " ";
            String [] temp;
            while ((line = br.readLine())!= null){
                temp = line.split(","); //split spaces
                for (int j = 0; j<2; j++) {
                    arrlistFromDb[i][j] =temp[j];
                    System.out.println("readlistFromDbCSVtemp["+j+"]:"+temp[j].toString());
                }
//                    System.out.println("arr["+i+"]:"+arr[i].toString());
                System.out.println("i:"+i);
//                    System.out.println("temp:"+temp.);
                i=i+1;
//                if (i==introwlen-2)
//                    return;
            }

//            for (int m=0;m<introwlen;m++) {
//                System.out.print(arr[m].toString());
//            }
        }catch (Exception e) {
            e.printStackTrace();
        }
        finally{
        }
//        return arr;
    }

}

handsome1234
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
RPA教学——使用 python 写出诗一样的代码 (三)
weixin_44447687的博客
02-01 368
了解RPA： www.i-search.com.cn 学习RPA https://support.i-search.com.cn/ 下载RPA： https://www.i-search.com.cn/?from=csdn 1、矩阵转置 您需要将所有行转换为列，反之亦然。在 Python 中，可以使用 zip 函数在一行代码中置换一个矩阵。 a=[[1,2,3], [4,5,6], [7,8,9]] transpose = [list(i) for i in zip(*a)] transpose [[1,
python结合js逆向与影刀RPA——开发影刀指令（生成淘宝sign加密参数）
m0_53027469的博客
11-17 2595
在一些平台，我们在拿数据的时候，都会遇需要逆向才能拿到数据，就比如淘宝的卖家、买家平台，大部分是请求参数sign参数加密，那就以这个为例，我们用影刀RPA工具，结合python，js逆向，来开发一个通用的影刀RPA指令——生成淘宝sign加密参数指令。这样我们不管是在淘宝的卖家或者买家平台拿数据，遇到sign参数加密，直接调用这个指令生成加密参数。
RPA for Python离线用法（解决卡在init的办法）
llsixly
03-19 5119
文章目录前言方法一 使用pack()（需要有个能科学上网的电脑）方法二 彻底自己搞（如果你没办法科学上网的话）友情提示步骤总结具体步骤1.安装python依赖包2.下载TagUIinit后记 前言 这两天遇到很多无脑重复操作要做，正好这两天比较有空一些，正好来研究一些RPA。 RPA行业内这几年经常提到这个概念，但是感觉大部分还是噱头。如果没有一套完整的可视化编辑方案，方便电脑小白自己编辑脚本，那这东西有啥实质性的改变吗？不过还是按键精灵和爬虫技术的“再包装”和“再就业”罢了。 技术选型啥的我就不说了，我盯
影刀RPA与Python,哪个更适合自动化?
weixin_53436048的博客
09-27 802
在简单的跨应用数据整合、文档处理等自动化场景下,使用影刀RPA的图形化流程设计,可以非常高效快速实现自动化。Python编程的自动化更适合复杂业务场景、需要频繁逻辑判断或大量数据处理的场景,可以实现更强大的自动化。影刀RPA的主要优势是简单易用,上手极快,能够快速实现简单业务场景的自动化,提高效率。所以,对于追求简单易用的用户,以及数据处理、文档处理等简单重复性工作的自动化,影刀RPA是一个不错的选择。Python编程的优势在于功能更强大,可以实现更复杂的自动化需求,有更高的自由度。但需要一定的学习成本。
python结合影刀RPA，爬取的数据写入execl
m0_53027469的博客
09-26 2076
我们在做爬虫时，不仅仅是把我们需要的数据抓取下来就行了，我们还需要把数据保存下来，比如execl，数据库等。而我们把爬取的数据写入execl时，会想到使用python的第三方包openpyxl。这样，不管是请求，处理数据，写入数据都需要我们手撸存代码了。但是，如果使用影刀，节省了我们一半繁琐的操作，对于编程新手来说也更加友好。这时，我们只要在影刀里写个python函数处理一下数据，在用影刀把数据写入execl就行了。python：接口URL，设置请求头，获取响应内容。
影刀RPA ShadowBot-5.17.55 RPA
最新发布
06-21
影刀RPA ShadowBot-5.17.55 RPA，每一个人都会用的RPA，让人不必像机器一样工作。任何操作系统、桌面软件、 Web程序的自动化可以实现任何操作系统的所有桌面应用程序的自动化，包括ERP、浏览器、CRM、微信、钉钉或你...
影刀RPA精品视频教程
01-04
影刀发展历程 3年多时间，影刀快速成长为独角兽企业，已获得高盛集团、腾讯、Coatue Manager、高瓴资本...2020年2月18日，影刀RPA正式上线，并获得超100家企业使用 2019年10月，影刀获得盈动资本、良米投资天使轮融资
RPA-Python：用于RPA（机器人流程自动化）的Python软件包
02-05
适用于Python的RPA :snake: | | | 该工具以前称为Python的TagUI。 名称更改的向后兼容，因此使用import tagui as t和t.function()编写的现有脚本将继续起作用。 要安装用于RPA（机器人流程自动化）的Python软件包- ...
RPA-Python（包含TagUi）.rar
12-14
1.适用于使用Python语言操作可视化界面，鼠标键盘事件的场景； 2.免费开源，不需要积分就可以下载； 3.资源丰富，包括了TagUi，下载后简单调式就可以直接使用；
影刀RPA系列公开课8：第一课 认识影刀.rar
10-04
RPA之家全套视频教程，想系统学习RPA的，可以下载该资源学习。在学习的过程中，如果碰到任何问题，也可以在评论区里面交流。
RPA机器人、python、爬虫、自动化
lzf2284466的博客
05-20 2352
凡事都有个源头，从RPA机器人——>python——>爬虫——>自动化，一步步的前进，都源于公司的一个需求：实现自动找到电脑存储的号码excel文件，将excel里边的号码按靓号规则按进行归类，写入新得excel文件里。当时的这个需求，公司请了RPA的厂家来开发，当然，项目最后没能完成，很可惜，没能看到这个项目落地。但，这却是我的一个开始，有一个专门负责项目的大佬，和我们共处一个工作环境和用餐，这期间和他探讨了许多，也让我见识到了新得领域：RPA（ Robotic Process Auto
Python和RPA之间的区别和联系
abackcab的博客
03-12 614
比如你想做个保单管理的RPA系统，首先你得要知道保单哪些环节可以通过RPA来提升效率，比如保单录入、更新、查询、续保、理赔等流程，这些流程涉及到用户的哪些数据、这些数据在哪些系统里等等，都需要很专业的保险行业知识。如果人工来处理财务之类的数据，很浪费时间，而RPA可以搭建一整套财务自动化的系统，从数据采集、存储、整合、分析、输出都帮你串起来，既节省了人力又极大的避免人为出错。比如你的财务同事需要做财务对账，发票报销，税务申报等，这些流程看似容易，其实到操作层面很繁琐细碎，而且大多是重复性操作。
1.2 Python安装
lzhenzhong88的博客
03-27 668
1.双击打开安装包 2.安装时加入路径 安装时一定要将这两个勾打上，下面的Add Python 3.10 to PATH默认是不勾的，需要手动勾选： 3.安装方式选择Install Now 4.进入安装界面，只需耐心等待即可 5.安装完成后，点击Close即可 6.确认安装成功及Python版本号 在运行窗口内输入cmd后点击确定，进入DOS界面： 以上教程内容实时更新，欢迎各位大佬阅提意见，百忙之中抽空扫下面二维码： ...
读取excel：python VS java
weixin_44346619的博客
09-18 825
读取excel：python VS java## -------------------python------------------------------------------- import os import xlrd, sys, re 查找文件，精确到file Filename = r"C:\Users\Administrator\Desktop\总集代码清单和详设评审清单数据差异.xls" 打开excel文件 bk = xlrd.open_workbook(Filename) 把所有的she
几步教你用 Python 制作一个 RPA 机器人！
热门推荐
CSDN资讯
11-27 1万+
作者 | 阿文出品 | CSDN（ID：CSDNnews）头图 | CSDN下载自东方IC繁琐且重复的工作在我们日常的工作中，有很多事情是重复且繁琐的，组织内部不同的部门开发出来的系统相...
Java和Python对比，看完这篇你就知道有什么不同了
aobulaien001的博客
10-25 3361
在当今数字化时代，网站扮演着连接世界的桥梁，而Java与Python则是这个虚拟世界的建筑师。Java的高性能和稳定性赋予了淘宝、京东和天猫等巨型电商平台不朽的底气，而Python的快速开发特性却在知乎和豆瓣等内容丰富的搜索媒体网站上展现了独特的魅力。Java是由Sun Microsystems于1995年发布的一种高级编程语言。它的设计目标之一是“一次编写，随处运行”，这意味着Java程序可以在各种不同的平台上运行，只要有Java虚拟机（JVM）的支持。
使用multiprocessing Pool 对 pandas groupby apply加速
imlpf的专栏
06-14 2494
1.multiprocessing Pool 的使用 import multiprocessing def func(args): # do something return df #返回一个df if __name__ == "__main__": pool = multiprocessing.Pool() result=pd.DataFrame() result=result.append(pool.map(func,list) ) #给func传..
影刀rpa无法调用浏览器
05-12
如果你使用的是影刀RPA，而且无法调用浏览器，那么可能是以下原因之一： 1. 缺少浏览器插件：如果你想要在RPA中使用浏览器，你需要安装浏览器插件。在影刀RPA中，你需要安装Chrome插件，才能够调用Chrome浏览器。你可以在影刀RPA官网上下载并安装Chrome插件。 2. 浏览器版本不兼容：如果你安装了Chrome插件，但还是无法调用浏览器，那么可能是因为你的浏览器版本不兼容。在影刀RPA中，你需要使用Chrome 68或更高版本的浏览器。 3. RPA配置错误：如果你的RPA配置有误，可能会导致无法调用浏览器。你可以检查一下你的RPA配置，确保已经正确配置了浏览器路径和插件路径。 如果你还是无法解决这个问题，建议你联系影刀RPA官方客服，获取更多帮助和支持。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值