自动化办公无非是excel、ppt、word、邮件、文件处理、数据分析处理、爬虫这些，这次就来理一理python自动化办公的那些知识点。
- List item
- python基础
- excel自动化
- ppt自动化
- word自动化
- 邮件处理
- 文件批量处理
- 数据处理与分析
- 自动化爬虫
下面一一详解。
一、python基础
能做这些的前提是会使用Python，最起码要熟悉基本语法，可以编写小脚本。
对于python语法的要求，你可以对照python基础教程的部分查看需要学那些，找个免费视频教程跟着学，然后多敲代码练习。如果习惯看书的话，可以买本python入门书备查。
| 语法 | 主要内容 |
|---|---|
| 基本数据类型 | 不可变数据（3 个）：Number（数字）、String（字符串）、Tuple（元组）可变数据（3 个）：List（列表）、Dictionary（字典）、Set（集合） |
| 运算符 | 算术运算符、逻辑运算符、赋值运算符、比较运算符、位运算符… |
| 数值类型 | 整型(Int)、浮点型(float)、复数(complex) |
| 条件控制语句 | if…elif…else语句 |
| 循环语句 | while语句、for语句 |
| 函数 | def定义函数、函数调用、参数传递、匿名函数… |
| 迭代 | 迭代过程、迭代器、生成器、生成器表达式 |
| 文件操作 | open()函数、read、readline、readlines、write…方法 |
| os模块 | 处理系统文件和目录 |
| 模块 | 模块导入、常用标准模块、常用第三方库 |
| 错误和异常 | try/except语句 |
| 面向对象 | 简单掌握面向对象概念即可 |
语法是关键，一定要理解python编程的基本概念，再去学其他的工具库。
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。
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。
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。
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。
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
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。
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！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
