python 利用openpyxl包处理excel数据并作图

##记录Internship第一个小project

任务描述：1.从Bloomberg上download A50现货期货的成交价格和交易量数据，并作图。

  2.从Bloomberg上download 沪深300的现货期货成交价格和交易量数据，并作图。

download 数据：利用excel 中的Bloomberg插件 注意结束时间要选当下时间，否则数据易报错，无法下载。 注意对交易间隔的数据的处理，成交价格应当选用沿用之前价格（接近实际情况，当商品交易量为0，价格可以近似认为不变。）交易量自动填充0。注意Bloomberg上分钟数据，最早在excel只能到140天，在平台上可以找到230天，在那之前的历史数据无法取得。

处理excel数据多使用python openpyxl这个包。R语言多用来处理SAS数据库内的表。

运行环境：OS X EI Capitan Version 10.11.5  Python 2.7   编辑软件：Sublime Text 2    命令行 调用

openpyxl学习文档：https://openpyxl.readthedocs.io/en/default/charts/line.html#id1 官方profile  优点：例子众多，事例详实。缺点：英语（多用英文excel易理解）解释说明少

http://liyangliang.me/posts/2013/02/using-openpyxl-to-read-and-write-xlsx-files/   民间说明。但这个例子非常典型，很好用

编写程序：（说明在注释中）

# coding=utf-8
import types

from openpyxl import load_workbook

from datetime import date

from openpyxl import Workbook
from openpyxl.chart import (
    LineChart,
    Reference,
)
from openpyxl.chart.axis import DateAxis

wbb = Workbook()
wss = wbb.active

##上述为固定需要import进来的一些包，wss是新建的一个具体写的excel对象。

'''
rows = [
    ['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)
'''
 
wb = load_workbook(filename=r'sh300year.xlsx')   # 打开22.xlsx从里面读数据
 
sheets = wb.get_sheet_names()   
sheet0 = sheets[0]  # 第一个表格的名称  ＃其实感觉没什么用，可以直接写worksheet的名字
#sheet1 = sheets[1]
#sheet2 = sheets[2]

wo = wb.get_sheet_by_name('sum') # 获取特定的 worksheet  填写excel表左下角表的名字
#wp = wb.get_sheet_by_name('IFBA')
#wq = wb.get_sheet_by_name('XUN1')
 
# 获取表格所有行和列，两者都是可迭代的
#rows = wo.rows

columns1 = wo.columns
#columns2 = wp.columns
#columns3 = wq.columns
 
# 列迭代

content1 = []
#content2 = []
#content3 = []

rank = [0,0,0,0,0]  # 开一个数组，用于标记交易量最大的期货组合，方便后续拼接

num1 = 0
num2 = 0
num3 = 0


#三张表的列迭代
#colunms写入列表，改变格式，方便调用

for aol in columns1:
	a = [x.value for x in aol]
	content1.append(a)
'''
for bol in columns2:
	b = [y.value for y in bol]
	content2.append(b)

for dol in columns3:
	c = [z.value for z in dol]
	content3.append(c) 

#从Bloomberg中取数据时，注意严格规定5min一个点格式，确保三张表，有相同rows，从而只需要一次for循环，降低复杂度
#分五段，分别算每段何种期货品种交易量最大，认为最活跃，将编号记录进rank列表
#五段的分界点，通过均分确定
for i in range(105455):
	num1 = num1 + content1[2][i]
	num2 = num2 + content2[2][i]
	num3 = num3 + content3[2][i]

	if i == 21091:
		if num1 >= num2 and num1 >= num3:
			rank[0] = 1
		if num2 >= num1 and num2 >= num3:
			rank[0] = 2
		if num3 >= num1 and num3 >= num1:
			rank[0] = 3

		num1 = 0
		num2 = 0
		num3 = 0

	if i == 42182:
		if num1 >= num2 and num1 >= num3:
			rank[1] = 1
		if num2 >= num1 and num2 >= num3:
			rank[1] = 2
		if num3 >= num1 and num3 >= num1:
			rank[1] = 3

		num1 = 0
		num2 = 0
		num3 = 0

	if i == 63273:
		if num1 >= num2 and num1 >= num3:
			rank[2] = 1
		if num2 >= num1 and num2 >= num3:
			rank[2] = 2
		if num3 >= num1 and num3 >= num1:
			rank[2] = 3

		num1 = 0
		num2 = 0
		num3 = 0

	if i == 84364:
		if num1 >= num2 and num1 >= num3:
			rank[3] = 1
		if num2 >= num1 and num2 >= num3:
			rank[3] = 2
		if num3 >= num1 and num3 >= num1:
			rank[3] = 3

		num1 = 0
		num2 = 0
		num3 = 0

	if i == 105454:
		if num1 >= num2 and num1 >= num3:
			rank[4] = 1
		if num2 >= num1 and num2 >= num3:
			rank[4] = 2
		if num3 >= num1 and num3 >= num1:
			rank[4] = 3

		num1 = 0
		num2 = 0
		num3 = 0
'''

#注意由官方文档的例子中，画表只能从list中读数据，不可以直接从文档中读，所以兴建一个中间ll[]来过渡一下，拼好的值写入其中
ll = []

'''
#拼接
for i in range(5):

	count = 0

	if rank[i] == 1:
		rows = wo.rows

	if rank[i] == 2:
		rows = wp.rows
	
	if rank[i] == 3:
		rows = wq.rows

	if i == 0:
		for row in rows[0:21092]:
			line = [col.value for col in row]
			ll.append(line)

	if i == 1:
		for row in rows[21092:42183]:
			line = [col.value for col in row]
			ll.append(line)

	if i == 2:
		for row in rows[42183:63274]:
			line = [col.value for col in row]
			ll.append(line)

	if i == 3:
		for row in rows[63274:84365]:
			line = [col.value for col in row]
			ll.append(line)

	if i == 4:
		for row in rows[84365:105455]:
			line = [col.value for col in row]
			ll.append(line)


'''

#if num3 >= num1 and num3 >= num2:
rows = wo.rows
for row in rows:
	line = [col.value for col in row]
	ll.append(line)

for roww in ll:
	wss.append(roww)

#写数据到表中
#for roww in ll:
#	wss.append(roww)

c1 = LineChart()            #新建一张图
c1.title = "Line Chart"     #图的标题
c1.style = 8         		#线条的style
c1.y_axis.title = 'price'	#y坐标的标题
#c1.x_axis = DateAxis(crossAx=100)
c1.x_axis.number_format = 'mm-e'  #规定日期格式  这是月,年格式
c1.x_axis.majorTimeUnit = "Months"	#规定日期间隔 注意days；Months大写
c1.x_axis.title = "Date"	#x坐标的标题
c1.y_axis.scaling.min = 2.5 #y坐标的区间
c1.y_axis.scaling.max = 3.4

data = Reference(wss, min_col=4, min_row=64981, max_col=4, max_row=105455)    #图像的数据 一列是一条线 若此处取两列，会直接画一个两线的图像
dataa = Reference(wss, min_col=7, min_row=64981, max_col=7, max_row=105455)	#这里要画期货和现货，选择写两列数据，分别画两条线
c1.add_data(data, titles_from_data=True)
c1.add_data(dataa, titles_from_data=True)
#s2 = c1.series[0]
#s1 = c1.series[1]
dates = Reference(wss, min_col=1, min_row=64981, max_row=105455)
c1.set_categories(dates)


#s2.smooth = True # Make the line smooth
wss.add_chart(c1, "H1")      # 添加c1这个chart 图的左上角位置在H1处

wbb.save("ratio.xlsx")        # 写的excel文件为line.xlsx


#for row in rows:
#    line = [col.value for col in row]
#    content.append(line)
 
# 通过坐标读取值
#print ws.cell('B12').value    # B 表示列，12 表示行
#print ws.cell(row=12, column=2).value