import pandas as pd
import matplotlib.pyplot as plt
from pandas.plotting import table
from PIL import Image
from io import BytesIO
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 指定默认字体：解决plot不能显示中文问题
mpl.rcParams['axes.unicode_minus'] = False
xls = pd.ExcelFile('./test.xlsx')
j = 0
for sheet_name in xls.sheet_names:
# 读取工作表数据
df = pd.read_excel(xls, sheet_name=sheet_name)
# 将缺失值转为空字符串，避免表格中出现NaN
df = df.applymap(lambda x: str(x) if pd.notna(x) else '')
# 创建一个样式对象
print("正在处理 %s 表格" % sheet_name)
j = j + 1
if df.shape[0] > 150: # 假设以100行作为一个分割点
df_split = [df[i:i + 150] for i in range(0, df.shape[0], 150)]
for i, data in enumerate(df_split):
fig = plt.figure(figsize=(9, 26), dpi=200)
ax = fig.add_subplot(111, frame_on=False)
# 隐藏x轴 y轴
ax.xaxis.set_visible(False) # hide the x axis
ax.yaxis.set_visible(False) # hide the y axis
fig.tight_layout()
# 如果数据是图片，则保存为图片，否则执行表格处理
if isinstance(data.iloc[0, 0], Image.Image): # 检查数据是否为图片
img = data.iloc[:, 0].apply(lambda x: x.tobytes()) # 将图片转换为字节流
img_buffer = BytesIO()
img_buffer.write(img.values.tobytes()) # 将字节流转为BytesIO对象
img = Image.open(img_buffer) # 将BytesIO对象转为图片
img.save('./output/' + str(j) + '_' + str(i) + '!' + sheet_name + '.png') # 保存图片
else:
ax.table(cellText=data.values, colLabels=data.columns, cellLoc='center', loc='center')
ax.set_title(sheet_name, fontsize=12, loc='left')
#ax.text(0, 1, sheet_name, ha='left', va='center', fontsize=12, transform=ax.transAxes)
plt.savefig('./output/' + str(j) + '_' + str(i) + '!' + sheet_name + '.jpg')
plt.close(fig)
print("已完成 %s 表格处理" % sheet_name)
elif df.shape[0] > 50:
if isinstance(df.iloc[0, 0], Image.Image): # 检查数据是否为图片
img = df.iloc[:, 0].apply(lambda x: x.tobytes()) # 将图片转换为字节流
img_buffer = BytesIO()
img_buffer.write(img.values.tobytes()) # 将字节流转为BytesIO对象
img = Image.open(img_buffer) # 将BytesIO对象转为图片
img.save('./output/' + str(j) + '!' + sheet_name + '.png') # 保存图片
else:
fig = plt.figure(figsize=(9, 10), dpi=500)
ax = fig.add_subplot(111, frame_on=False)
ax.set_title(sheet_name, fontsize=12, loc='left')
#ax.text(0, 0.8, sheet_name, ha='left', va='center', fontsize=12, transform=ax.transAxes)
table1=ax.table(cellText=df.values, colLabels=df.columns, cellLoc='center', loc='center')
table1.auto_set_font_size(True) # 禁用自动设置字体大小
table1.set_fontsize(14) # 设置字体大小为12
ax.xaxis.set_visible(False) # hide the x axis
ax.yaxis.set_visible(False) # hide the y axis
fig.tight_layout()
plt.savefig('./output/' + str(j) + '!' + sheet_name + '.jpg')
plt.close(fig)
print("已完成 %s 表格处理" % sheet_name)
else:
if isinstance(df.iloc[0, 0], Image.Image): # 检查数据是否为图片
img = df.iloc[:, 0].apply(lambda x: x.tobytes()) # 将图片转换为字节流
img_buffer = BytesIO()
img_buffer.write(img.values.tobytes()) # 将字节流转为BytesIO对象
img = Image.open(img_buffer) # 将BytesIO对象转为图片
img.save('./output/' + str(j) + '!' + sheet_name + '.png') # 保存图片
else:
fig = plt.figure(figsize=(9, 6), dpi=500)
ax = fig.add_subplot(111, frame_on=False)
ax.set_title(sheet_name, fontsize=12, loc='left')
#设置标题在x,y轴上位置，字体
#ax.text(0, 0.8, sheet_name, ha='left', va='center', fontsize=12, transform=ax.transAxes)
table1=ax.table(cellText=df.values, colLabels=df.columns, cellLoc='center', loc='center')
table1.auto_set_font_size(True) # 禁用自动设置字体大小
table1.set_fontsize(14) # 设置字体大小为12
ax.xaxis.set_visible(False) # hide the x axis
ax.yaxis.set_visible(False) # hide the y axis
#fig.tight_layout()
plt.savefig('./output/' + str(j) + '!' + sheet_name + '.jpg')
plt.close(fig)
print("已完成 %s 表格处理" % sheet_name)
