os模块用法大全
os.listdir(dirname):列出dirname下的目录和文件
os.getcwd():获得当前工作目录
os.chdir(dirname):改变工作目录到dirname
os.path.realpath（path）：返回path的真实路径
os.getcwd:得到当前工作目录，即当前python脚本工作的目录路径。
os.mkdir(name):创建目录
os.rmdir(name):删除目录
os.path.isfile()检验给出的路径是一个文件
os.path.isdir() 检验给出的路径是一个目录
os.listdir():返回指定目录下的所有文件和目录名
os.remove(file):删除一个文件
os.path.join(path,name):路径拼接
os.path.split():返回一个路径的目录名和文件名
os.path.basename(path):返回文件名
os.path.dirname(path):返回文件路径
os.stat（file）:获得文件属性
os.removedirs（“c：\musne”）:删除多个目录
os.path.existe():检验给出的路径是否真的存在
os.curdir（）:返回当前目录（'.'）
os.chmod(file):修改文件权限和时间戳
os.path.exists(name):判断是否存在文件或目录name
os.path.getsize(name):或得文件大小，如果name是目录返回0L
os.path.abspath(name):获得绝对路径
os.path.isabs():判断是否为绝对路径
os.path.normpath(path):规范path字符串形式
os.path.splitext():分离文件名和扩展名
os.name（）:指示你正在使用的工作平台。比如对于Windows，它是'nt'，而对于Linux/Unix用户，它是'posix'。径
os.linesep（）:给出当前平台的行终止符。例如，Windows使用'\r\n'，Linux使用'\n'而Mac使用'\r'
os.sep（）:取代操作系统特定的路径分隔符
os.system():运行shell命令
os.exit():终止当前进程
os.getenv()：读取环境变量
os.putenv:设置环境变量
pandas模块的使用方法
import pandas as pd
Python中pandas模块的讲解
Python运用于数据分析的简单教程： http://www.jb51.net/article/62982.htm
read_csv()
读写csv数据
df = pd.read_csv(path): 读入csv文件，形成一个数据框(data.frame)
df = pd.read_csv(path, header=None) 不要把第一行作为header
to_csv()
* 注意，默认会将第一行作为header，并且默认会添加index，所以不需要的话需要手动禁用 *
df.to_csv(path, header=False, index=False)
数据框操作
df.head(1) 读取头几条数据
df.tail(1) 读取后几条数据
df[‘date’] 获取数据框的date列
df.head(1)[‘date’] 获取第一行的date列
df.head(1)[‘date’][0] 获取第一行的date列的元素值
sum(df[‘ability’]) 计算整个列的和
df[df[‘date’] == ‘20161111’] 获取符合这个条件的行
df[df[‘date’] == ‘20161111’].index[0] 获取符合这个条件的行的行索引的值
df.iloc[1] 获取第二行
df.iloc[1][‘test2’] 获取第二行的test2值
10 mins to pandas
df.index 获取行的索引
df.index[0] 获取第一个行索引
df.index[-1] 获取最后一个行索引,只是获取索引值
df.columns 获取列标签
df[0:2] 获取第1到第2行，从0开始，不包含末端
df.loc[1] 获取第二行
df.loc[:,’test1’] 获取test1的那一列,这个冒号的意思是所有行，逗号表示行与列的区分
df.loc[:,[‘test1’,’test2’]] 获取test1列和test2列的数据
df.loc[1,[‘test1’,’test2’]] 获取第二行的test1和test2列的数据
df.at[1,’test1’] 表示取第二行，test1列的数据，和上面的方法类似
df.iloc[0] 获取第一行
df.iloc[0:2,0:2] 获取前两行前两列的数据
df.iloc[[1,2,4],[0,2]] 获取第1，2，4行中的0，2列的数据
(df[2] > 1).any() 对于Series应用any()方法来判断是否有符合条件的
stat模块的使用方法
>>>import os>>>printos.stat("/root/python/zip.py")
(33188, 2033080, 26626L, 1, 0, 0, 864, 1297653596, 1275528102, 1292892895)>>>printos.stat("/root/python/zip.py").st_mode#权限模式33188>>>printos.stat("/root/python/zip.py").st_ino#inode number2033080>>>printos.stat("/root/python/zip.py").st_dev#device26626>>>printos.stat("/root/python/zip.py").st_nlink#number of hard links1>>>printos.stat("/root/python/zip.py").st_uid#所有用户的user id0>>>printos.stat("/root/python/zip.py").st_gid#所有用户的group id0>>>printos.stat("/root/python/zip.py").st_size#文件的大小，以位为单位864>>>printos.stat("/root/python/zip.py").st_atime#文件最后访问时间1297653596>>>printos.stat("/root/python/zip.py").st_mtime#文件最后修改时间1275528102>>>printos.stat("/root/python/zip.py").st_ctime#文件创建时间1292892895
描述os.stat()返回的文件属性列表中各值的意义
fileStats = os.stat(path) 获取到的文件属性列表
fileStats[stat.ST_MODE] 获取文件的模式
fileStats[stat.ST_SIZE] 文件大小
fileStats[stat.ST_MTIME] 文件最后修改时间
fileStats[stat.ST_ATIME] 文件最后访问时间
fileStats[stat.ST_CTIME] 文件创建时间
stat.S_ISDIR(fileStats[stat.ST_MODE]) 是否目录
stat.S_ISREG(fileStats[stat.ST_MODE]) 是否一般文件
stat.S_ISLNK(fileStats[stat.ST_MODE]) 是否连接文件
stat.S_ISSOCK(fileStats[stat.ST_MODE]) 是否COCK文件
stat.S_ISFIFO(fileStats[stat.ST_MODE]) 是否命名管道
stat.S_ISBLK(fileStats[stat.ST_MODE]) 是否块设备
stat.S_ISCHR(fileStats[stat.ST_MODE]) 是否字符设置
openpyxl模块（最全总结 足够初次使用）
1. 安装
pip install openpyxl
2. 打开文件
① 创建
from openpyxl import Workbook
# 实例化
wb = Workbook()
# 激活 worksheet
ws = wb.active
② 打开已有
>>> from openpyxl import load_workbook
>>> wb2 = load_workbook('文件名称.xlsx')
3. 储存数据
复制代码
# 方式一：数据可以直接分配到单元格中(可以输入公式)
ws['A1'] = 42
# 方式二：可以附加行，从第一列开始附加(从最下方空白处，最左开始)(可以输入多行)
ws.append([1, 2, 3])
# 方式三：Python 类型会被自动转换
ws['A3'] = datetime.datetime.now().strftime("%Y-%m-%d")
复制代码
4. 创建表（sheet）
# 方式一：插入到最后(default)
>>> ws1 = wb.create_sheet("Mysheet")
# 方式二：插入到最开始的位置
>>> ws2 = wb.create_sheet("Mysheet", 0)
5. 选择表（sheet）
# sheet 名称可以作为 key 进行索引
>>> ws3 = wb["New Title"]
>>> ws4 = wb.get_sheet_by_name("New Title")
>>> ws is ws3 is ws4
True
6. 查看表名（sheet）
复制代码
# 显示所有表名
>>> print(wb.sheetnames)
['Sheet2', 'New Title', 'Sheet1']
# 遍历所有表
>>> for sheet in wb:
... print(sheet.title)
复制代码
7. 访问单元格（call）
① 单一单元格访问
复制代码
# 方法一
>>> c = ws['A4']
# 方法二：row 行；column 列
>>> d = ws.cell(row=4, column=2, value=10)
# 方法三：只要访问就创建
>>> for i in range(1,101):
... for j in range(1,101):
... ws.cell(row=i, column=j)
复制代码
② 多单元格访问
复制代码
# 通过切片
>>> cell_range = ws['A1':'C2']
# 通过行(列)
>>> colC = ws['C']
>>> col_range = ws['C:D']
>>> row10 = ws[10]
>>> row_range = ws[5:10]
# 通过指定范围(行 → 行)
>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2):
... for cell in row:
... print(cell)
# 通过指定范围(列 → 列)
>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2):
... for cell in row:
... print(cell)
# 遍历所有 方法一
>>> ws = wb.active
>>> ws['C9'] = 'hello world'
>>> tuple(ws.rows)
((
(
...
(
(
# 遍历所有 方法二
>>> tuple(ws.columns)
((
...
(
...
复制代码
8. 保存数据
>>> wb.save('文件名称.xlsx')
9. 其他
① 改变 sheet 标签按钮颜色
ws.sheet_properties.tabColor = "1072BA"
② 获取最大行，最大列
# 获得最大列和最大行
print(sheet.max_row)
print(sheet.max_column)
③ 获取每一行，每一列
sheet.rows为生成器, 里面是每一行的数据，每一行又由一个tuple包裹。
sheet.columns类似，不过里面是每个tuple是每一列的单元格。
复制代码
# 因为按行，所以返回A1, B1, C1这样的顺序
for row in sheet.rows:
for cell in row:
print(cell.value)
# A1, A2, A3这样的顺序
for column in sheet.columns:
for cell in column:
print(cell.value)
复制代码
④ 根据数字得到字母，根据字母得到数字
复制代码
from openpyxl.utils import get_column_letter, column_index_from_string
# 根据列的数字返回字母
print(get_column_letter(2)) # B
# 根据字母返回列的数字
print(column_index_from_string('D')) # 4
复制代码
⑤ 删除工作表
# 方式一
wb.remove(sheet)
# 方式二
del wb[sheet]
⑥ 矩阵置换（行 → 列）
复制代码
rows = [
['Number', 'data1', 'data2'],
[2, 40, 30],
[3, 40, 25],
[4, 50, 30],
[5, 30, 10],
[6, 25, 5],
[7, 50, 10]]
list(zip(*rows))
# out
[('Number', 2, 3, 4, 5, 6, 7),
('data1', 40, 40, 50, 30, 25, 50),
('data2', 30, 25, 30, 10, 5, 10)]
# 注意 方法会舍弃缺少数据的列(行)
rows = [
['Number', 'data1', 'data2'],
[2, 40 ], # 这里少一个数据
[3, 40, 25],
[4, 50, 30],
[5, 30, 10],
[6, 25, 5],
[7, 50, 10],
]
# out
[('Number', 2, 3, 4, 5, 6, 7), ('data1', 40, 40, 50, 30, 25, 50)]
复制代码
10. 设置单元格风格
① 需要导入的类
from openpyxl.styles import Font, colors, Alignment
② 字体
下面的代码指定了等线24号，加粗斜体，字体颜色红色。直接使用cell的font属性，将Font对象赋值给它。
bold_itatic_24_font = Font(name='等线', size=24, italic=True, color=colors.RED, bold=True)
sheet['A1'].font = bold_itatic_24_font
③ 对齐方式
也是直接使用cell的属性aligment，这里指定垂直居中和水平居中。除了center，还可以使用right、left等等参数
# 设置B1中的数据垂直居中和水平居中
sheet['B1'].alignment = Alignment(horizontal='center', vertical='center')
④ 设置行高和列宽
# 第2行行高
sheet.row_dimensions[2].height = 40
# C列列宽
sheet.column_dimensions['C'].width = 30
⑤ 合并和拆分单元格
所谓合并单元格，即以合并区域的左上角的那个单元格为基准，覆盖其他单元格使之称为一个大的单元格。
相反，拆分单元格后将这个大单元格的值返回到原来的左上角位置。
# 合并单元格， 往左上角写入数据即可
sheet.merge_cells('B1:G1') # 合并一行中的几个单元格
sheet.merge_cells('A1:C3') # 合并一个矩形区域中的单元格
合并后只可以往左上角写入数据，也就是区间中:左边的坐标。
如果这些要合并的单元格都有数据，只会保留左上角的数据，其他则丢弃。换句话说若合并前不是在左上角写入数据，合并后单元格中不会有数据。
以下是拆分单元格的代码。拆分后，值回到A1位置
sheet.unmerge_cells('A1:C3')
最后举个例子
复制代码
import datetime
from random import choice
from time import time
from openpyxl import load_workbook
from openpyxl.utils import get_column_letter
# 设置文件 mingc
addr = "openpyxl.xlsx"
# 打开文件
wb = load_workbook(addr)
# 创建一张新表
ws = wb.create_sheet()
# 第一行输入
ws.append(['TIME', 'TITLE', 'A-Z'])
# 输入内容（500行数据）
for i in range(500):
TIME = datetime.datetime.now().strftime("%H:%M:%S")
TITLE = str(time())
A_Z = get_column_letter(choice(range(1, 50)))
ws.append([TIME, TITLE, A_Z])
# 获取最大行
row_max = ws.max_row
# 获取最大列
con_max = ws.max_column
# 把上面写入内容打印在控制台
for j in ws.rows: # we.rows 获取每一行数据
for n in j:
print(n.value, end="\t") # n.value 获取单元格的值
print()
# 保存，save（必须要写文件名（绝对地址）默认 py 同级目录下，只支持 xlsx 格式）
wb.save(addr)
复制代码
分类: python模块