百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Excel番外篇——教你利用Python协助Excel创建特殊随机数组

off999 2024-10-04 19:02 27 浏览 0 评论

Hello各位伙伴大家好!我是归一!本文我将带大家了解如何利用Python协助Excel 创建下列特殊的随机数组:



作者注:下面示例中,我们都是以创建n*m的二维数组为例。


1. 安装和导入xlwings和numpy库

# 安装xlwings库
pip install xlwings
# 导入xlwings库
import xlwings as xw
?
# 导入numpy库
import numpy as np

2. Python连接Excel

# 创建一个新的工作簿
wb = xw.Book()  
# 实例化工作表对象,操作“sheet1”工作表
sht = wb.sheets['Sheet1']

3. Python操作Excel创建随机数组

(1)np.random.randint(low, high, (n,m))

  • 创建n*m随机数组,随机数为low~high之间的数
# 生成1-100之间3*3的随机数组
arr1 = np.random.randint(1,100,(3,3))
arr1


array([[63, 27, 86],
       [64, 42, 59],
       [32,  7, 68]])


# 将数组arr1写入“sheet1”工作表的 A1:C3区域
sht.range("A1").value = arr1

(2)np.random.randn(n,m)

  • 创建n*m的随机数组,随机数为标准正态分布随机数
# 生成服从标准正态分布的3*3的随机数组
arr2 = np.random.randn(3,3)
arr2


array([[-0.56429922,  0.84923684,  0.92357869],
       [ 0.7549057 ,  0.63480814,  0.1624563 ],
       [ 1.4542912 , -1.28448022, -0.59102714]])


# 将数组arr2写入“sheet1”工作表的 E1:G3区域
sht.range("E1").value = arr2

(3)np.random.normal(mean,std, (n,m))

  • 创建n*m的随机数组,随机数为均值为mean,标准差为std的正态分布随机数
# 生成服从均值为2,标准差为3的正态分布的3*3的随机数组
arr3 = np.random.normal(2,3,(3,3))
arr3


array([[ 4.73438951, -0.27246472,  0.30034684],
       [ 3.57188431,  1.68014138,  6.95480622],
       [-1.18485878,  5.45396108,  4.70074754]])


# 将数组arr3写入“sheet1”工作表的 E5:G8区域
sht.range("E5").value = arr3

(4.1)np.random.rand(n,m)

  • 创建n*m的随机数组,随机数为0-1均匀分布的随机数
# 生成服从0-1均匀分布的3*3的随机数组
arr4_1 = np.random.rand(3,3)
arr4_1


array([[0.01875378, 0.89059854, 0.88871451],
       [0.1094341 , 0.87906681, 0.21555638],
       [0.68980099, 0.91720581, 0.75204436]])


# 将数组arr4_1写入“sheet1”工作表的 I1:K3区域
sht.range("I1").value = arr4_1

(4.2)np.random.random((n,m))

  • 创建n*m的随机数组,随机数为0-1均匀分布的随机数
# 生成服从0-1均匀分布的3*3的随机数组
arr4_2 = np.random.random((3,3))
arr4_2


array([[0.15252023, 0.53159793, 0.3000844 ],
       [0.13665218, 0.10472317, 0.84448462],
       [0.19824964, 0.58677394, 0.03885374]])


# 将数组arr4_2写入“sheet1”工作表的 I5:K8区域
sht.range("I5").value = arr4_2

(5)np.random.uniform(low, high, (n,m))

  • 创建n*m的随机数组,随机数为最小值low,最大值high的均匀分布随机数
# 生成服从2-10均匀分布的3*3的随机数组
arr5 = np.random.uniform(2,10,(3,3))
arr5


array([[7.88077839, 6.35737993, 3.70992327],
       [8.92468353, 9.54669405, 7.61750807],
       [6.87964356, 4.13715211, 7.79827754]])


# 将数组arr5写入“sheet1”工作表的 M1:O3区域
sht.range("M1").value = arr5


4. 保存Excel工作簿到指定路径

# 将Excel工作簿保存到当前文件夹
wb.save(r'随机数组.xlsx')

相关推荐

Python设计模式 第 13 章 中介者模式(Mediator Pattern)

在行为型模式中,中介者模式是解决“多对象间网状耦合”问题的核心模式。它就像“机场调度中心”——多个航班(对象)无需直接沟通起飞、降落时间,只需通过调度中心(中介者)协调,避免航班间的冲突与混乱...

1.3.1 python交互式模式的特点和用法

什么是Python交互模式Python交互模式,也叫Python交互式编程,是一种在Python解释器中运行的模式,它允许用户在解释器窗口中输入单个Python语句,并立即查看结果,而不需要编写整个程...

Python设计模式 第 8 章 装饰器模式(Decorator Pattern)

在结构型模式中,装饰器模式是实现“动态功能扩展”的核心模式。它就像“手机壳与手机的关系”——手机(原始对象)具备通话、上网等基础功能,手机壳(装饰器)可在不改变手机本身的前提下,为其新增保护、...

python设计模式 综合应用与实战指南

经过前面16章的学习,我们已系统掌握创建型模式(单例、工厂、建造者、原型)、结构型模式(适配器、桥接、组合、装饰器、外观、享元、代理)、行为型模式(责任链、命令、迭代器、中介者、观察者、状态、策略...

Python入门学习教程:第 16 章 图形用户界面(GUI)编程

16.1什么是GUI编程?图形用户界面(GraphicalUserInterface,简称GUI)是指通过窗口、按钮、菜单、文本框等可视化元素与用户交互的界面。与命令行界面(CLI)相比,...

Python 中 必须掌握的 20 个核心:str()

str()是Python中用于将对象转换为字符串表示的核心函数,它在字符串处理、输出格式化和对象序列化中扮演着关键角色。本文将全面解析str()函数的用法和特性。1.str()函数的基本用法1.1...

Python偏函数实战:用functools.partial减少50%重复代码的技巧

你是不是经常遇到这样的场景:写代码时同一个函数调用了几十次,每次都要重复传递相同的参数?比如处理文件时总要用encoding='utf-8',调用API时固定传Content-Type...

第2节.变量和数据类型【第29课-输出总结】

同学们,关于输出的知识点讲解完成之后,把重点性的知识点做一个总结回顾。·首先对于输出这一章节讲解的比如有格式化符号,格式化符号这里需要同学们额外去多留意的是不是百分号s格式化输出字符串。当然课上也说百...

AI最火语言python之json操作_python json.loads()

JSON(JavaScriptObjectNotation,JavaScript对象表示法)是一种开放标准的文件格式和数据交换格式,它易于人阅读和编写。JSON是一种常用的数据格式,比如对接各种第...

python中必须掌握的20个核心函数—split()详解

split()是Python字符串对象的方法,用于将字符串按照指定的分隔符拆分成列表。它是文本处理中最常用的函数之一。一、split()的基本用法1.1基本语法str.split(sep=None,...

实用方法分享:pdf文件分割方法 横向A3分割成纵向A4

今天在街上打印店给儿子打印试卷时,我在想:能不能,把它分割成A4在家中打印,这样就不需要跑到街上的打印店打印卷子了。原来,老师发的作业,是电子稿,pdf文件,A3格式的试卷。可是家中的打印机只能打印A...

20道常考Python面试题大总结_20道常考python面试题大总结免费

20道常考Python面试题大总结关于Python的面试经验一般来说,面试官会根据求职者在简历中填写的技术及相关细节来出面试题。一位拿了大厂技术岗SpecialOffer的网友分享了他总结的面试经...

Kotlin Data Classes 快速上手_kotlin快速入门

引言在日常开发中,我们常常需要创建一些只用来保存数据的类。问题是,这样的类往往需要写一堆模板化的方法:equals()、hashCode()、toString()……每次都重复,既枯燥又容易出错。//...

python自动化RobotFramework中Collections字典关键字使用(五)

前言介绍安装好robotframework库后,跟之前文章介绍的BuiltIn库一样BuiltIn库使用介绍,在“python安装目录\Lib\site-packages\robot\librarie...

Python中numpy数据分析库知识点总结

Python中numpy数据分析库知识点总结二、对已读取数据的处理②指定一个值,并对该值双边进行修改③指定两个值,并对第一个值的左侧和第二个值的右侧进行修改2.4数组的拼接和行列交换①竖直拼接(np...

取消回复欢迎 发表评论: