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...
你 发表评论:
欢迎- 一周热门
- 最近发表
-
- Python设计模式 第 13 章 中介者模式(Mediator Pattern)
- 1.3.1 python交互式模式的特点和用法
- Python设计模式 第 8 章 装饰器模式(Decorator Pattern)
- python设计模式 综合应用与实战指南
- Python入门学习教程:第 16 章 图形用户界面(GUI)编程
- Python 中 必须掌握的 20 个核心:str()
- Python偏函数实战:用functools.partial减少50%重复代码的技巧
- 第2节.变量和数据类型【第29课-输出总结】
- AI最火语言python之json操作_python json.loads()
- python中必须掌握的20个核心函数—split()详解
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)