python怎么在pyplot中显示中文
python中tem函数用法？
python中tem函数用法？
在python中，我们利用可以画茎叶图，stem的参数可以改变垂直线的类型，顶点的颜色大小等。
stem(x,y, linefmtNone, markerfmtNone, basefmtNone)
x,y分别是横纵坐标。
linefmt:垂直线的颜色和类型。
linefmt‘r-，代表红色的实线。
basefmt指y0那条直线。
markerfmt设置顶点的类型和颜色，比如C3.
C(大写字母C)是默认的，后面数字应该是0-9，改变颜色，最后的.或者o（小写字母o）分别可以设置顶点为小实点或者大实点。
例如(x,y, linefmt‘r-, basefmt‘r-,markerfmt‘C3.)
python可以实现哪些办公自动化？
Python办公自动化主要是批量化、自动化、定制化解决数据问题，目前主要分为三大块：自动化office、自动化机器人、自动化数据服务。
1、自动化office，包括对excel、word、ppt、email、pdf等常用办公场景的操作，
python都有对应的工具库，可以很方便的调用。
提供一些常见的核心库供大家参考使用。
excel：xlwings、xlrd、xlwt、openpyxl
word：Python-docx
ppt：pptx
email：smtplib（SMTP服务）、email（解析处理）、yagmail（全能）
pdf：pypdf2、pdfminer、pdfplumber
picture：PIL
学这些会撸python是前提，对于小白来说自学也不是件容易的事，需要花相当的时间去适应python的语法逻辑，而且要坚持亲手敲代码，不断练习。
2、自动化机器人，用来提高常规且高频的服务，比如微信客服、自动交易系统、实时信息抓取、QQ聊天机器人等。
例如
web自动化测试：selenium
模拟鼠标键盘：pymouse、pywinauto、pyautogui
微信自动化:wechatby
Python自动化办公其实并不难，但也需要有Python基础，起码得会写脚本，不然尽管有自动化接口也用不了。
很多人入了很长时间门，还是在门外徘徊，我觉得这是学习方法的问题。学习编程一定要多练习，基础 实战同步走，这样才能最快掌握Python。
可能你会问，看书看不进去怎么办，那就换条路子，你可以去看视频、看网络教程、逛github，都是很不错的方法.
3、自动化数据服务，主要是提供流式数据服务，从数据获取、数据处理、数据建模、数据可视化，到最终生成数据报告，通过python搭建起完整数据链条。
数据抓取：requests、scrapy
数据处理：pandas、numpy
数据建模：scipy、scikit-learn、statesmodel、keras
数据可视化：matplotlib、seaborn、bokeh、pyecharts
数据报表：dash
以python操作excel为例，使用xlwings生成自动化图表。
1、简单介绍xlwings
接下来实操演练：
1、准备一个表格
2、对表格进行各种操作
导入xlwings库，命名为xw
import xlwings as xw
建立与活动工作簿的连接
# 这里使用books方法，引用工作簿
wb [#34商品清单.xlsx#34]
type(wb)
查看工作簿的名字
#39商品清单.xlsx#39
实例化工作表对象
sht [#39表一#39]
查看表一中A1单元格的内容
# 标准用法
sht.range(#39A1#39).value
#39品类#39
# 简洁用法
sht[#39A1#39].value
#39品类#39
# 索引用法
sht[0,0].value
#39品类#39
查看表一中A1-D8所有单元格的内容
sht.range(#39A1:D8#39).value
输出：
[[#39品类#39, #39数量（件）#39, #39单价（元）#39, #39总价（元）#39],
[#39坚果#39, 5.0, 30.0, 150.0],
[#39罐头#39, 9.0, 10.0, 90.0],
[#39牛肉#39, 3.0, 60.0, 180.0],
[#39果汁#39, 10.0, 9.0, 90.0],
[#39蜂蜜#39, 2.0, 80.0, 160.0],
[#39进口零食#39, 4.0, 70.0, 280.0],
[#39合计#39, 33.0, 43.166666666666664, 950.0]]
sht[:8,:4].value
输出：
[[#39品类#39, #39数量（件）#39, #39单价（元）#39, #39总价（元）#39],
[#39坚果#39, 5.0, 30.0, 150.0],
[#39罐头#39, 9.0, 10.0, 90.0],
[#39牛肉#39, 3.0, 60.0, 180.0],
[#39果汁#39, 10.0, 9.0, 90.0],
[#39蜂蜜#39, 2.0, 80.0, 160.0],
[#39进口零食#39, 4.0, 70.0, 280.0],
[#39合计#39, 33.0, 43.166666666666664, 950.0]]
将表一B2单元格5改为7
sht.range(#39B2#39).value 7
向表二中导入dataframe类型数据
第一步：连接表二
第二步：生成一个dataframe类型数据集
第三步：导入表二
sht_2 [#39表二#39]
import pandas as pd
df ({#39姓名#39:[#39小王#39,#39小张#39,#39小李#39],#39年龄#39:[23,26,19]})
df
导入：
sht_2.range(#39B1#39).value df
向表二中导入numpy数组
import numpy as np
obj ([[1,2,3],[4,5,6]])
obj
输出：
array([[1, 2, 3],
[4, 5, 6]])
导入：
sht_2.range(#39F1#39).value obj
将excel中数据导出为DataFrame格式
sht_2.range(#39B1#39).options(, expand#39table#39).value
用matplotlib绘图并将图片贴到excel上
import as plt
fig (figsize(4,4))
([1,2,3,4,5])
sht_(fig, name#39MyPlot#39, updateTrue)
输出：
ltPicture #39MyPlot#39 in ltSheet [商品清单.xlsx]表二gtgt
修改表三中A1单元格的宽和高
连接表三
sht_3 [#39表三#39]
查看A1单元格的宽和高
# 查看列宽
sht_3.range(#39A1#39).column_width
8.11
# 查看行高
sht_3.range(#39A1#39).row_height
13.8
A1单元格高改为15.6，宽改为2.2
sht_3.range(#39A1#39).column_width 2.2
sht_3.range(#39A1#39).row_height 15.6
修改表三B1单元格颜色
# 查看B1单元格颜色
sht_3.range(#39B1#39).color
(255, 0, 0)
# 修改B1单元格颜色为黑色
sht_3.range(#39B1#39).color (0,0,0)
写一个自动化的小脚本
def f():
sht_3.range(#34A1:AZ48#34).column_width 1.1
sht_3.range(#39A1:AZ48#39).row_height 7.8
list_1 _csv(#39zaike.csv#39).values
for i,j in list_1:
sht_3[int(i),int(j)].color (255,25,0)
f()
list_1 []
for i in range(30):
for j in range(40):
c sht_3[i,j].color
if c (255,0,0):
list_((i,j))
这些小例子都能跑，你可以放自己电脑上运行下，或者手敲每个代码，这样绝对能高效率掌握。
如果对python语法还不熟悉，最好先把框架熟悉一遍，多做些练习。