大家好，我是早起。在去年九月，我将Pandas120题升级到Pandas300题，意外的收获了很多好评，到目前总下载量有数千次。伴随着刷题人数越来越多，很多粉丝问我能否提供一份查询版，让答案附在习题下面，就像这样👇但整理出来之后发现使用反馈并不是很好，偶尔想查询一些小的操作都需要先启动

大家好，我是早起。在去年发布了「pandas进阶修炼120题」之后，这份习题出乎预料的受到很多读者的喜爱，在知乎，和鲸社区等平台更有大量用户在练习。但是，「pandas进阶修炼120题」并不是让我满意的一份作业，甚至很久都没有打开过也没有处理相关读者的问题。现在，经过一个多月的再次整理，全新的

页面样式页面样式只要包括边距、方向、高度、宽度等等，从原文档中可以看到，采取的是窄边距。但我们无需知道窄边距四个方向应该如何设置，只需要在代码中呈现新旧文档的变量传递即可，具体如下2.2

导读：7个事例解释内卷。作者：丘小海来源：华为内部论坛、百度百科、中国青年报这是华为内部论坛很火的一篇文章。以下为文章相关内容内卷这个概念的内涵很丰富，与我们的生活息息相关。为了普及和传播知识，我参考了相关的信息，把我个人的粗浅理解奉献给朋友们。内卷

本次数据分析实战系列运用股市金融数据，并对其进行一些列分析处理。处理金融数据是量化分析的基础，当然方法都是通用的，换做其他数据也同样适用。本文回顾数据分析常用模块Pandas和NumPy，回顾DataFrame、array、matrix

大家好，我是早起。最近一个叫nbterm的项目在国外的一些技术论坛火了，号称可以在命令行中使用Notebook早在4月底我也收到了相关的推送邮件对Jupyter相关内容感兴趣的我肯定是毫不犹豫的点进去，看一下是不是又出来一个新的神器，结果却令人大失所望。在熟练的pip安装完nbterm后，按照提示在命令行使用nbterm

3。而如果一家店选择了996而另一家店选择了955，那么996鞋店最终可能会独占市场，而955鞋店会没生意，于是两家的收益可假设为8,

”，即将新分好的正确的类的中心作为群组的中心点。这样才能为下一步的分类做准备，毕竟数据量并不只是图中的五个点，这一套(五步)流程也不是只运行一次就能完成分类，需要不断重复，最终的结果便是不会再有点像

Lab就把AI大牛张潼、俞栋在内的50多位科学家和200名工程师囊括麾下。现在活跃于围棋比赛中的围棋AI“绝艺”，就诞生于该实验室。目前，腾讯AI

代码收发、读取邮件。本文将进一步讲解如何利用Python备份邮件，主要将涉及三种不同的形式“备份邮箱全部邮件备份指定用户邮件备份指定内容邮件”之前的文章中我们也提到，基础配置需要打开

大家好，我是早起。无论什么时候，都有初学者存在找不到学习资源的困惑。其实呢，一般通过百度、知乎估计也都能找到个的结果，不过质量可能就会层次不齐了。像知乎上有些回答还是蛮良心的，推荐一些好的书籍或者学习链接，百度的话。。广告多不说，而且很多时候搜索出来的结果都不专业或者重复率极高，需要很长时间去甄别。所以这里不得不再次提一下b站了，真的是越来越香了，可以作为资源搜索的强大补充，甚至首选。虽然东哥还不是b站up主（未来有计划），但对b站的粘性还挺高，通过平日里的积累也收藏了不少专业的技术视频资源，比如Python、数据分析、机器学习技术等。之前可能也给大家分享过，不过这次是结合自己的收藏和日常积累，认真整理的一些优质UP主视频学习资源，全部免费，你说香不香。大概有以下这么几个方向。一、小甲鱼零基础入门学习Python小甲鱼的这个教学视频在b站已经有1455万的播放量了，搜索结果排名第一名，全套共96节，课程有趣幽默，很多朋友都是通过这个入门的。如果你是零基础开始学习Python，这个视频比较适合，可以一步一步深入熟悉Python。链接：https://www.bilibili.com/video/av4050443二、数据结构与算法Python版该课程是由北京大学陈斌老师主讲的，内容包括算法的分析、基本线性结构、递归与动态规划、排序与查找、树及其算法、图及其算法等，以Python语言讲解。整个课程将围绕着

学习数据可视化，点击关注👆👆👆大家好，我是早起。之前不在更新的日子里，也经常会收到读者的私信，咨询如何学习Python数据可视化、如何选择合适的可视化工具，也有读者在问，啥时候开始更新pyecharts、plotly系列等等问题，今天就和大家简单聊一聊。先学会选择图后选工具首先想说的与Python以及matplotlib无关，但又很重要的一个问题。当我们拿到数据，有可视化需求时，一定不是先想用什么工具来完成，不是Python还是R，不是matplotlib还是ggplot2或者是其他，而是要先确定一个可视化的方向，这就需要对类似下面的问题进行思考使用场景是什么？数据适合什么样的图形？是否要二次处理数据？是否有重点需要突出的指标或对比？等等对类似这一系列问题进行思考后，脑海中应该要有一个大致的效果出来，此时才进入选择工具的阶段。当然在进行思考的同时也是一个逐渐向下搜索过滤的过程，所以就需要你脑海中的图库足够丰富，也需要你对数据有足够的敏感度，这就是为什么我的每个图鉴都重点说明我的数据长啥样，让图鉴变丰富也是「可视化图鉴」努力的方向。回到工具上来，在去年的文章中我就提过，对于Python的各种数据可视化工具来说，建议熟练掌握一个后大致了解其他工具的套路即可，其实当时建议的这一个就是matplotlib。为什么首选matplotlib说实话在19年我十分痴迷于pyecharts，也协助别人基于pyecharts进行网站开发，但慢慢我发现，Python数据可视化，最终还是要回归到matplotlib。为什么是matplotlib？对于我来说，matplotlib像是给了纸和笔，自定义程度非常高，除了在动态可视化上稍差了一点，几乎任何其他软件能做出来的它都可以搞定，自定义元素程度越高就代表着适用群体越广泛，无论是学术风还是商业风，毕业论文还是汇报PPT都可以覆盖。而类似pyecharts等工具虽然上手很快但是自定义的程度并不是特别高，就像是给你纸和一些画好的小组件，做出来的图当然也是非常好看的，但你只能在他的框架下拿着这些组件去组合搭配，有时会因为一点没法实现的小功能而放弃。至于类似seaborn等基于matplotlib二次开发的包来说，学习matplotlib也是理所当然。其次推荐首选matplotlib的原因就是安装相对简单，依赖的服务更少一点，不论是在本地还是在服务器上，大多情况下安装完anaconda就能愉快的使用，方便在不同机器上使用与迁移，而类似pyecharts、plotly等库或多或少的需要安装一些额外的插件/地图包等，并且不同版本直接的差异相对来说还是略大。最后matplotlib还有一个特点就是用它的人实在太多了，多到你的任何相关问题都能通过百度/Google快速找到解决办法，甚至能在stackoverflow上找到一模一样的问题和写好的代码与解释，这一点对于初学者来说是十分友好的。所以如果你想在Python数据可视化上大展拳脚的话，不妨从matplotlib开始吧！怎样学Python可视化说了这么多，最后来分享下我推荐的学习方式。经常会有读者让我推荐几本Python可视化的书，但我相信对于大多有数据可视化需求的用户而言，他们并不是靠纯Python吃饭的，更多情况下Python只是工具，matplotlib只是一个可视化手段，所以没必要死磕书上抽象的文字。拿matplotlib来说，只需要了解基本图形调整方法（例如我的组件设置系列文章，公众号菜单栏可以找到），别人的代码你能看懂，没有必要对一些细枝末节的进行研究，当在上面的第一步确定好需要使用的图之后，直接从现有图鉴中找到一幅和你数据及目标样式匹配的图，替换数据，修改相关细节即可！这也是为什么会有「可视化图鉴」这个号，因为只有足够的图就才能覆盖更多的需求，所以在未来我会持续扩充matplotlib图鉴库。另外之前是计划按照工具来进行更新（matplotlib更新完才会继续更新pyecharts等工具），现在我打算调整下更新策略，首选不代表只会，一直更新matplotlib仿佛在暗示只用matplotlib，所以未来只要是合适的可视化作品，不限定工具，同步更新，当然如果大家有好的可视化作品也可以投稿给我。有任何好的建议也可以给我留言。

01导读大家好，我是早起。自从去年4月发布第一篇Python办公自动化系列文章以来，目前已经马不停蹄的更新了近四十个真实办公场景案例，全网累计阅读超20W+，内容涵盖Python操作Word、Excel、PPT、PDF、邮箱及一些常用办公操作。下面我将全部案例再次进行整理分类汇总，方便大家更好的阅读与学习！02自动化基础知识首先，想要玩好Python办公自动化，基础知识要扎实，下面几篇文章分别从原理讲起，到代码示例，辅以大量图表，对自动化办公中的常用操作进行介绍，点击下方图片可以直达对应文章！03Word/Excel单独案例在了解上面的常用操作后，就可以基于这些操作实现办公自动化，Word和Excel作为工作中最常用的软件，实现自动化可以节省很多时间。下面给出了一些Python操作Excel或Word的真实案例，点击图片可以直达对应文章学习！04Word+Excel综合案例上面给的是Python单独操作Excel或者Word的案例，而Word与Excel联合使用的场景更多，下面就是一些综合案例，点击图片可以直达文章，希望能对大家有所启发！05PPT/PDF案例除了Word与Excel，PPT和PDF也是日常办公中经常接触的文件格式，下面给出了一些基于PPT与PDF的自动化案例，点击对应图片可以直达学习！06邮件自动化案例操作邮件也是办公场景中常见的需求，下面是一些Python管理邮箱的部分案例，从基础讲解到实战都有，点击图片可以查看对应文章！07其他自动化案例最后，除了Office三件套和PDF、邮箱之外，还有一些办公中常用的操作可以通过使用os和glob等模块实现，以下是一些有趣实用的案例，点击图片可以直达对应文章！04写在最后以上就是这大半年来，早起写过的全部Python办公自动化案例，希望能对感兴趣的读者有所启发，你可以在后台回复「自动化」获取部分源码与数据自己操作一遍。最后早起想说的是，上面的案例很难拿走就用到你的办公场景中，所以需要你在「阅读的同时去思考哪部分是你可以使用的，哪些方法是你可以参考的，将多个案例中的核心思路去抽象出来，并结合自己的问题方能实现属于你的Python办公自动化」当然如果你有亟待解决的重复工作需求，或者遇到无法处理的Python办公自动化问题，或希望得到一对一的指导，都可以留言或后台回复「自动化」获得微信添加交流。求点赞、在看、转发👇！

相关导读👉01｜Python发送邮件讲解👉02｜Python读取邮件讲解👉03｜Python管理邮件案例👉04｜Python邮箱自动化实战大家好，又来到Python办公自动化专题。在之前的系列文章中，我们已经讲解了如何利用Python读取、收发、管理邮件。本文将进一步分享如何用Python制作一个邮件自动回复机器人。比如当发送标题为“来句诗”时，能够自动返回一句诗；当发送邮件标题为“xx（城市）天气”如“广州天气”时，能够返回所需城市的天气情况等等，更多功能可以自己定义，主要将涉及“imbox

大家好，我是早起。在之前的Python办公自动化系列文章中，我们已经相信介绍了openyxl、xlsxwriter等Python操作Excel库。openpyxl操作Excel详解xlwings操作Excel详解xlsxwriter操作Excel详解相信大家对于几个库的差异与使用场景有了一定的认识，本文将继续介绍另外两种操作Excel的Python库---xlrd与xlwt。看看这两者搭配起来如何玩出火花！和以前文章一样，有请老朋友openpyxl登场来进行对比“openyxl：可以对xlsx、xlsm文件进行读、写操作，主要对Excel2007年之后的版本(.xlsx)xlrd：可以对xlsx、xls、xlsm文件进行读操作且效率高xlwt：主要对xls文件进行写操作且效率高，但是不能执行xlsx文件”通过对比，可以看到在效率上而言，xlrd&xlwt比openyxl要高效得多。而写入数据方面上而言，openyxl又比较贴近我们的日常所需，所以两种方式来处理Excel各有千秋。一、简介xlrd是用来从Excel中读写数据的，但我们通常只用它进行读操作，写操作会相对于装门写入的模块麻烦一些。其实，后面的rd可以看出是reader的缩小。类比于xlrd的reader，那么xlwt就相对于writer，而且很纯正的一点就是它只能对Excel进行写操作。xlwt和xlrd不光名字像，连很多函数和操作格式也是完全相同。下面让我们慢慢介绍。二、安装与使用安装很简单，直接在命令行或者终端中使用pip安装pip

大家好，我是早起。在之前的Python办公自动化专题系列文章中，我们已经讲解了如何使用Python读取、收发邮件等多个邮件管理操作，有关Python处理Excel和Word相关的理论与实战案例更是介绍了数十篇。今天就将分享一个更复杂的真实需求，看看如何用Python读取邮件—>下载Excel附件—>将Excel指定内容填写到Word中！一、需求描述你在某三甲医院的医务处工作，之前已经发通知让医生们邮件申请外派医院进修，表格

大家好，我是早起。在之前的Python办公自动化系列文章中，我们已经介绍了两个Python操作Excel的库openpyxl与xlwings，并且相信大家已经了解这两者之间的异同。但是在Python中操作Excel库可不止这两个，本文就将介绍另一个强大的库xlsxwriter。来学习如何用原生的方式操作Excel！首先还是来简单了解下这三个库之间的区别“openpyxl：只允许读取和写入.xlsx格式文件并进行增删改增查。xlwings：允许读取和写入.xlsx和.xls两种格式文件并进行增删改查。xlsxwriter：只允许写入.xlsx格式的文件。”比较三者，你可能会觉得xlsxwriter这个库也太不行了吧？其实不是的，在写入这方面前两个库比不上它，它的精华在于写入(多张样式图表、图片、表格样式修改等)。话不多说，下面开始讲解！简介xlsxwriter是用于创建Excel

库的方法，通过账号把密码取出来作为变量就可以。这样即使别人拿到了全部代码，但他的本地中没有预先配置好密码，就不会有泄露信息的风险了。具体使用方法为，首先打开命令行输入：import

大家好，又到了Python办公自动化(偷懒)专题。今天介绍的案例是如何利用Python来自动化移动、修改、重命名文件/夹，这样的操作在日常办公中经常会用到，若能掌握用Python实现将会大大提高效率！所以我希望能够通过这篇文章来让大家了解：如何基于

输出print(sheet.range('A1:A2').row_height)print(sheet.range('A1:A2').column_width)#

有时我们需要将一份或者多份PDF文件中的图片提取出来，如果采取在线的网站实现的话又担心图片泄漏，手动操作又觉得麻烦，其实用Python也可以轻松搞定！今天就跟大家系统分享几种Python提取

大家好，我是早起。今天继续分享Python办公自动化真实案例，本文是一个基于Python+Excel+PPT的应用，看我如何用一段代码安抚焦虑的小姐姐，赢得妹子的下午茶。先看看她的需求👇需求描述你是一名幼儿园老师，本学期已经结束现在要给

大家好，我是早起。之前有分享过如何用Python发送邮件的文章，今天再分享一个如何用几行Python代码让财务部妹子追着喊666的实用案例。需求描述最近公司要发奖金，需要财务部妹子给每个员工发一封邮件，现在全公司

大家好，我是早起。前几天有一个读者说最近要整理几千份文件，头都要整秃了，不知道能不能用Python解决，我们来看一下，你也可以思考一下。由于涉及文件私密所以具体内容已做脱敏处理。大概是这样，一个文件夹下有多份会议通知信息（本文以

中国的快餐市场竞争一直都很激烈，关于各种品牌江湖上也流传着各种神奇的故事，那么你知道一线城市最多的快餐品牌是哪家？沙县小吃真的是中国餐饮巨头吗？每一家肯德基边上都有一家麦当劳是不是真的？星巴克VS瑞幸咖啡，谁的热度更高？本文使用Python爬取了上万条大众点评商家数据，告诉你答案！01一线城市快餐品牌店铺数量大PK首先我们来看一下一线城市中沙县小吃、兰州拉面、星巴克、瑞幸咖啡、肯德基、麦当劳的店铺数量分布情况从上方的堆叠图中可以看到，沙县小吃在上海、广州、深圳都占有最多的市场，而北京则是兰州拉面拥有最多的店铺。并且在四个一线城市中，沙县小吃加兰州拉面都占有了70%以上的市场，妥妥的餐饮巨头！除去沙县小吃和兰州拉面，我们继续来看麦当劳和肯德基这两家西式快餐店，可以看到，这两家快餐店在四个一点城市中的店铺数量基本持平，果然有肯德基的地方就有麦当劳并非传言！最后来看看星巴克和瑞幸这两家咖啡店，我们可以发现，在上海，光星巴克的店铺数量就超越了其余任何一个城市的两家咖啡店总和！看来魔都星巴克门店数量全球第一也不是在吹牛！02肯德基

大家好，在上周的办公自动化系列文章中，我们已经讲解了如何用Python读取与写入Excel图片，在上上周的GUI系列文章中，也讲解了如何制作一个图片查看软件。本文将进一步讲解如何用Python提取PDF与Word中图片，并结合之前讲解过的GUI框架PysimpleGUI，做一个多文件图片提取软件，效果如下：本文主要将分为以下部分讲解：PDF、Word、Excel文件图片提取构造图片提取器GUI框架整合代码并打包主要涉及的Python模块有：PILPySimpleGUIrewin32oszipfilefitz

大家好，在使用Python进行办公自动化操作时，一定少不了与Excel表格的交互，我们通常是用pandas处理表格数据，但大多数情况下，都是读取表格中的数值进行分析。那么你知道如何使用Python读取Excel中的图片？又如何使用Python直接往Excel中写入图片？甚至使用Python制作一个Excel可视化大屏？因为图片的存储格式与数字数据格式不一样，所以实现起来稍显复杂，本文就将对以下两个部分进行深入讲解：Python读取Excel图片Python写入Excel图片涉及的Python模块有以下几个PILwin32oszipfilenumpyxlsxwriter

类型的问题通常又会占一大部分，这时候我么可以通过合并多个问题回答的结果来将多个分类变量组合，生成一个连续变量，以电信客户的使用和需求情况为例：当然也还可以计算分类变量之间的

系列导读PySimpleGUI｜基础讲解大家好，在昨天的文章中我们已经介绍了为什么以及如何基本使用PySimpleGUI，并且对一些比较常用的元素（element）也有所了解。本文将对基础版中的一些元素与新讲解的元素进行组合，构建一个图片查看系统与一个简易的计算机视觉系统（代码调用前置照相机）作为PySimpleGUI的进阶篇，我将分为以下两个部分讲解：图片查看系统的构建简易计算机视觉系统（cv）的构建本次内容主要涉及的Python模块：PySimpleGUIoscv2

InputComb接着读者可能会问，输出结果可以放在GUI上吗？看的方便！答案是可以的，这里用到一个常见的消息框MsgBox，在代码中加入如下代码：sg.MsgBox(event,

如果你经常使用Python进行数据分析，那么对于Pandas一定不会陌生，但是Pandas除了在数据处理上大放异彩，随着版本的不断更新，Pandas的绘图功能在某些情况下甚至要比Matplotlib更加适用，本文就将介绍如何用Pandas更快的进行数据可视化！

一、前言有时将代码转成带有界面的程序，会极大的方便使用，虽然在网上有很多现成的GUI系统，但是套用别人的代码，心里难免有些尴尬，所以本文将用Python爬虫结合wxpython模块构造一个NBA爬虫小软件，演示效果如下本文框架构造将分为二个部分讲解：构建GUI界面举例套用爬虫框架主要涉及的Python模块有requestswxpymysqlpandas

前言大家好，在上个月我们曾经将第一阶段的20篇文章进行整理，👉可以点击本文字直达。在前一段时间的文章中，我们主要讲解Python与Word/Excel/PPT等Office软件的相关操作，现在我们将继续分享如何用Python与更多的办公软件交互！本文主要对邮件操作基础知识及代码进行介绍，用Python发邮件有哪些优势？👇批量发送邮件，并且各邮件可以不同高度自定义的定时发送更有效地管理收件箱基本概念有关邮件的基本概念，可以查看下图代码操作前的配置以网易163邮箱为例，邮箱需要先开通POP3/SMTP/IMAP，可以按照下面步骤执行注意，之后我们在代码里登录邮箱用的不是账号密码，而是授权码如果是QQ邮箱，也可类似操作安装依赖模块yagmail：基于SMTP的发邮件模块keyring：访问系统密钥环服务，方便、安全地储存密码在命令行中键入以下代码可同时安装两个模块：pip

大家好，我是早起1024是各位(秃头)程序员的节日适合囤点好书慢慢提升下半年最大的购书优惠依旧第一时间发给各位爱学习的粉丝们👇本次

Notebook写代码时，启动后总是需要导入一些库并进配置，尤其是用来做数据分析时，打开后肯定是光速键入下面的代码import

导读大家好，在之前的办公自动化系列文章中我们已经详细介绍了👉如何使用Python批量处理PDF文件，包括合并、拆分、水印、加密等操作。今天我们再次回到PDF，详细讲解如何使用Python从PDF提取指定的信息。我们将以一份年度报告PDF为例进行介绍，内含大量文字、表格、图片，具体如下模块安装首先需要安装两个模块，第一个是pdfplumber，在命令行使用pip安装即可👇pip

导读大家好，自从4月底发布第一篇Python办公自动化办公系列文章以来，目前已经马不停蹄的更新了20个案例，累计阅读超10W+，为了方便大家阅读学习，我将这二十个案例再次进行分类汇总，内容涵盖Python操作Word、Excel、PPT、PDF及一些系统层面的自动化教程，先来看看部分内容吧！

一、导读大家好，今天依旧是Python办公自动化基础系列，在之前我们分别详细讲解了👉Python操作Excel之openpyxl👉Python操作Word之docx👉Pyton操作PDF之PyPDF2今天本文将基于第三方库pptx，详细讲解如何使用Python操作Office全家桶最后一位——PPT。二、安装pptx是一个非标准库，需要在命令行中安装pip

前言在之前的自动化系列文章中，我们分别讲解过👉Python操作Excel利器openpyxl，也讲过👉Python操作PDF的几种方式，今天我们将通过代码讲解Python操作Word文档docx的常用方法。安装docx是一个非标准库，需要在命令行(终端)中使用pip即可安装pip

一、前言大家好，有关Python操作PDF的案例之前已经写过一个👉PDF批量合并，这个案例初衷只是给大家提供一个便利的脚本，并没有太多讲解原理,其中涉及的就是PDF处理很实用的模块PyPDF2，本文就好好剖析一下这个模块，主要将涉及os

一、前言大家好，又到了Python办公自动化系列。在日常的办公中，我们经常会从一堆不同格式的文件(夹)中搜索特定的文件，可能你是凭着记忆去找或是借助软件，但你有想过如何用Python实现吗？本文将基于几个常见的搜索操作讲解👇「如何使用Python制作一款简易的文件搜索工具」二、扫描路径内的内容有些时候我们会希望在当前文件夹的成百上千个文件中快速找到需要的文件，如果这个文件夹又包括很多个子文件夹，并不需要程序进去查找而无端耗费资源。这就是典型的「扫描一层搜索」1.

一、前言大家好，又到了办公自动化系列！之前讲过很多基于Excel的数据及样式调整案例，今天分享一个Python操作Word的真实自动化需求实现过程：「使用Python批量修改Word样式」主要将涉及os模块综合应用glob模块综合应用docx模块读写Word文档及样式修改二、需求描述手上现有若干份财务分析报告的Word文档，如下：每一份Word文档中的内容如下：为了方便后续审阅，需要将所有文档中所有含有资金的语句标红加粗，如图所示三、步骤分析和前置知识为了解决这个需求简单复习一下相关知识。Word文档一般而言由文档(document)

end_column=4)有了上面的基础知识之后我们就能更快速的与办公自动化需求结合使用，附几篇往期涉及openpyxl自动化相关文章大家体会一下👇(点击查看)1.

Pandas是python中最主要的数据分析库之一，它提供了非常多的函数、方法，可以高效地处理并分析数据。让pandas如此受欢迎的原因是它简洁、灵活、功能强大的语法。这篇文章将会配合实例，讲解10个重要的pandas函数。其中有一些很常用，相信你可能用到过。还有一些函数出现的频率没那么高，但它们同样是分析数据的得力帮手。介绍这些函数之前，第一步先要导入pandas和numpy。import

前言大家好，又到了Python办公自动化系列。今天分享一个系统层面的自动化案例：「给定一个文件夹，使用Python检查给定文件夹下有无文件重复，若存在重复则删除」主要涉及的知识点有：os模块综合应用glob模块综合应用利用filecmp模块比较两个文件步骤分析该程序实现的逻辑可以具化为：遍历获取给定文件夹下的所有文件，然后通过嵌套循环两两比较文件是否相同，如果相同则删除后者。实现问题的关键就变成了👇如何判断两个文件是否相同？在这里我们可以使用filecmp模块，来看看官方的介绍文档：filecmp.cmp(f1,

前言大家好，又到了Python办公自动化系列。今天我们继续分享一个真实的办公自动化需求：如何使Python+Excel+Word批量生成指定格式内容的合同。主要涉及的知识点有：openpyxl模块的综合运用与Word文档的两种遍历逻辑。需求描述你是乙方建筑公司，手上有一份空白合同模板的Word文件，如下图:另外还有一份Excel合同信息表，其中是所有甲方(发包人)在合同中需要填写的内容可见一行为一个公司的全部信息，现在需要把Excel中每一个公司的信息填入空白Word合同模板中，生成各公司的合同，最终结果如下步骤分析原本我们需要将Excel汇总表中每一行的信息填进word模板中，生成相应的合同。现在我们需要交给Python来实现，就引出了一个问题：程序如何知道要将某个信息填到哪个下划线？

Document****需要注意的是，安装的时候是python-docx和python-pptx，但实际运用都是pptx和docx。两个模块的相似点如下：安装名和导入名不同安装名为

中很重要的一个知识点：坐标轴旋转「旋转坐标轴的作用？」旋转后的坐标轴与原坐标轴一样，都是正交(垂直)的。这样的旋转方式可以使两个相关的变量的信息在坐标轴上得到最充分的体现(如果以极差作为信息，则点在

0，所以这便引出了非常重要的一点：使用了虚拟变量的多元线性回归模型结果中，存在于模型内的虚拟变量都是跟被删除掉的那个虚拟变量进行比较。所以这个结果便表示在其他情况完全一样时(即除虚拟变量外的项)A

'存储位置']new_sheet.append(new_headers)现在是核心步骤：多次遍历，可以用workbook.sheetnames获取工作簿所有工作表名称的列表，然后遍历即可for