Excel in NumPy konvertieren
Einführung in NumPy
NumPy (Numerisches Python) ist eine Open-Source-numerische Rechenerweiterung für Python. Dieses Tool kann verwendet werden, um große Matrizen zu speichern und zu verarbeiten, was effizienter ist als die verschachtelte Listenstruktur von Python (die ebenfalls zur Darstellung von Matrizen verwendet werden kann). Es unterstützt eine große Anzahl von Dimensionalarrays und Matrixoperationen und bietet auch eine große Anzahl von mathematischen Funktionsbibliotheken für Arrayoperationen.
Die Hauptfunktionen von NumPy:
- Ndarray, ein mehrdimensionales Array-Objekt, ist eine schnelle, flexible und platzsparende Datenstruktur.
- Lineare Algebraoperationen, einschließlich Matrixmultiplikation, Transposition, Inversion usw.
- Fourier-Transformation, Durchführung einer schnellen Fourier-Transformation an einem Array.
- Schnelle Verarbeitung von Gleitkommazahlenarrays.
- Integration von C-Sprachencode in Python, um die Ausführung zu beschleunigen.
Mit Aspose.Cells für Python via .NET API können Sie Excel, TSV, CSV, Json und viele verschiedene Formate in Numpy ndarray konvertieren.
Wie man Excel-Arbeitsmappe in ein NumPy-Array umwandelt
Hier ist ein Beispielcode-Schnipsel, um zu demonstrieren, wie man Excel-Daten mit Aspose.Cells für Python via .NET in ein NumPy-Array exportiert.
- Laden Sie die Beispieldatei.
- Durchsuchen Sie Excel-Daten und exportieren Sie Daten in ein NumPy-Array mit Aspose.Cells für Python via .NET.
import numpy as np | |
import aspose.cells | |
from aspose.cells import Workbook, Worksheet, Range | |
# Open the Excel workbook | |
book = Workbook("sample_data.xlsx") | |
# workbook to ndarray | |
excel_ndarray = np.array([], dtype= object) | |
sheet_count = book.worksheets.capacity - 1 | |
excel_list = [] | |
for sheet_index in range(0, sheet_count): | |
sheet_list =[] | |
sheet = book.worksheets.get(sheet_index) | |
cells = sheet.cells | |
rows = cells.rows | |
max_column_index = cells.max_column + 1 | |
row_count = rows.count | |
index = -1 | |
for row_index in range(0, row_count): | |
row = rows.get_row_by_index(row_index) | |
if row_index != row.index: | |
for blank_row_index in range(index+1, row.index): | |
blank_row =[] | |
for blank_column_index in range(0,max_column_index): | |
blank_row.append("") | |
sheet_list.append(blank_row) | |
data_row =[] | |
for column_index in range(0,max_column_index): | |
curr_cell = cells.check_cell(row.index, column_index) | |
if curr_cell: | |
data_row.append(curr_cell.value) | |
else: | |
data_row.append("") | |
sheet_list.append(data_row) | |
index = row.index | |
excel_list.append(sheet_list) | |
excel_ndarray = np.asarray(excel_list) | |
print(excel_ndarray) |
Das Ausgabenergebnis:
[[['City' 'Region' 'Store']
['Chicago' 'Central' '3055']
['New York' 'East' '3036']
['Detroit' 'Central' '3074']]
[['City2' 'Region2' 'Store3']
['Seattle' 'West' '3000']
['philadelph' 'East' '3082']
['Detroit' 'Central' '3074']]
[['City3' 'Region3' 'Store3']
['Seattle' 'West' '3166']
['New York' 'East' '3090']
['Chicago' 'Central' '3055']]]
Wie man Arbeitsblatt in ein NumPy-Array umwandelt
Hier ist ein Beispielcode-Schnipsel, um zu demonstrieren, wie man Arbeitsblattdaten mit Aspose.Cells für Python via .NET in Numpy ndarray exportiert:
- Laden Sie die Beispieldatei.
- Holen Sie sich das erste Arbeitsblatt.
- Arbeitsblattdaten in Numpy ndarray mit Aspose.Cells für die Python Excel-Bibliothek umwandeln.
import numpy as np | |
import aspose.cells | |
from aspose.cells import Workbook, Worksheet, Range | |
# Open the Excel workbook | |
book = Workbook("sample_data.xlsx") | |
# Get the first worksheet | |
sheet1 = book.worksheets.get(0) | |
cells = sheet1.cells | |
rows = cells.rows | |
max_column_index = sheet1.cells.max_column + 1 | |
# worksheet to ndarray | |
worksheet_list =[] | |
row_count = rows.count | |
index = -1 | |
for row_index in range(0, row_count): | |
row = rows.get_row_by_index(row_index) | |
if row_index != row.index: | |
for blank_row_index in range(index+1, row.index): | |
blank_row =[] | |
for blank_column_index in range(0,max_column_index): | |
blank_row.append("") | |
worksheet_list.append(blank_row) | |
data_row =[] | |
for column_index in range(0,max_column_index): | |
curr_cell = cells.check_cell(row.index, column_index) | |
if curr_cell: | |
data_row.append(curr_cell.value) | |
else: | |
data_row.append("") | |
worksheet_list.append(data_row) | |
index = row.index | |
worksheet_ndarray = np.asarray(worksheet_list) | |
print(worksheet_ndarray) |
Das Ausgabenergebnis:
[['City' 'Region' 'Store']
['Chicago' 'Central' '3055']
['New York' 'East' '3036']
['Detroit' 'Central' '3074']]
Wie man einen Bereich von Excel in ein NumPy ndarray umwandelt
Hier ist ein Beispielcode-Schnipsel, um zu zeigen, wie man Bereichsdaten in ein NumPy ndarray mithilfe von Aspose.Cells für Python via .NET exportiert:
- Laden Sie die Beispieldatei.
- Holen Sie sich das erste Arbeitsblatt.
- Erstellen Sie den Bereich.
- Konvertieren Sie Bereichsdaten in ein NumPy ndarray mithilfe der Aspose.Cells for Python Excel-Bibliothek.
import numpy as np | |
import aspose.cells | |
from aspose.cells import Workbook, Worksheet, Range | |
# Open the Excel workbook | |
book = Workbook("sample_data.xlsx") | |
# Get the first worksheet | |
sheet1 = book.worksheets.get(0) | |
# range to ndarray | |
cells = sheet1.cells | |
range_obj = cells.create_range("B1", "C3") | |
range_list =[] | |
for row_index in range(range_obj.first_row , range_obj.first_row + range_obj.row_count ): | |
row =[] | |
for column_index in range(range_obj.first_column, range_obj.first_column + range_obj.column_count): | |
curr_cell = cells.check_cell(row_index, column_index) | |
if curr_cell: | |
row.append(curr_cell.value) | |
else: | |
row.append("") | |
range_list.append(row) | |
range_ndarray = np.asarray(range_list) | |
print(range_ndarray) |
Das Ausgabenergebnis:
[['Region' 'Store']
['Central' '3055']
['East' '3036']]
Wie man ein ListObject von Excel in ein NumPy ndarray umwandelt
Hier ist ein Beispielcode-Schnipsel, um zu zeigen, wie man ListObject-Daten in ein NumPy ndarray mithilfe von Aspose.Cells für Python via .NET exportiert:
- Laden Sie die Beispieldatei.
- Holen Sie sich das erste Arbeitsblatt.
- Erstellen Sie das ListObject-Objekt.
- Konvertieren Sie ListObject-Daten in ein NumPy ndarray mithilfe der Aspose.Cells for Python Excel-Bibliothek.
import numpy as np | |
import aspose.cells | |
from aspose.cells import Workbook, Worksheet, Range | |
# Open the Excel workbook | |
book = Workbook("sample_data.xlsx") | |
# Get the first worksheet | |
sheet1 = book.worksheets.get(0) | |
cells = sheet1.cells | |
# listobject to ndarray | |
table_index = sheet1.list_objects.add("A1", "C4", True) | |
table = sheet1.list_objects[table_index] | |
table_list =[] | |
for row_index in range(table.start_row , table.end_row + 1): | |
row =[] | |
for column_index in range(table.start_column, table.end_column + 1): | |
curr_cell = cells.check_cell(row_index, column_index) | |
if curr_cell: | |
row.append(curr_cell.value) | |
else: | |
row.append("") | |
table_list.append(row) | |
table_ndarray = np.asarray(table_list) | |
print(table_ndarray) |
Das Ausgabenergebnis:
[['City' 'Region' 'Store']
['Chicago' 'Central' '3055']
['New York' 'East' '3036']
['Detroit' 'Central' '3074']]
Wie man eine Zeile aus Excel in ein NumPy ndarray umwandelt
Hier ist ein Beispielcode-Schnipsel, um zu zeigen, wie man Zeilendaten in ein NumPy ndarray mithilfe von Aspose.Cells für Python via .NET exportiert:
- Laden Sie die Beispieldatei.
- Holen Sie sich das erste Arbeitsblatt.
- Holen Sie das Zeilenobjekt anhand des Zeilenindex.
- Konvertieren von Zeilendaten in ein NumPy-Array unter Verwendung der Aspose.Cells for Python Excel-Bibliothek.
import numpy as np | |
import aspose.cells | |
from aspose.cells import Workbook, Worksheet, Range | |
# Open the Excel workbook | |
book = Workbook("sample_data.xlsx") | |
# Get the first worksheet | |
sheet1 = book.worksheets.get(0) | |
cells = sheet1.cells | |
max_column_index = cells.max_column + 1 | |
# row to ndarray | |
row_index = cells.max_data_row | |
row_list = [] | |
for column_index in range(0,max_column_index): | |
curr_cell = cells.check_cell(row_index, column_index) | |
if curr_cell: | |
row_list.append(curr_cell.value) | |
else: | |
row_list.append("") | |
row_ndarray = np.asarray(row_list) | |
print(row_ndarray) |
Das Ausgabenergebnis:
['Detroit' 'Central' '3074']
Wie man eine Spalte von Excel in ein NumPy-Array konvertiert
Hier ist ein Beispiel-Code-Schnipsel, um zu demonstrieren, wie man Spaltendaten in ein NumPy-Array exportiert, indem man Aspose.Cells for Python via .NET verwendet:
- Laden Sie die Beispieldatei.
- Holen Sie sich das erste Arbeitsblatt.
- Holen Sie das Spaltenobjekt nach Spaltenindex.
- Konvertieren von Spaltendaten in ein NumPy-Array unter Verwendung der Aspose.Cells for Python Excel-Bibliothek.
import numpy as np | |
import aspose.cells | |
from aspose.cells import Workbook, Worksheet, Range | |
# Open the Excel workbook | |
book = Workbook("sample_data.xlsx") | |
# Get the first worksheet | |
sheet1 = book.worksheets.get(0) | |
cells = sheet1.cells | |
max_row_index = cells.max_row + 1 | |
# column to ndarray | |
column_index = cells.max_data_column | |
column_list = [] | |
for row_index in range(0,max_row_index): | |
curr_cell = sheet1.cells.check_cell(row_index, column_index) | |
if curr_cell: | |
column_list.append(curr_cell.value) | |
else: | |
column_list.append("") | |
column_ndarray = np.asarray(column_list) | |
print(column_ndarray) |
Das Ausgabenergebnis:
['Store' '3055' '3036' '3074']