Warum Aspose.Cells für Python via NET

Mögliche Verwendungsszenarien

Wenn Sie herausfinden müssen, welches Produkt am besten für Ihre Lösung geeignet ist, gibt es viele Kriterien zu bewerten, jedoch liegt der Hauptfokus oft auf der Funktionalität und dem Aufwand, der erforderlich ist, um das Produkt zu verwenden. Wenn Sie nach einer schnelleren, einfacheren und leichteren Dateiformatbibliothek suchen, um Dateien zu verarbeiten, möchten Sie vielleicht Aspose.Cells für Python via NET mit anderen Excel Python-Bibliotheken vergleichen. Dann werden Sie feststellen, dass diese Produkte tatsächlich nicht konkurrieren, sondern leicht unterschiedliche Benutzeraufgaben lösen.
Durch den Vergleich der drei stärksten Python-Bibliotheken (pandas, xlwings und Aspose.Cells für Python via NET) für das Lesen von Daten aus einer Excel-Datei, das Schreiben von Daten in eine Excel-Datei und das Hinzufügen eines Diagramms zu einer Excel-Datei, können Sie die Benutzerfreundlichkeit, die hohe Leistung und andere einzigartige Vorteile der Aspose.Cells für Python via NET-Bibliothek entdecken.

Vergleich mehrerer Excel-Bibliotheken in Python

Lassen Sie uns zunächst einen Blick auf den Vergleich von zehn Bibliotheken in Python werfen, die Excel-Dateien verarbeiten können.

Warum Aspose.Cells für Python via NET

Aspose.Cells für Python ist eine leistungsstarke, benutzerfreundliche, effiziente und sichere Bibliothek für alle Arten von Szenarien, in denen Sie mit Excel-Dateien arbeiten müssen. Es gibt viele Gründe, Aspose.Cells für Python zu verwenden, einschließlich, aber nicht beschränkt auf die folgenden Punkte:

Voll ausgestattet

Aspose.Cells ist eine leistungsstarke Bibliothek, die eine breite Palette von Möglichkeiten bietet, um Excel-Dateien zu bearbeiten, einschließlich Lesen, Schreiben, Bearbeiten, Formatieren, Berechnen und mehr.

Benutzerfreundlichkeit

Die API von Aspose.Cells ist darauf ausgelegt, intuitiv und einfach zu bedienen zu sein und ermöglicht es Python-Entwicklern, Excel-Funktionalitäten leicht in ihre Anwendungen zu integrieren.

Cross-Plattform-Unterstützung

Aspose.Cells unterstützt eine Vielzahl von Betriebssystemen, einschließlich Windows, Linux und macOS, und gewährleistet so einen stabilen Betrieb in verschiedenen Umgebungen.

Hohe Leistung

Aspose.Cells überzeugt bei der Handhabung großer Excel-Dateien und kann Daten schnell laden und speichern, wodurch die Leistung Ihrer Anwendung verbessert wird.

Sicherheit

Aspose.Cells bietet Datenschutz und Verschlüsselung, um die Sicherheit von Excel-Dateien vor unbefugtem Zugriff und Änderungen zu gewährleisten.

Unterstützung verschiedener Dateiformate

Aspose.Cells unterstützt eine Vielzahl von Excel-Dateiformaten, einschließlich XLS, XLSX, CSV, ODS usw., um eine einfache Interaktion mit Daten aus verschiedenen Quellen zu ermöglichen.

Guter technischer Support

Aspose.Cells bietet eine umfassende Dokumentation und Beispielscode, um Entwicklern einen schnellen Einstieg zu ermöglichen. Gleichzeitig bieten wir auch professionellen technischen Support, um die beim Gebrauch auftretenden Probleme zu lösen.

Die Vorteile von Aspose.Cells für Python via NET

Aspose.Cells für Python ist eine voll funktionsfähige, benutzerfreundliche, hervorragende Leistung, sichere, zuverlässige, flexible und hoch integrierte Bibliothek. Ob bei der Arbeit mit kleinen oder großen Excel-Dateien, Datenanalyse, Berichterstellung oder anderen Excel-Operationen, Aspose.Cells bietet Entwicklern eine effiziente und bequeme Lösung. Aspose.Cells für Python hat folgende Vorteile:

Flexible APIs

Die API von Aspose.Cells bietet eine Vielzahl von Funktionen, die an verschiedene Bedürfnisse angepasst und erweitert werden können. Dies ermöglicht es Entwicklern, ihre eigenen Geschäftsanforderungen problemlos umzusetzen, ohne auf andere Tools oder Bibliotheken angewiesen zu sein.

Unterstützung für mehrere Programmiersprachen

Aspose.Cells unterstützt neben Python auch Java, C#, C++ und andere Programmiersprachen. Dies bedeutet, dass Entwickler die geeignetste Programmiersprache für die Implementierung von Excel-Funktionen entsprechend ihren Vorlieben und Fähigkeiten wählen können.

Hochgradig integriert

Aspose.Cells kann problemlos in andere Python-Bibliotheken und Frameworks wie Django, Flask usw. integriert werden. Dies ermöglicht es Entwicklern, Excel-Funktionalitäten nahtlos in ihre Webanwendungen oder Desktopanwendungen zu integrieren und so die Nützlichkeit und Benutzerfreundlichkeit ihrer Anwendungen zu erhöhen.

Daten aus Excel-Datei lesen

Beginnen wir mit praktischen Anwendungen und vergleichen Sie die drei stärksten Python-Bibliotheken (pandas, xlwings und Aspose.Cells für Python via NET) für das Lesen von Daten aus Beispieldatei.

Daten aus Excel-Datei mit Aspose.Cells für Python via NET lesen

import aspose.cells
from aspose.cells import Workbook
# Open the Excel workbook
book = Workbook("sample_data.xlsx")
# Get "Sheet1" worksheet
sheet1 = book.worksheets.get('Sheet1')
# Read b2 data from "Sheet1" worksheet
cell_B2_Sheet1 = sheet1.cells.get("B2")
# Get "Sheet2" worksheet
sheet2 = book.worksheets.get('Sheet2')
# Read b2 data from "Sheet2" worksheet
cell_B2_Sheet2 = sheet2.cells.get("B2")
# Print the read data
print("Data from B2 in Sheet1:", cell_B2_Sheet1.value)
print("Data from B2 in Sheet2:", cell_B2_Sheet2.value)

Daten aus Excel-Datei mit xlwings lesen

import xlwings as xw
# Open the Excel workbook
wb = xw.Book('sample_data.xlsx')
# Get "Sheet1" worksheet
sheet1 = wb.sheets['Sheet1']
# Read b2 data from "Sheet1" worksheet
cell_B2_Sheet1 = sheet1.range('B2')
# Get "Sheet2" worksheet
sheet2 = wb.sheets['Sheet2']
# Read b2 data from "Sheet2" worksheet
cell_B2_Sheet2 = sheet2.range('B2')
# Print the read data
print("Data from B2 in Sheet1:", cell_B2_Sheet1.value)
print("Data from B2 in Sheet2:", cell_B2_Sheet2.value)
# Close the workbook
wb.close()

Daten aus Excel-Datei mit pandas lesen

import pandas as pd
# Replace 'sample_data.xlsx' with the path to your Excel file
# Replace 'Sheet1' with the name of the sheet if it's different
df = pd.read_excel('sample_data.xlsx', sheet_name='Sheet1', header=None)
# Accessing the data from B2 in "Sheet1"
cell_B2_Sheet1 = df.iloc[1, 1]
df2 = pd.read_excel('sample_data.xlsx', sheet_name='Sheet2', header=None)
# Accessing the data from B2 in "Sheet1"
cell_B2_Sheet2 = df2.iloc[1, 1]
print("Data from B2 in Sheet1:", cell_B2_Sheet1)
print("Data from B2 in Sheet2:", cell_B2_Sheet2)

Daten in Excel-Datei schreiben

Beginnen wir mit praktischen Anwendungen und vergleichen Sie die drei stärksten Python-Bibliotheken (pandas, xlwings und Aspose.Cells für Python via NET) für das Schreiben von Daten in Excel-Datei.

Daten in Excel-Datei mit Aspose.Cells für Python via NET schreiben

import aspose.cells
from aspose.cells import Workbook
# Open a new workbook
book = Workbook()
# Add "Fruits" worksheet
sheet1 = book.worksheets.add('Fruits')
# Add "Vegetables" worksheet
sheet2 = book.worksheets.add('Vegetables')
# Set output file name
file_name = 'output.xlsx'
# write data to "Fruits" worksheet
sheet1.cells.get('A1').value = 'Fruits'
sheet1.cells.get('A2').value = 'Appple'
sheet1.cells.get('A3').value = 'Banana'
sheet1.cells.get('A4').value = 'Mango'
sheet1.cells.get('B1').value = 'Sales in kg'
sheet1.cells.get('B2').value = 20
sheet1.cells.get('B3').value = 30
sheet1.cells.get('B4').value = 15
# write data to "Vegetables" worksheet
sheet2.cells.get('A1').value = 'Vegetables'
sheet2.cells.get('A2').value = 'tomato'
sheet2.cells.get('A3').value = 'Onion'
sheet2.cells.get('A4').value = 'ladies finger'
sheet2.cells.get('B1').value = 'Sales in kg'
sheet2.cells.get('B2').value = 200
sheet2.cells.get('B3').value = 310
sheet2.cells.get('B4').value = 115
book.save(file_name)

Daten in Excel-Datei mit xlwings schreiben

import xlwings as xw
app=xw.App(visible=True,add_book=False)
wb=app.books.add()
# add worksheet named "Fruits"
wb.sheets.add(name='Fruits')
sheet1 = wb.sheets['Fruits']
# add worksheet named "Vegetables"
wb.sheets.add(name='Vegetables')
sheet2 = wb.sheets['Vegetables']
# Set output file name
file_name = 'output.xlsx'
try:
# write data to "Fruits" worksheet
sheet1.range('A1').value = 'Fruits'
sheet1.range('A2').value = 'Appple'
sheet1.range('A3').value = 'Banana'
sheet1.range('A4').value = 'Mango'
sheet1.range('B1').value = 'Sales in kg'
sheet1.range('B2').value = 20
sheet1.range('B3').value = 30
sheet1.range('B4').value = 15
# write data to "Vegetables" worksheet
sheet2.range('A1').value = 'Vegetables'
sheet2.range('A2').value = 'tomato'
sheet2.range('A3').value = 'Onion'
sheet2.range('A4').value = 'ladies finger'
sheet2.range('B1').value = 'Sales in kg'
sheet2.range('B2').value = 200
sheet2.range('B3').value = 310
sheet2.range('B4').value = 115
wb.save(file_name)
wb.close()
app.quit()
except Exception:
wb.close()
app.quit()

Daten in Excel-Datei mit pandas schreiben

# import the python pandas package
import pandas as pd
# create data_frame1 by creating a dictionary
# in which values are stored as list
data_frame1 = pd.DataFrame({'Fruits': ['Appple', 'Banana', 'Mango'], 'Sales in kg': [20, 30, 15]})
# create data_frame2 by creating a dictionary
# in which values are stored as list
data_frame2 = pd.DataFrame({'Vegetables': ['tomato', 'Onion', 'ladies finger'], 'Sales in kg': [200, 310, 115]})
# Set output file name
file_name = 'output.xlsx'
# create a excel writer object
with pd.ExcelWriter(file_name) as writer:
# use to_excel function and specify the sheet_name and index
# to store the dataframe in specified sheet
data_frame1.to_excel(writer, sheet_name="Fruits", index=False)
data_frame2.to_excel(writer, sheet_name="Vegetables", index=False)

Diagramm in Excel-Datei hinzufügen

Beginnen wir mit praktischen Anwendungen und vergleichen Sie die drei stärksten Python-Bibliotheken (pandas, xlwings und Aspose.Cells für Python via NET) für das Hinzufügen von Diagrammen zur Excel-Datei.

Diagramm in Excel-Datei mit Aspose.Cells für Python via NET hinzufügen

import aspose.cells
import aspose.cells.charts
from aspose.cells import Workbook
from aspose.cells.charts import ChartType
# Open a new workbook
book = Workbook()
# Add "DataSheet" worksheet
sheet1 = book.worksheets.add('DataSheet')
# Set output file name
file_name = 'output.xlsx'
# write data to "DataSheet" worksheet
sheet1.cells.get('A1').value = 'Category'
sheet1.cells.get('A2').value = 'A'
sheet1.cells.get('A3').value = 'B'
sheet1.cells.get('A4').value = 'C'
sheet1.cells.get('A5').value = 'D'
sheet1.cells.get('A6').value = 'E'
sheet1.cells.get('B1').value = 'Value'
sheet1.cells.get('B2').value = 10
sheet1.cells.get('B3').value = 20
sheet1.cells.get('B4').value = 30
sheet1.cells.get('B5').value = 20
sheet1.cells.get('B6').value = 15
# Adding a chart to the worksheet
chartIndex = sheet1.charts.add(ChartType.COLUMN, 6, 0, 20, 7)
# Accessing the instance of the newly added chart
chart = sheet1.charts.get(chartIndex)
#Setting chart data source as the range "DataSheet!A1:B6"
chart.set_chart_data_range('DataSheet!A1:B6', True)
chart.title.text = 'Sample Chart'
book.save(file_name)

Diagramm in Excel-Datei mit xlwings hinzufügen

import xlwings as xw
app=xw.App(visible=True,add_book=False)
wb=app.books.add()
# add worksheet named "DataSheet"
wb.sheets.add(name='DataSheet')
sheet1 = wb.sheets['DataSheet']
# Set output file name
file_name = 'output.xlsx'
try:
# write data to "DataSheet" worksheet
sheet1.range('A1').value = 'Category'
sheet1.range('A2').value = 'A'
sheet1.range('A3').value = 'B'
sheet1.range('A4').value = 'C'
sheet1.range('A5').value = 'D'
sheet1.range('A6').value = 'E'
sheet1.range('B1').value = 'Value'
sheet1.range('B2').value = 10
sheet1.range('B3').value = 20
sheet1.range('B4').value = 30
sheet1.range('B5').value = 20
sheet1.range('B6').value = 15
# add a chart
chart = sheet1.charts.add(150,50)
# set data source for chart
chart.set_source_data(sheet1.range('A1').expand())
# set chart type
chart.chart_type = 'column_clustered'
# set title name
chart.api[1].ChartTitle.Text = 'Sample Chart'
chart.api[1].Axes(1).HasTitle = True
chart.api[1].Axes(2).HasTitle = True
chart.api[1].Axes(1).AxisTitle.Text = 'Category'
chart.api[1].Axes(2).AxisTitle.Text = 'Value'
wb.save(file_name)
wb.close()
app.quit()
app.kill()
except Exception:
wb.close()
app.quit()
app.kill()

Diagramm in Excel-Datei mit pandas hinzufügen

In Pandas können Sie das ExcelWriter-Objekt und die to_excel()-Funktion verwenden, um Diagramme zu einer Excel-Datei hinzuzufügen. Bitte beachten Sie jedoch, dass Pandas selbst das Einbetten von Diagrammen direkt in Excel-Dateien nicht unterstützt, sondern nur Daten in Excel-Dateien schreiben kann. Um ein Diagramm hinzuzufügen, müssen Sie die openpyxl- oder xlsxwriter-Bibliothek verwenden, um Excel-Dateien zu manipulieren. Hier ist ein Beispiel für die Verwendung der xlsxwriter-Bibliothek, um einem Excel-File ein Diagramm hinzuzufügen.

import pandas as pd
# create some data
data = {'Category': ['A', 'B', 'C', 'D', 'E'],
'Value': [10, 20, 30, 20, 15]}
df = pd.DataFrame(data)
# Set output file name
file_name = 'output.xlsx'
# write data to excel file
with pd.ExcelWriter(file_name, engine='xlsxwriter') as writer:
df.to_excel(writer, index=False, sheet_name='DataSheet')
# use xlsxwriter to create chart
workbook = writer.book
worksheet = writer.sheets['DataSheet']
chart = workbook.add_chart({'type': 'column'})
# set data for chart
chart.add_series({
'categories': '=DataSheet!$A$1:$A$5',
'values': '=DataSheet!$B$1:$B$5',
})
# set title for chart
chart.set_title({'name': 'Sample Chart'})
# add chart to excel file
worksheet.insert_chart('A7', chart)