Почему Aspose.Cells для Python via Java

Contents
[ ]

Возможные сценарии использования

Когда вам нужно сравнить, какой продукт лучше подходит для вашего решения, есть множество критериев для оценки, но основное внимание обычно уделяется функциональности и усилиям, необходимым для использования продукта. Если вам нужна более быстрая, простая и легкая библиотека для обработки файлов, то вам может захотеться сравнить Aspose.Cells для Python via Java и другие библиотеки Excel Python. Тогда вы сможете заметить, что на самом деле эти продукты не конкурируют, а решают немного различные задачи пользователей.
Сравнивая три самые сильные библиотеки Python (pandas, xlwings и Aspose.Cells для Python via Java) для чтения данных из файла Excel, записи данных в файл Excel и добавления диаграммы в файл Excel, вы можете открыть удобство использования, высокую производительность и другие уникальные преимущества библиотеки Aspose.Cells для Python via Java.

Сравнение нескольких библиотек Excel в Python

Давайте сначала посмотрим на сравнение десяти библиотек на Python, которые могут работать с файлами Excel.

Почему Aspose.Cells для Python via Java

Aspose.Cells для Python - мощная, простая в использовании, эффективная и безопасная библиотека для всех видов сценариев, где вам нужно работать с файлами Excel. Есть много причин использовать Aspose.Cells для Python, включая, но не ограничиваясь следующими моментами:

Полнофункциональность

Aspose.Cells - мощная библиотека, которая предоставляет широкий спектр возможностей для работы с файлами Excel, включая чтение, запись, редактирование, форматирование, вычисления и многое другое.

Простота использования

API Aspose.Cells разработан так, чтобы быть интуитивно понятным и простым в использовании, что позволяет разработчикам на Python легко интегрировать функциональность Excel в свои приложения.

Поддержка кроссплатформенности

Aspose.Cells поддерживает различные операционные системы, включая Windows, Linux и macOS, тем самым обеспечивая стабильную работу в различных средах.

Высокая производительность

Aspose.Cells хорошо справляется с обработкой больших файлов Excel и способен быстро загружать и сохранять данные, тем самым улучшая производительность вашего приложения.

Безопасность

Aspose.Cells обеспечивает защиту данных и шифрование, чтобы обеспечить безопасность файлов Excel от несанкционированного доступа и изменений.

Множество форматов файлов

Aspose.Cells поддерживает различные форматы файлов Excel, включая XLS, XLSX, CSV, ODS и т. д., для удобного взаимодействия с данными из различных источников.

Хорошая техническая поддержка

Aspose.Cells предоставляет подробную документацию и образцы кода, чтобы помочь разработчикам быстро начать работу. В то же время мы также предоставляем профессиональную техническую поддержку для решения возникших проблем в процессе использования.

Преимущества Aspose.Cells для Python via Java

Aspose.Cells для Python - полностью функциональная, простая в использовании, отличная производительность, безопасная, надежная, гибкая и высокоинтегрированная библиотека. Независимо от того, работаете ли вы с маленькими или большими файлами Excel, анализом данных, генерацией отчетов или другими операциями с Excel, Aspose.Cells предоставляет разработчикам эффективное и удобное решение. У Aspose.Cells для Python следующие преимущества:

Гибкие API

API Aspose.Cells предлагает множество функций, которые можно настраивать и расширять в соответствии с различными потребностями. Это позволяет разработчикам легко реализовать свои бизнес-требования, не полагаясь на другие инструменты или библиотеки.

Поддержка нескольких языков программирования

Помимо Python, Aspose.Cells также поддерживает Java, C#, C++ и другие языки программирования. Это означает, что разработчики могут выбрать наиболее подходящий язык программирования для реализации функций Excel в соответствии с их предпочтениями и навыками.

Высокая интеграция

Aspose.Cells легко интегрируется с другими библиотеками и фреймворками Python, такими как Django, Flask и т. д. Это позволяет разработчикам без проблем интегрировать функциональность Excel в их веб-приложения или настольные приложения, увеличивая полезность и удобство их приложений.

Чтение данных из файла Excel

Начнем с практических применений и сравним три самые сильные библиотеки Python (pandas, xlwings и Aspose.Cells для Python via Java) для чтения данных из образца файла.

Чтение данных из файла Excel с использованием Aspose.Cells для Python via Java

import jpype
import asposecells
jpype.startJVM()
from asposecells.api import Workbook
# Open the Excel workbook
book = Workbook("sample_data.xlsx")
# Get "Sheet1" worksheet
sheet1 = book.getWorksheets().get('Sheet1')
# Read b2 data from "Sheet1" worksheet
cell_B2_Sheet1 = sheet1.getCells().get("B2")
# Get "Sheet2" worksheet
sheet2 = book.getWorksheets().get('Sheet2')
# Read b2 data from "Sheet2" worksheet
cell_B2_Sheet2 = sheet2.getCells().get("B2")
# Print the read data
print("Data from B2 in Sheet1:", cell_B2_Sheet1.getValue())
print("Data from B2 in Sheet2:", cell_B2_Sheet2.getValue())
jpype.shutdownJVM()

Чтение данных из файла Excel с использованием xlwings

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()

Чтение данных из файла Excel с использованием pandas

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)

Запись данных в файл Excel

Начнем с практических применений и сравним три самые сильные библиотеки Python (pandas, xlwings и Aspose.Cells для Python via Java) для записи данных в файл Excel.

Запись данных в файл Excel с использованием Aspose.Cells для Python via Java

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

Запись данных в файл Excel с использованием xlwings

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()

Запись данных в файл Excel с использованием pandas

# 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)

Добавление диаграммы в файл Excel

Начнем с практических применений и сравним три самые сильные библиотеки Python (pandas, xlwings и Aspose.Cells для Python via Java) для добавления диаграммы в файл Excel.

Добавление диаграммы в файл Excel с использованием Aspose.Cells для Python via Java

import jpype
import asposecells
jpype.startJVM()
from asposecells.api import Workbook, ChartType
# Open a new workbook
book = Workbook()
# Add "DataSheet" worksheet
sheet1 = book.getWorksheets().add('DataSheet')
# Set output file name
file_name = 'output_java.xlsx'
# write data to "DataSheet" worksheet
sheet1.getCells().get('A1').setValue('Category')
sheet1.getCells().get('A2').setValue('A')
sheet1.getCells().get('A3').setValue('B')
sheet1.getCells().get('A4').setValue('C')
sheet1.getCells().get('A5').setValue('D')
sheet1.getCells().get('A6').setValue('E')
sheet1.getCells().get('B1').setValue('Value')
sheet1.getCells().get('B2').setValue(10)
sheet1.getCells().get('B3').setValue(20)
sheet1.getCells().get('B4').setValue(30)
sheet1.getCells().get('B5').setValue(20)
sheet1.getCells().get('B6').setValue(15)
# Adding a chart to the worksheet
chartIndex = sheet1.getCharts().add(ChartType.COLUMN, 6, 0, 20, 7)
# Accessing the instance of the newly added chart
chart = sheet1.getCharts().get(chartIndex)
#Setting chart data source as the range "DataSheet!A1:B6"
chart.setChartDataRange('DataSheet!A1:B6', True)
chart.getTitle().setText('Sample Chart')
book.save(file_name)

Добавление диаграммы в файл Excel с использованием xlwings

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()

Добавление диаграммы в файл Excel с использованием pandas

В Pandas можно использовать объект ExcelWriter и функцию to_excel(), чтобы добавить диаграммы в файл Excel. Однако обратите внимание, что сам Pandas не поддерживает встраивание диаграмм напрямую в файлы Excel, он может только записывать данные в файлы Excel. Для добавления диаграммы вам нужно использовать библиотеку openpyxl или xlsxwriter для манипулирования файлами Excel. Вот пример использования библиотеки xlsxwriter для добавления диаграммы в файл Excel.

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)