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 = xw.books["商品清单.xlsx"]

　　type(wb)

　　xlwings.main.Book

　　查看工作簿的名字

　　wb.name

　　'商品清单.xlsx'

　　实例化工作表对象

　　sht = wb.sheets['表一']

　　查看表一中A1单元格的内容

　　# 标准用法

　　sht.range('A1').value

　　'品类'

　　# 简洁用法

　　sht['A1'].value

　　'品类'

　　# 索引用法

　　sht[0,0].value

　　'品类'

　　查看表一中A1-D8所有单元格的内容

　　sht.range('A1:D8').value

　　输出：

　　[['品类', '数量（件）', '单价（元）', '总价（元）'],

　　['坚果', 5.0, 30.0, 150.0],

　　['罐头', 9.0, 10.0, 90.0],

　　['牛肉', 3.0, 60.0, 180.0],

　　['果汁', 10.0, 9.0, 90.0],

　　['蜂蜜', 2.0, 80.0, 160.0],

　　['进口零食', 4.0, 70.0, 280.0],

　　['合计', 33.0, 43.166666666666664, 950.0]]

　　sht[:8,:4].value

　　输出：

　　[['品类', '数量（件）', '单价（元）', '总价（元）'],

　　['坚果', 5.0, 30.0, 150.0],

　　['罐头', 9.0, 10.0, 90.0],

　　['牛肉', 3.0, 60.0, 180.0],

　　['果汁', 10.0, 9.0, 90.0],

　　['蜂蜜', 2.0, 80.0, 160.0],

　　['进口零食', 4.0, 70.0, 280.0],

　　['合计', 33.0, 43.166666666666664, 950.0]]

　　将表一B2单元格5改为7

　　sht.range('B2').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 = wb.sheets['表二']

　　import pandas as pd

　　df = pd.DataFrame({'姓名':['小王','小张','小李'],'年龄':[23,26,19]})

　　df

　　导入：

　　sht_2.range('B1').value = df

　　向表二中导入numpy数组

　　import numpy as np

　　obj = np.array([[1,2,3],[4,5,6]])

　　obj

　　输出：

　　array([[1, 2, 3],

　　[4, 5, 6]])

　　导入：

　　sht_2.range('F1').value = obj

　　将excel中数据导出为DataFrame格式

　　sht_2.range('B1').options(pd.DataFrame, expand='table').value

　　用matplotlib绘图并将图片贴到excel上

　　import matplotlib.pyplot as plt

　　fig = plt.figure(figsize=(4,4))

　　plt.plot([1,2,3,4,5])

　　sht_2.pictures.add(fig, name='MyPlot', update=True)

　　输出：

　　<Picture 'MyPlot' in <Sheet [商品清单.xlsx]表二>>

　　修改表三中A1单元格的宽和高

　　连接表三

　　sht_3 = wb.sheets['表三']

　　查看A1单元格的宽和高

　　# 查看列宽

　　sht_3.range('A1').column_width

　　8.11

　　# 查看行高

　　sht_3.range('A1').row_height

　　13.8

　　A1单元格高改为15.6，宽改为2.2

　　sht_3.range('A1').column_width = 2.2

　　sht_3.range('A1').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('B1').color

　　(255, 0, 0)

　　# 修改B1单元格颜色为黑色

　　sht_3.range('B1').color = (0,0,0)

　　写一个自动化的小脚本

　　def f():

　　sht_3.range("A1:AZ48").column_width = 1.1

　　sht_3.range('A1:AZ48').row_height = 7.8

　　list_1 = pd.read_csv('zaike.csv').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_1.append((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。