所谓的神奇只不过是提供了大量第三方包，类似vba，将许多繁琐的手动操作转换为代码操作，提高了处理速度和工作效率，下面我简单介绍3个常用的python excel处理包，感兴趣的朋友可以尝试一下：

xlrd和xlwt

这是2个非常基础的python excel处理包，在日常excel处理中经常会用到，其中xlrd专门用去读取excel，xlwt专门用于写入excel，常见的单元格读写/合并、样式背景色的设置以及行高/列高的设置等这2个包都可以轻松完成，对于一些繁琐、重复的操作可以使用一下这2个包，简单易学，非常容易入门，而且官方自带有非常详细的教程，非常适合初学者学习和掌握：

openpyxl

这也是桌面端比较常用的一个python excel处理库，和xlrd、xlwt类似，openpyxl融合了excel的读写，因此不需要单独分开编码，常见的样式设置、图片/表格插入、公式/函数使用、单元格合并等基本操作这个模块都可以轻松完成，如果你有一定python基础，熟悉openpyxl来说非常容易，官方有非常详细的教程示例，所有代码都可以直接运行，需要注意的是openpyxl只适用于xlsx/xlsm，xls并不适用：

Excel电子表格是您有时必须处理的事情之一。要么是因为您的老板喜欢它们，要么是因为营销需要它们，您可能必须学习如何使用电子表格，这才对了解openpyxl有用！

电子表格是一种非常直观且用户友好的方式，无需任何技术背景即可操作大型数据集。这就是为什么它们今天仍然如此普遍。

在本文中，您将学习如何使用openpyxl执行以下操作：

python处理excel一般，不建议使用。如果处理大量数据，可以试试，一般用途的很蹩脚，不要浪费时间了学了puthon操作excel。

我的感受是算不上神奇，毕竟都是工具，只是应用的场合不同而已。

每天几百行，10几列的数据，主要的内容是销售数据

从你的工作内容描述来看，其实Excel就可以高效完成，而且我觉得Excel会比python更高效。Excel的数据透视表我想可以做出很多意想不到的结果出来。以你目前的数据来看，单纯从肉眼上看，利用Excel的计算结果和Python的计算结果是感觉不到两者的差别的。相反Excel却能更加自由便捷的使用，达到心中的期望。

Python是一种语言，被广泛应用在数据行业

Python因为其易上手，跨平台等特性，被认为是一种解释性脚本语言（胶水语言）。很多需要处理的问题通过几行代码就解决掉。所以，你经常会看到利用python写几行代码就实现一个爬虫，相当的快捷。

Python处理Excel有相应的包xlrd,xlsxwriter等其它包，都可以实现对Excel的操作。我在平时的工作中也会利用Python去操作Excel，主要是读和写数据，就是从Excel读取的数据写到数据库中，或者多平台、多系统的数据通过Python计算后，将结果写到Excel发给相应的工作人员。

是的 速度快 不会错

　　在有关大数据分析Python API的本教程中，我们将学习如何从远程网站检索数据以进行数据科学项目。像baidu，Twitter和Facebook之类的网站都通过其应用程序编程接口(API)向程序员提供某些数据。要使用API，你需要向远程Web服务器发出请求，然后检索所需的数据。

　　但是，为什么要使用API而不是可以下载的静态数据集呢?API在以下情况下很有用：

　　a.数据变化很快。股票价格数据就是一个例子。重新生成数据集并每分钟下载一次并没有实际意义-这会占用大量带宽，而且速度很慢。

　　b.您需要一小部分更大的数据。Reddit评论就是一个例子。如果您只想在Reddit上发表自己的评论该怎么办?下载整个Reddit数据库，然后仅过滤您自己的注释并没有多大意义。

　　c.涉及重复计算。Spotify的API可以告诉您音乐的流派。从理论上讲，您可以创建自己的分类器，并使用它对音乐进行分类，但您将永远不会拥有Spotify所拥有的数据。

很好