xlrd的案例
#ABAQUS2016常用庫函數Numpy，Scipy，Xlrd及Xlwt，Reportlab安裝
圖7
圖8
安裝xlrd、xlwt及reportlab和與matplotlib一樣，只需在命令行pip install xlrd，pip install xlwt，pip install reportlab，這樣就可以完成這些插件的安裝。安裝好后，只需將python中的site-packages拷貝到abaqus中site-packages中的文件即可，操作方法和前面的一致，這樣就完成了相應的插件安裝。
安裝這些插件用了幾個晚上，中間遇到了各種困難的問題，不過終于解決了，在解決了這些問題感到非常開心，希望大家也能安裝成功。
ABAQUS斷裂模擬收徒 ，保證快速學會各種ABAQUS斷裂模擬方法 1500/人（將享有各種插件以及程序，價值3000+、專門定制視頻、全程親自教學、各種模型調試及解答問題等等，傾囊相教）
展開 在abaqus中使用python連接excel
site-packages\xlrd\formatting.py
200 File Copy: C:\Python27\Lib\site-packages\xlrd\formula.py
。。。。。
在abaqus中使用python連接excel
site-packages\xlrd\formatting.py
200 File Copy: C:\Python27\Lib\site-packages\xlrd\formula.py
。。。。。
基于python：Nastran多工況強度分析，根據Excel生成bdf ￥10
在接觸python之后，覺得可以通過xlrd插件對Excel文件進行讀取，然后自動創建可以使用的bdf文件。由于bdf文件對格式的規范性要求較高，并且這不是基于任何前處理軟件的二次開發，所以在軟件操作過程中必須規避不符合8字節要求的可能性。所以在載荷設置的時候我采用的方式是：
$TYPE***ID******GRID****CID*****F*******N1******N2******N3******
FORCE 1021 100000210 1000.0 -0.30252-0.09755-0.41106
通過F： Scale factor. (Real)項，將N1N2N3縮小1000倍而整體作用力不變的方式進行規避超過8字符的可能性。這種情況通常出現在扭矩中，很可能出現扭矩值為-1033560.，如果N1填入-1033560，則會提示‘nastran要求N1是float’，如果填入-1033560.，就會超過8字節要求。
于此同時我還制作了用于ABAQUS線性攝動分析的插件，用于批量設置工況。但是由于我接觸ABAQUS時間尚短，還沒有使用這個插件做過項目，所以決定使用過后再放出。感興趣的大俠們可以關注我。
程序要求python已安裝xlrd插件，附件中包含xlrd與xlwt插件。
使用方法：
將您的excel重命名為SubcaseInfor.xlsx，與Creatloadcase_nastran_xlrd.py放置于同一文件夾，并使Excel的格式符合‘Excel格式規范.PNG’。
展開 
Python實例3—從Excel中調用數據并繪制成圖
調用python讀取excel數據方法
代碼如下：
import xlrd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
t = xlrd.open_workbook('柱子實驗數據(2).xls')
sheet = t.sheet_by_index(3)
x_data=[] #需要將數據儲存在空列表中才可調用繪圖
y_data=[]
for row in range(sheet.nrows):
content1 = sheet.cell_value(row,0)
x_data.append(content1)
content2 = sheet.cell_value(row,1)
y_data.append(content2)
plt.plot(x_data,y_data,'r-')
plt.xlabel('位移')
plt.ylabel('荷載')
plt.title('滯回曲線')
plt.show()
注意：我們使用命令xlrd.open_workbook進行調用excel時，其中的路徑可輸入相對路徑或絕對路徑，也就是excel是否和py文件放在同一個文件夾下面。
其調用結果如下圖所示：
今天就先講這么多吧，下次推文寫一下如何調用python在excel中寫入數據的方法。希望代碼能夠對各位讀者有所幫助?。。?歡迎關注公眾號“土木愛研小站”并加入學術交流群
您的每一個贊和關注都是我前進的動力?。。?/span>
展開 根據規范大批量計算軸壓穩定系數 ￥10
以下為腳本：
# -*- coding: utf-8 -*-
#############腳本用于計算弱硬化鋁合金穩定系數#############################
################可進行修改，以適用于其他材料##############################
######################本腳本為羽落之聲編寫################################
#注：代碼糅合了多個代碼，故引入多個包，可刪減
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import xlrd
import xlwt
#獲取換算長細比
#讀取excel表格
wb = xlrd.open_workbook('data1.xlsx')
sheet = wb.sheet_by_name('Sheet1')
lamda = []
#寫入數組lamda
for a in range(sheet.nrows):
cells = sheet.row_values(a) #每行數據賦值給cells
a = cells[0] #因為表內可能存在多列數據，0代表第一列數據，1代表第二列，以此類推
lamda.append(a) #把每次循環讀取的數據插入到list
#讀取規范數據，以便放入數組
wb1 = xlrd.open_workbook('data2.xlsx')
sheet1 = wb1.sheet_by_name('Sheet1')
#寫入數組fa
rows = sheet1.nrows # 獲得行數
cols
展開 如何使用python快速從物料庫中匹配出BOM里元器件的料號
首先，在pycharm中編寫以下代碼:
import xlwt
import xlrd
import xlutils.copy
#wb=xlwt.Workbook(encoding = 'utf-8')
#ws = wb.add_sheet('My Worksheet')
#ws.write(1,0,label ='456')
#ws.write(1,1,label ='123')
#wb.save('Excel_test.xls')
wb1=xlrd.open_workbook('物料庫20200831.xls')
wb2=xlrd.open_workbook('bom V01貼片BOM20200828.xlsx')
wp=xlutils.copy.copy(wb2)
ws3=wp.get_sheet(0)
ws1=wb1.sheets()[0]
ws2=wb2.sheets()[0]
nrow1=ws1.nrows
nrow2=ws2.nrows
print (nrow1)
print (nrow2)
for i in range(3,nrow2-1):
if ws2.cell(i, 3).value!='':
#print(ws2.cell(i,3).value)
for j in range(1,nrow1-1):
#if ws1.cell(j,4).value!
展開 基于Python的Excel表格差異對比工具
對比工具
工作室基于Python 3.7的Pyqt4、xlrd等模塊，開發了一款excel數據對比的工具，該工具可以區分兩個相似的excel表格，指出新的表格相比于舊表格改動的地方。如下圖所示：
1所在的區域為舊表格，2所在的區域為新表格，3所在的區域為結果展示，由圖可以看出，差異對比可以指出新舊表格的行數、列數變化以及單元格的改動。并且，新舊表格的紅色表示有增刪的行和列，黃色表示數值不一致的單元格。單元格對比的結果如下所示：
有了這款小工具，再也不用人工盯著兩個顯示屏一個一個來查找啦~~
最后，更多干貨歡迎關注“320科技工作室”的微信公眾號~
Python學習筆記—函數應用舉例
import xlrdfrom xlutils.copy import copy
def datas(id,dis): l = [id[x:y] for x,y in ((6,10),(10,12),(12,14))] data = dis.join(l) return data
t = xlrd.open_workbook('年份.xls')sheet = t.sheet_by_index(0)nwb = copy(t)nws = nwb.get_sheet(0)row = sheet.nrowsrow = row - 1n = 0content1 = []
while n < row : n += 1 content = sheet.cell_value(n,1) x = datas(content,'-') content1.append(x) nws.write(n,2,content1[n-1])
nwb.save('年份.xls')
其結果如下：
我們可以看到，數據被寫入到了相應的單元格中。從這個例子中，我們可以學習到兩個知識點，分別為：
（1）使用xlutils庫中的copy模塊，直接直接將數據保存在所打開的xls文件中，而不需要使用xlwt來重新打開文件輸入
（2）我們定義好一個函數，在有需要時直接調用即可，省去了核心代碼區過多的代碼而導致錯誤的問題。
希望今天的內容能夠對大家有所幫助，感謝大家的支持?。?歡迎關注公眾號“土木愛研小站”并加入學術交流群
您的每一個贊和關注都是我前進的動力?。?！
展開 利用python處理Excel表格中的銷售數據
第三方模塊：PyQt5、pyqt5-tools、pandas、matplotlib、xlrd。
注意：在使用第三方模塊時，首先需要使用pip install命令安裝該模塊。
運行方法打開PyCharm開發環境，然后在主菜單上選擇File→Open菜單項，在打開的Open File or Project對話框中，選擇項目wordhelper，如圖1所示。
圖1 Open File or Project
對話框打開項目后，在右側的Project面板中選中程序的主文件dataExcel.py，并且單擊鼠標右鍵，在彈出的快捷菜單中選擇"Run 'dataExcel'"菜單項運行項目，如圖3所示。
圖2 選擇"Run'wordhelper'"
即可運行程序如圖3所示的系統主界面。在該界面中，通過頂部的工具欄可以選擇所要進行的操作。
圖3 系統主界面
具體的操作步驟如下：（1）導入Excel。單擊工具欄中的"導入Excel"按鈕，打開文件對話框選擇文件夾，如XS1文件夾，系統將遍歷該文件夾中的*.xls文件，并且將文件添加到列表區，效果如圖4所示。
圖4 導入Excel文件
（2）提取列數據。單擊工具欄中的"提取列數據"按鈕，提取買家會員名、收貨人姓名、聯系手機和寶貝標題，效果如圖5所示。提取后的數據將保存在程序所在目錄下的mycell.xls文件中。
圖5 提取列數據
說明："輸出選項"可以選擇數據分析結果要保存的位置，默認是程序所在文件夾。
（3）定向篩選。單擊工具欄中的"定向篩選"按鈕，篩選"零基礎學Python"的用戶信息，效果如圖6所示。篩選后的數據將保存在程序所在目錄下的mycell.xls文件中。
圖6 定向篩選
（4）多表合并。
展開 Python學習筆記—數據可視化之美（一）
代碼及結果如下：
import xlrdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falset = xlrd.open_workbook('美化數據.xls')sheet = t.sheet_by_index(0)x1_data=[] #需要將數據儲存在空列表中才可調用繪圖y1_data=[]x2_data=[]y2_data=[]x3_data=[]y3_data=[]x4_data=[]y4_data=[]for row in range(sheet.nrows): content1 = sheet.cell_value(row,0) x1_data.append(content1) content2 = sheet.cell_value(row,1) y1_data.append(content2) content3 = sheet.cell_value(row,2) x2_data.append(content3) content4 = sheet.cell_value(row,3) y2_data.append(content4) content5 = sheet.cell_value(row, 4) x3_data.append(content5) content6 = sheet.cell_value(row, 5) y3_data.append(content6) content7 = sheet.cell_value(row, 6) x4_data.append(content7) content8 = sheet.cell_value(row
展開 
