python把数组内容写入excel里面，用xlwings

可以使用下面的代码将Python数组写入Excel文件中：

import xlwings as xw

# 创建一个新的Excel工作簿
wb = xw.Book()

# 获取活动工作表
sheet = wb.sheets.active

# 写入数据
data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
sheet.range('A1').value = data

# 保存工作簿
wb.save('example.xlsx')

# 关闭工作簿
wb.close()

这个代码首先创建了一个新的Excel工作簿，然后获取了活动工作表。接下来，它将一个包含数字的二维数组写入工作表的A1单元格。最后，它将工作簿保存到磁盘并关闭工作簿。

相关问题

python 数组在excel 查看

要在Excel中查看Python数组，有几种方法可以实现。

一种方法是将Python数组保存为Excel文件。可以使用Python的pandas库将数组转换为数据框，并使用to_excel函数将其保存为Excel文件。下面是一个示例代码：

import pandas as pd

array = [1, 2, 3, 4, 5]
df = pd.DataFrame(array, columns=['Value'])
df.to_excel('array.xlsx', index=False)

此代码将一个名为`array.xlsx`的Excel文件保存到当前工作目录中，其中包含数组的值在`Value`列中。

另一种方法是使用Python的xlwings库直接在Excel中操作数组。需要先安装xlwings库，并在代码中导入它。下面是一个示例代码：

import xlwings as xw

array = [1, 2, 3, 4, 5]

# 启动Excel应用程序
app = xw.App(visible=False)

# 打开一个新的Excel工作簿
workbook = app.books.add()

# 在工作簿的第一个工作表中写入数组
sheet = workbook.sheets[0]
sheet.range('A1').value = array

# 在Excel中查看数组
app.visible = True

# 关闭Excel应用程序
app.quit()

此代码将创建一个新的Excel工作簿，并将数组的值写入工作簿的第一个工作表中。然后，将Excel应用程序设置为可见，以便在Excel中查看数组。最后，关闭Excel应用程序。

以上是两种在Excel中查看Python数组的方法。两种方法都提供了不同的应用场景和灵活性，具体使用哪种方法取决于您的需求和偏好。

openpyxl库写入EXCEL很慢 ，怎么办

### 回答1：
openpyxl库写入EXCEL的速度可能较慢，主要是因为每次写入都需要进行磁盘IO操作，而磁盘IO速度相对于内存操作速度较慢。但是我们可以采取以下几种方法来优化写入速度：

1. 使用内存缓存：将需要写入的数据先存储到内存中，然后再一次性写入到Excel文件中，可以减少磁盘IO操作次数，从而提高写入速度。可以使用Python标准库中的“io”模块中的“BytesIO”或“StringIO”来实现内存缓存。

2. 关闭自动计算：在写入大量数据时，Excel默认会自动计算公式，这会导致写入速度变慢。可以通过openpyxl中的“calculation”属性来关闭自动计算，加快写入速度。

3. 关闭样式：在写入大量数据时，Excel默认会为每个单元格应用默认样式，这会导致写入速度变慢。可以通过openpyxl中的“write_only”属性来关闭样式，加快写入速度。

4. 使用多线程：在写入大量数据时，可以使用多线程来同时写入不同的数据，从而提高写入速度。

5. 使用openpyxl的优化模式：openpyxl库提供了“optimized_write”模式，可以在写入大量数据时提高写入速度。可以通过设置“worksheet.oddHeader”或“worksheet.oddFooter”来启用该模式。

### 回答2：
openpyxl库写入Excel文件的速度相对较慢，这是由于其实现方式决定的。不过，我们可以采取一些方法来提高写入速度：

1. 批量写入：将需要写入的数据缓存在一个列表中，然后一次性写入Excel文件，而不是每写入一个单元格就保存一次。这样可以减少IO操作，提高写入速度。

2. 使用多线程或多进程：可以将数据分成几个部分，使用多线程或多进程并行写入Excel文件。通过并行处理，可以大幅提高写入速度。

3. 使用内存优化：默认情况下，openpyxl库将整个Excel文件加载到内存中，这可能导致内存占用过大。可以通过调整openpyxl的读写模式，将数据分块处理，从而减少内存使用。

4. 减少格式操作：尽量避免对每个单元格进行格式设置。格式操作会增加写入时间，如果不是必要的话，可以将格式设置放在写入完成后再进行。

5. 使用csv格式：如果只需要简单的数据存储，可以将数据保存为csv格式，它比Excel文件更轻量级，读写速度更快。

6. 使用其他库：如果速度仍然不能满足需求，可以考虑使用其他第三方库，如pandas、xlwings等，它们在处理Excel文件时可能更高效。

总而言之，优化openpyxl库写入速度的关键在于减少IO操作次数、优化内存使用、并行处理等。根据具体需求和场景，选择合适的方法来提高效率。

### 回答3：
使用openpyxl库写入Excel文件的速度较慢是因为每次写入数据都需要打开和关闭Excel文件，并且逐个单元格地写入数据。为了提高写入速度，可以采取以下几个方法：

1. 批量写入数据：避免每次写入只写入一个单元格的情况，而是批量写入一行或一列的数据。可以通过循环遍历的方式，先将需要写入的数据存储在一个二维数组或列表中，然后使用openpyxl的方法将整个数组或列表一次性写入Excel文件中。

2. 使用内存模式：Excel文件的写入速度受到磁盘IO的限制，而将数据写入内存中可以提高写入速度。openpyxl库支持将Excel文件加载到内存中进行操作，可以使用openpyxl的load_workbook方法将Excel文件加载到内存中，然后进行写入操作，最后保存到磁盘上。

3. 使用多线程：多线程可以提高写入速度，可以将数据拆分成多个部分，分别由不同的线程同时进行写入操作。但需要注意线程之间的同步问题，可以使用锁或其他线程同步机制来保证数据的一致性。

4. 使用其他库：除了openpyxl，还可以考虑使用其他的Excel处理库，如xlwings、pandas等，这些库在处理Excel文件时可能更加高效。

总之，针对openpyxl库写入Excel很慢的问题，可以通过批量写入数据、使用内存模式、使用多线程或考虑其他库等方法来提高写入速度。