6个Python办公黑科技，助你提升工作效率
应用场景：简历内推（解析内容：包括不限于姓名、邮箱、电话号码、学历等信息）
输入：要解析的文件路径
输出：需要解析的内容（点我主页，详见历史文章）
环境准备：python 3.6 、mac（下文中doc转docx是mac写法，windows更简单，导入win32的包即可）
依赖包：
# encoding: utf-8import os, sysfrom pdfminer.pdfparser import PDFParserfrom pdfminer.pdfdocument import PDFDocumentfrom pdfminer.pdfpage import PDFPagefrom pdfminer.pdfinterp import PDFResourceManagerfrom pdfminer.pdfinterp import PDFPageInterpreterfrom pdfminer.layout import LAParamsfrom pdfminer.converter import PDFPageAggregator二、发送邮件
有几个模块用于访问互联网以及处理网络通信协议。其中最简单的两个是用于处理从 urls 接收的数据的 urllib.request 以及用于发送电子邮件的 smtplib:
import smtplibsmtpObj = smtplib.SMTP( [host [, port [, local_hostname]]] )
参数说明：
host: SMTP 服务器主机。 你可以指定主机的ip地址或者域名如: runoob.com，这个是可选参数。
port: 如果你提供了 host 参数, 你需要指定 SMTP 服务使用的端口号，一般情况下 SMTP 端口号为25。
local_hostname: 如果 SMTP 在你的本机上，你只需要指定服务器地址为 localhost 即可。
Python SMTP 对象使用 sendmail 方法发送邮件，语法如下：
SMTP.sendmail(from_addr, to_addrs, msg[, mail_options, rcpt_options])
参数说明：
from_addr: 邮件发送者地址。 to_addrs: 字符串列表，邮件发送地址。 msg: 发送消息案例：
#!/usr/bin/python# -*- coding: UTF-8 -*- import smtplibfrom email.mime.text import MIMETextfrom email.header import Header sender = ’from@runoob.com’# 西红柿微：ZPYDWXYreceivers = [’1221121@qq.com’] # 接收邮件，可设置为你的QQ邮箱或者其他邮箱 # 三个参数：第一个为文本内容，第二个 plain 设置文本格式，第三个 utf-8 设置编码message = MIMEText(’Python 邮件发送测试...’, ’plain’, ’utf-8’)message[’From’] = Header('不吃西红柿', ’utf-8’) # 发送者message[’To’] = Header('测试', ’utf-8’)# 接收者 subject = ’Python SMTP 邮件测试’message[’Subject’] = Header(subject, ’utf-8’) try: smtpObj = smtplib.SMTP(’localhost’) smtpObj.sendmail(sender, receivers, message.as_string()) print '邮件发送成功'except smtplib.SMTPException: print 'Error: 无法发送邮件'三、操作execl1. 关联公式:Vlookup
vlookup是excel几乎最常用的公式，一般用于两个表的关联查询等。所以我先把这张表分为两个表。
#查看订单明细号是否重复，结果是没。df1['订单明细号'].duplicated().value_counts()df2['订单明细号'].duplicated().value_counts()df_c=pd.merge(df1,df2,on='订单明细号',how='left')2. 数据透视表
需求：想知道每个地区的业务员分别赚取的利润总和与利润平均数。
pd.pivot_table(sale,index='地区名称',columns='业务员名称',values='利润',aggfunc=[np.sum,np.mean])3. 对比两列差异
需求：比较订单明细号与订单明细号2的差异并显示出来。
sale['订单明细号2']=sale['订单明细号']#在订单明细号2里前10个都+1.sale['订单明细号2'][1:10]=sale['订单明细号2'][1:10]+1#差异输出result=sale.loc[sale['订单明细号'].isin(sale['订单明细号2'])==False]4. 去除重复值
需求：去除业务员编码的重复值
sale.drop_duplicates('业务员编码',inplace=True)5. 缺失值处理
#用0填充缺失值sale['客户名称']=sale['客户名称'].fillna(0)#删除有客户编码缺失值的行sale.dropna(subset=['客户编码'])6. 多条件筛选
需求：想知道业务员张爱，在北京区域卖的商品订单金额大于6000的信息。
sale.loc[(sale['地区名称']=='北京')&(sale['业务员名称']=='张爱')&(sale['订单金额']>5000)]7. 模糊筛选数据
需求:筛选存货名称含有'三星'或则含有'索尼'的信息。
sale.loc[sale['存货名称'].str.contains('三星|索尼')]8. 分类汇总
需求: 北京区域各业务员的利润总额。
sale.groupby(['地区名称','业务员名称'])['利润'].sum()9. 条件计算
需求：存货名称含“三星字眼”并且税费高于1000的订单有几个？这些订单的利润总和和平均利润是多少？（或者最小值，最大值，四分位数，标注差）
sale.loc[sale['存货名称'].str.contains('三星')&(sale['税费']>=1000)][['订单明细号','利润']].describe()10. 删除数据间的空格
需求：删除存货名称两边的空格。
sale['存货名称'].map(lambda s :s.strip(''))四、画图分析
英雄联盟防御力：
防御能力最低的英雄（1级）： 暗夜猎手,魔法猫咪,万花通灵
防御能力最高的英雄（10级）： 正义巨像,披甲龙龟
安妮、卡尔玛能力矩阵：
代码示例：
# encoding: utf-8import jsonfrom pyecharts.charts import Piefrom pyecharts import options as optsfrom pyecharts.charts import Radardef draw_Radar(): from pyecharts.charts import Radar radar = Radar() # //由于雷达图传入的数据得为多维数据，所以这里需要做一下处理 radar_data = [[10, 10, 10, 10, 10]] radar_data1 = [[2, 10, 3, 6, 3]] radar_data2 = [[1, 8, 7, 5, 8]] # //设置column的最大值，为了雷达图更为直观，这里的月份最大值设置有所不同 schema = [('物理', 100), ('魔法', 10), ('防御', 10),('难度', 10),('喜好', 10) ] # //传入坐标 radar.add_schema(schema) radar.add('满分', radar_data) # //一般默认为同一种颜色，这里为了便于区分，需要设置item的颜色 radar.add('安妮', radar_data1, color='#E37911') radar.add('卡尔玛', radar_data2, color='#1C86EE') radar.render()if __name__ == ’__main__’: draw_Radar()五、解析word（docx、doc）
依赖包：
# encoding: utf-8import os, sysimport docx
def word_reader(file): try:# docx 直接读if ’docx’ in file: res = ’’ f = docx.Document(file) for para in f.paragraphs:res = res + ’n’ +para.textelse: # 先转格式doc>docx os.system('textutil -convert docx ’%s’'%file) word_reader(file+’x’) res = ’’ f = docx.Document(file+’x’) for para in f.paragraphs:res = res + ’n’ +para.textreturn res except:# print(file, ’read failed’)return ’’六、计算器
math模块为浮点运算提供了对底层函数库的访问:
>>> import math>>> math.cos(math.pi / 4)0.70710678118654757>>> math.log(1024, 2)10.0总结
本篇文章就到这里了，希望能给你带来帮助，也希望您能够多多关注好吧啦网的更多内容！
网公网安备