9款最佳Python脚本：让工作自动化起来！（下）

本文将继续为您探讨，可以帮助您自动化各种任务并提高工作效率。无论您是开发人员、数据分析师还是只是想简化工作流程的人，这些脚本都能满足您的需求。

一、自动化Excel电子表格

1.读写Excel

# Python脚本用于读取和写入数据到Excel电子表格
import pandas as pd
def read_excel(file_path):
    df = pd.read_excel(file_path)
    return df
def write_to_excel(data, file_path):
    df = pd.DataFrame(data)
    df.to_excel(file_path, index=False)

此Python脚本使用pandas库从Excel电子表格中读取数据，并将数据写入新的Excel文件。

它使您能够以编程方式处理Excel文件，从而提高数据操作和分析效率。

2.数据分析和可视化

# 使用pandas和matplotlib进行数据分析和可视化的Python脚本
import pandas as pd
import matplotlib.pyplot as plt
def analyze_and_visualize_data(data):
# 您的代码在这里用于数据分析和可视化
pass

这个Python脚本使用pandas和matplotlib库进行数据分析和可视化。

它使您能够探索数据集，得出洞察，并创建数据的可视化表示。

3.合并多个工作表

# 将多个Excel表格合并成一个表格的Python脚本
import pandas as pd
def merge_sheets(file_path, output_file_path):
xls = pd.ExcelFile(file_path)
df = pd.DataFrame()
for sheet_name in xls.sheet_names:
sheet_df = pd.read_excel(xls, sheet_name)
df = df.append(sheet_df)
df.to_excel(output_file_path, index=False)

这个Python脚本将来自Excel文件中多个工作表的数据合并到一个工作表中。

当您的数据分散在不同的工作表中，但希望将它们整合以进行进一步分析时，这非常方便。

二、与数据库交互

1.连接到数据库

# Python脚本连接到数据库并执行查询
import sqlite3
def connect_to_database(database_path):
connection = sqlite3.connect(database_path)
return connection
def execute_query(connection, query):
cursor = connection.cursor()
cursor.execute(query)
result = cursor.fetchall()
return result

这个Python脚本允许您连接到SQLite数据库并执行查询。

您可以通过使用适当的Python数据库驱动程序将其调整为与其他数据库管理系统（如MySQL或PostgreSQL）一起使用。

2.执行SQL查询

# 在数据库上执行SQL查询的Python脚本
import sqlite3
def execute_query(connection, query):
cursor = connection.cursor()
cursor.execute(query)
result = cursor.fetchall()
return result

这个Python脚本是一个通用的函数，用于在数据库上执行SQL查询。

您可以将查询作为参数传递给该函数，并与数据库连接对象一起使用，它将返回查询的结果。

3.数据备份和恢复

import shutil
def backup_database(database_path, backup_directory):
shutil.copy(database_path, backup_directory)
def restore_database(backup_path, database_directory):
shutil.copy(backup_path, database_directory)

这个Python脚本允许您在需要时创建数据库备份并恢复它们。这是一项预防措施，用于保护您的宝贵数据免受意外丢失。

三、自动化图像编辑

1.图像调整大小和裁剪

# Python脚本用于调整大小和裁剪图像
from PIL import Image
def resize_image(input_path, output_path, width, height):
image = Image.open(input_path)
resized_image = image.resize((width, height), Image.ANTIALIAS)
resized_image.save(output_path)
def crop_image(input_path, output_path, left, top, right, bottom):
image = Image.open(input_path)
cropped_image = image.crop((left, top, right, bottom))
cropped_image.save(output_path)

此Python脚本使用Python Imaging Library（PIL）来调整大小和裁剪图像。

它可以帮助准备不同显示分辨率或特定用途的图像。

2.向图像添加水印

# Python脚本用于给图像添加水印
from PIL import Image
from PIL import ImageDraw
from PIL import ImageFont
def add_watermark(input_path, output_path, watermark_text):
image = Image.open(input_path)
draw = ImageDraw.Draw(image)
font = ImageFont.truetype(‘arial.ttf’, 36)
draw.text((10, 10), watermark_text, fill=(255, 255, 255, 128), font=font)
image.save(output_path)

这个Python脚本给图像添加水印。您可以自定义水印文本、字体和位置，以个性化您的图片。

3.创建图像缩略图

# Python脚本用于创建图像缩略图
from PIL import Image
def create_thumbnail(input_path, output_path, size=(128, 128)):
image = Image.open(input_path)
image.thumbnail(size)
image.save(output_path)

这个Python脚本从原始图像创建缩略图，可以用于生成预览图像或减小图像大小以便在网站上更快加载。

四、数据清洗和转换

1.从数据中删除重复项

# Python脚本以从数据中删除重复项
import pandas as pd
def remove_duplicates(data_frame):
cleaned_data = data_frame.drop_duplicates()
return cleaned_data

这个Python脚本利用pandas从数据集中删除重复行。这是一种简单而有效的方法，可以确保数据完整性并改善数据分析。

2.数据规范化

# 数据归一化的Python脚本
import pandas as pd
def normalize_data(data_frame):
normalized_data = (data_frame – data_frame.min()) / (data_frame.max() – data_frame.min())
return normalized_data

这个Python脚本使用最小-最大归一化技术对数据进行规范化。

它将数据集中的值缩放到0和1之间的范围，使得比较不同特征更加容易。

3.处理缺失值

# 处理数据中缺失值的Python脚本
import pandas as pd
def handle_missing_values(data_frame):
filled_data = data_frame.fillna(method=‘ffill’)
return filled_data

这个 Python 脚本使用 pandas 处理数据集中的缺失值。

它使用前向填充方法，将缺失值填充为前一个非缺失值。

五、自动化PDF操作

1.从PDF中提取文本

# 从PDF中提取文本的Python脚本
import PyPDF2
def extract_text_from_pdf(file_path):
with open(file_path, ‘rb’) as f:
pdf_reader = PyPDF2.PdfFileReader(f)
text = ”
for page_num in range(pdf_reader.numPages):
page = pdf_reader.getPage(page_num)
text += page.extractText()
return text

这个Python脚本使用PyPDF2库从PDF文件中提取文本。

它读取PDF的每一页，并将提取的文本编译成一个字符串。

2.合并多个PDF文件

# 将多个PDF合并为一个PDF的Python脚本
import PyPDF2
def merge_pdfs(input_paths, output_path):
pdf_merger = PyPDF2.PdfMerger()
for path in input_paths:
with open(path, ‘rb’) as f:
pdf_merger.append(f)
with open(output_path, ‘wb’) as f:
pdf_merger.write(f)

这个Python脚本将多个PDF文件合并成一个单独的PDF文档。

它非常方便，可以将独立的PDF报告、演示文稿或其他文档合并为一个统一的文件。

3.添加密码保护

# Python脚本用于为PDF添加密码保护。
import PyPDF2
def add_password_protection(input_path, output_path, password):
with open(input_path, ‘rb’) as f:
pdf_reader = PyPDF2.PdfFileReader(f)
pdf_writer = PyPDF2.PdfFileWriter()
for page_num in range(pdf_reader.numPages):
page = pdf_reader.getPage(page_num)
pdf_writer.addPage(page)
pdf_writer.encrypt(password)
with open(output_path, ‘wb’) as output_file:
pdf_writer.write(output_file)