Excel處理控件Aspose.Cells教程：使用Python將 Excel 轉換為 NumPy

使用 Python 處理 Excel 數據非常常見。這通常涉及將數據從 Excel 轉換為可高效操作的形式。將 Excel 數據轉換為可分析的格式可能非常棘手。在本篇教程中，您將學習借助強大Excel處理控件Aspose.Cells for Python，如何僅用幾行代碼將 Excel 轉換為 NumPy 數組。

為什么選擇 NumPy？

NumPy（數值 Python）是一個開源 Python 庫。它是 Python 數據科學和機器學習的支柱。NumPy 提供快速的數組操作和高效的數值計算。它可以與 Pandas、TensorFlow 和 scikit-learn 流暢協作。該庫支持多維數組、矩陣、線性代數和傅里葉變換。數組使用連續內存，因此比 Python 列表更快。如此高的速度使 NumPy 成為科學計算和數據分析的核心工具。

Excel 廣泛用于存儲數據集，但它并未針對 Python 工作流程進行優化。傳統的轉換方法通常需要額外的庫、多個步驟以及手動解析。Aspose.Cells?允許您將數據從Excel、TSV、CSV和JSON格式直接導出到 NumPy 數組。這將電子表格與 Python 的數值工具連接起來。

什么是 Aspose.Cells for Python？

Aspose.Cells是面向 Python 開發人員的最佳 Excel 庫。它允許讀取、創建和操作電子表格，而無需依賴 Microsoft Excel。通過 .NET 的 Python 版本嵌入了?Aspose.Cells?的 .NET 版本并將其公開給 Python。Aspose.Cells?簡化了 Excel 到 NumPy 的轉換過程。它允許您將整個工作簿、工作表、范圍、行、列，甚至列表對象直接導出到 NumPy ndarray 中。這意味著您可以輕松將原始 Excel 文件轉換為干凈、可立即使用的數據，用于分析或機器學習。

Aspose.Cells官方試用版免費下載

您可以從 PyPI 安裝它：

pip install aspose?cells?python

安裝完成后，將該庫與 NumPy 一起導入：

import aspose.cells as cells
import numpy as np

如何將 Excel 工作簿轉換為 NumPy

一個工作簿可能包含多個工作表。您可以一次性將整個 Excel 工作簿導出為 NumPy ndarray。當您想直接在 Python 中處理所有工作表的數據時，這非常方便。

按照以下步驟將 Excel 工作簿轉換為 NumPy ndarray：

使用該類加載 Excel 工作簿Workbook。
從工作簿訪問所有工作表。
循環遍歷每個工作表以讀取其使用的行和列。
逐行提取單元格值。
將每張表的數據存儲到列表列表中。
使用 np.asarray() 將收集的數據轉換為 NumPy ndarray。

以下是導出示例工作簿的簡化 Python 腳本：

import aspose.cells as cells
import numpy as np# load workbook
workbook = cells.Workbook("sample_data.xlsx")
sheets = workbook.worksheets# prepare an empty list to hold sheet data
sheets_data = []# loop through worksheets
for sheet in sheets:# sheet = workbook.worksheets.get(sheet_index)sheet_cells = sheet.cellsmax_row = sheet_cells.max_data_row + 1  # number of populated rowsmax_col = sheet_cells.max_data_column + 1  # number of populated columnssheet_rows = []for r in range(max_row):row_values = []for c in range(max_col):cell = sheet_cells.check_cell(r, c)row_values.append(cell.value if cell else "")sheet_rows.append(row_values)sheets_data.append(sheet_rows)# convert to ndarray with dtype=object to preserve strings
excel_array = np.asarray(sheets_data, dtype=object)
print(excel_array)

如何將 Excel 工作簿轉換為 NumPy

此腳本將所有空白單元格替換為空字符串，并將所有工作表合并為一個 NumPy 數組。最終的 excel_array 是三維的：第一層代表工作表，第二層代表行，第三層代表列。

[[['City', 'Region', 'Store'],['Chicago', 'Central', '3055'],['New York', 'East', '3036'],['Detroit', 'Central', '3074']],[['City2', 'Region2', 'Store3'],['Seattle', 'West', '3000'],['philadelph', 'East', '3082'],['Detroit', 'Central', '3074']],[['City3', 'Region3', 'Store3'],['Seattle', 'West', '3166'],['New York', 'East', '3090'],['Chicago', 'Central', '3055']]]

將單個工作表轉換為 NumPy

有時，您可能希望使用單個工作表而不是整個工作簿。您可以按照以下步驟直接提取一個工作表的單元格值并將其轉換為 NumPy ndarray：

將類加載到 Excel 文件Workbook。
通過索引訪問目標工作表。
獲取最大使用的行數和列數。
循環遍歷每一行和每一列來收集單元格值。
將提取的數據存儲在列表中。
使用 np.asarray() 將列表轉換為 NumPy ndarray。

以下是導出單個工作表的 Python 腳本：

import aspose.cells as cells
import numpy as np# load workbook
workbook = cells.Workbook("sample_data.xlsx")# access the first worksheet
sheet = workbook.worksheets[0]# get max rows and columns with data
max_row = sheet.cells.max_data_row + 1
max_col = sheet.cells.max_data_column + 1# extract data
rows = []
for r in range(max_row):row_values = []for c in range(max_col):cell = sheet.cells.check_cell(r, c)row_values.append(cell.value if cell else "")rows.append(row_values)# convert to numpy ndarray
worksheet_array = np.asarray(rows, dtype=object)
print(worksheet_array)

這將創建一個 2D ndarray，其中行映射到 Excel 行，列映射到 Excel 列。

[['City' 'Region' 'Store']    ['Chicago' 'Central' '3055'] ['New York' 'East' '3036']   ['Detroit' 'Central' '3074']]

如何將 Excel 數據轉換為 NumPy 數據

在某些情況下，您只需要特定范圍的單元格。Aspose.Cells?允許您定義一個范圍并將其直接導出到 NumPy ndarray。

請按照以下步驟操作：

將類加載到工作簿中Workbook。
選擇目標工作表。
使用該方法定義一個范圍worksheet.cells.create_range()。
循環遍歷范圍的行和列來提取值。
使用 np.asarray() 將值轉換為 NumPy ndarray。

以下代碼示例顯示如何將一系列單元格從 Excel 轉換為 NumPy ndarray：

import aspose.cells as cells
import numpy as np# load workbook
workbook = cells.Workbook("sample_data.xlsx")# select first worksheet
sheet = workbook.worksheets.get(0)# define a range (B1 to C3)
cell_range = sheet.cells.create_range("B1", "C3")# extract data from range
range_data = []
for r in range(cell_range.row_count):row_values = []for c in range(cell_range.column_count):cell = sheet.cells.check_cell(r, c)row_values.append(cell.value if cell else "")range_data.append(row_values)# convert to numpy ndarray
range_array = np.asarray(range_data, dtype=object)
print(range_array)

如果選定范圍覆蓋兩列三行，則生成的數組將為 3×2，例如：

[['City' 'Region']['Chicago' 'Central']['New York' 'East']]

將 Excel 表（ListObject）轉換為 NumPy

Excel 表格是包含標題和行的結構化數據區域。在?Aspose.Cells?中，它以 ListObject 的形式表示。您可以輕松地將 Excel 表格的內容導出到 NumPy ndarray 中，以便在 Python 中進一步處理。

加載工作簿并選擇工作表。
從工作表訪問 ListObject（Excel 表）。
將表的數據導出到二維數組中。
將數組轉換為 NumPy ndarray。
使用 ndarray 進行數據科學或機器學習工作流程。

以下代碼示例顯示如何將 Excel 表（ListObject）導出到 NumPy：

import aspose.cells as cells
import numpy as np# Load Excel file
workbook = cells.Workbook("sample_data.xlsx")
sheet = workbook.worksheets.get(0)# Create a table covering A1:C4 with headers
index = sheet.list_objects.add("A1", "C4", True)
table = sheet.list_objects[index]rows = []
for r in range(table.start_row, table.end_row + 1):row_vals = []for c in range(table.start_column, table.end_column + 1):cell = sheet.cells.check_cell(r, c)row_vals.append(cell.value if cell else "")rows.append(row_vals)list_object_array = np.asarray(rows, dtype=object)
print(list_object_array)

生成的 NumPy ndarray 將包含 Excel 表的行和列，如果它們是數據范圍的一部分，則包括標題。

[['City', 'Region', 'Store'],['Chicago', 'Central', '3055'],['New York', 'East', '3036'],['Detroit', 'Central', '3074']]

如何將 Excel 中的一行數據轉換為 NumPy 格式

有時您只需要 Excel 中一行的數據。Aspose.Cells?可以輕松提取一行并將其直接加載到 NumPy ndarray 中。

加載 Excel 工作簿。
選擇工作表。
選擇要導出的行索引。
將行值導出為數組。
將數組轉換為 NumPy ndarray 進行處理。

以下 Python 代碼顯示如何將 Excel 表的一行轉換為 NumPy ndarray：

import aspose.cells as cells
import numpy as np# Load Excel file
workbook = cells.Workbook("sample_data.xlsx")
sheet = workbook.worksheets.get(0)
sheet_cells = sheet.cellsmax_col = sheet_cells.max_data_column + 1# choose a row (e.g., last data row)
row_index = sheet_cells.max_data_row
row_vals = []
for c in range(max_col):cell = sheet_cells.check_cell(row_index, c)row_vals.append(cell.value if cell else "")row_array = np.asarray(row_vals, dtype=object)
print(row_array)

生成的 NumPy ndarray 將是一個一維數組，包含所選行的所有值。

['Detroit' 'Central' 3074]

將 Excel 列轉換為 NumPy

在某些情況下，您可能只需要 Excel 工作表單列中的值。Aspose.Cells?可讓您輕松導出該列并將其轉換為 NumPy ndarray。

加載 Excel 工作簿。
選擇目標工作表。
選擇要導出的列索引。
導出列值。
將值轉換為 NumPy ndarray。

以下 Python 代碼顯示如何將 Excel 表的列轉換為 NumPy ndarray：

import aspose.cells as cells
import numpy as np# Load Excel file
workbook = cells.Workbook("D:\\Files\\sample_data.xlsx")
sheet = workbook.worksheets.get(0)
sheet_cells = sheet.cells
max_row = sheet_cells.max_data_row + 1# choose a column (e.g., last data column)
col_index = sheet_cells.max_data_column
col_vals = []
for r in range(max_row):cell = sheet_cells.check_cell(r, col_index)col_vals.append(cell.value if cell else "")column_array = np.asarray(col_vals, dtype=object)
print(column_array)

生成的 NumPy ndarray 將是一個包含所選列的所有值的一維數組。

['Store' 3055 3036 3074]

使用 Aspose.Cells 和 NumPy 的技巧

內存注意事項：將非常大的工作簿轉換為 NumPy 數組可能會消耗大量內存。請單獨處理工作表，或盡可能讀取特定范圍的數據。
數據類型：如果您的電子表格包含混合類型（字符串、數字、日期），請在將列表轉換為 NumPy 數組時指定 dtype=object。對于同質數值數據，您可以讓 NumPy 推斷其類型。
缺失值：Aspose.Cells 對于空單元格返回 None。在上面的示例中，我們用空字符串替換了它們。您也可以根據具體情況，用 np.nan 或其他標記值替換它們。

結論

Aspose.Cells for Python via .NET?簡化了 Excel 數據到 NumPy 數組的轉換。無論您需要的是整個工作簿、單個工作表、特定區域、表格、行還是列，該庫都提供了清晰的方法來遍歷單元格并構建 NumPy 可以使用的列表。通過將?Aspose.Cells?讀取多種電子表格格式的能力與 NumPy 的數值計算能力相結合，您可以將 Excel 數據無縫集成到您的 Python 數據管道中。