แปลง NumPy เป็น Excel ด้วย Aspose.Cells for Python

NumPy เป็นหนึ่งในไลบรารีที่ได้รับความนิยมมากที่สุดใน Python มันขับเคลื่อนวิทยาศาสตร์ข้อมูล, การเรียนรู้ของเครื่อง, และการวิเคราะห์เชิงตัวเลข นักพัฒนาหลายคนใช้ NumPy arrays (ndarray) เพื่อจัดการชุดข้อมูลขนาดใหญ่ได้อย่างรวดเร็ว

ใน บล็อกโพสต์ก่อนหน้า ของเรา เราได้อธิบายวิธีการแปลงไฟล์ Excel เป็นอาเรย์ NumPy วิธีการนี้มีประโยชน์เมื่อคุณต้องการนำเข้าข้อมูลภายนอกเข้าไปใน Python เพื่อการวิเคราะห์ แต่ถ้าคุณต้องการทำในทางกลับกันละ? หลายครั้งที่คุณต้องส่งออกผลลัพธ์จาก Python ของคุณจาก NumPy ไปยัง Excel เพื่อการรายงานและการแชร์ Excel เป็นที่นิยมใช้อย่างกว้างขวางในธุรกิจ โรงเรียน และองค์กร ทำให้มันเป็นรูปแบบที่เหมาะสมสำหรับการทำงานร่วมกัน

ในคู่มือนี้ เราจะแสดงให้คุณเห็นทีละขั้นตอนเกี่ยวกับวิธีการแปลง NumPy เป็น Excel โดยใช้ Python และ Aspose.Cells for Python ผ่าน .NET

ทำไมต้องแปลง NumPy เป็น Excel?

NumPy เป็นเครื่องมือที่เหมาะสำหรับการคำนวณและการวิเคราะห์ภายใน Python แต่เรามักจะต้องแบ่งปันผลลัพธ์กับผู้อื่น ผู้ใช้ในธุรกิจส่วนใหญ่ชอบ Excel เพราะมันคุ้นเคยและใช้งานง่าย

นี่คือเหตุผลบางประการที่พบบ่อยว่าทำไมคุณอาจต้องการส่งออก NumPy ไปยัง Excel:

• การรายงานข้อมูล: แปลงข้อมูลที่ประมวลผลแล้วเป็นไฟล์ Excel สำหรับผู้จัดการหรือลูกค้า
• การทำงานร่วมกัน: แบ่งปันผลลัพธ์กับเพื่อนร่วมทีมที่ไม่ใช้ Python
• การวิเคราะห์ธุรกิจ: รวมผลลัพธ์จาก NumPy กับรายงานและแดชบอร์ด Excel ที่มีอยู่แล้ว
• การมองเห็นข้อมูล: ใช้แผนภูมิ Excel และตาราง Pivot เพื่อทำให้ข้อมูลมีความหมายมากขึ้น。

Excel เป็นรูปแบบสากล มันเชื่อมช่องว่างระหว่างนักพัฒนา Python และผู้ใช้ที่ไม่มีทักษะด้านเทคนิค โดยการส่งออกอาร์เรย์ NumPy ไปยัง Excel คุณทำให้ข้อมูลของคุณเข้าถึงได้ ใช้งานได้ และเข้าใจง่าย

Python NumPy Excel Library

Aspose.Cells for Python เป็นไลบรารีสเปรดชีตที่ทรงพลัง มันให้คุณสร้าง แก้ไข และประมวลผลไฟล์ Excel โดยไม่ต้องติดตั้ง Microsoft Excel มันคือ ไลบรารี Excel ที่ดีที่สุดสำหรับ Python ที่ออกแบบมาสำหรับนักพัฒนาที่ต้องการควบคุมเอกสาร Excel อย่างเต็มที่ คุณสามารถ:

• โหลดและบันทึกไฟล์ Excel ในรูปแบบต่างๆ
• ทำงานกับแผ่นงาน ตาราง ช่วงข้อมูล และแผนภูมิ
• นำเข้าข้อมูลและส่งออกข้อมูลจากอ็อบเจ็กต์ Python รวมถึงอาเรย์ NumPy
• จัดการชุดข้อมูลขนาดใหญ่ด้วยความเร็วและความแม่นยำสูง

ส่วนที่ดีที่สุดคือ Aspose.Cells ทำงานได้อย่างอิสระ คุณไม่จำเป็นต้องใช้ Excel หรือซอฟต์แวร์ภายนอกใดๆ มันทำงานได้อย่างราบรื่นในแอปพลิเคชัน Python ของคุณและรวมเข้ากับกระบวนการทางวิทยาศาสตร์ได้ดี สิ่งนี้ทำให้มันเป็นโซลูชันที่เชื่อถือได้สำหรับการแปลงข้อมูล NumPy เป็นไฟล์ Excel

แปลง NumPy เป็น Excel ใน Python

การแปลงอาเรย์ NumPy เป็น Excel ด้วย Aspose.Cells นั้นง่ายมาก ทำตามขั้นตอนเหล่านี้:

ขั้นตอนที่ 1: ติดตั้ง Aspose.Cells for Python ผ่าน .NET

ติดตั้งแพ็คเกจโดยใช้ pip:

pip install aspose-cells-python

ขั้นตอนที่ 2: นำเข้าห้องสมุดที่จำเป็น

ในสคริปต์ Python ของคุณ ให้นำเข้า NumPy และ Aspose.Cells:

import numpy as np
import aspose.cells as cells

ขั้นตอนที่ 3: สร้างอาเรย์ NumPy ตัวอย่าง

สำหรับการทดสอบ สร้างอาร์เรย์ 2 มิติที่เรียบง่าย:

data = np.array([[1, 2, 3],
                 [4, 5, 6],
                 [7, 8, 9]])

ขั้นตอนที่ 4: กำหนดฟังก์ชันที่กำหนดเอง – insertnumpyarray

ค่าของ NumPy มักมาในรูปแบบที่เป็นประเภทเช่น numpy.int64, numpy.float32 หรือ numpy.bool จำเป็นต้องแปลงเป็นประเภทพื้นฐานของ Python ก่อนที่จะเขียนลงในเซลล์ Excel

ฟังก์ชันช่วยด้านล่างทำการแปลงนี้และแทรกอาเรย์ลงในเวิร์กชีตโดยตรงเริ่มจากแถวและคอลัมน์ที่กำหนด:

# ฟังก์ชันที่กำหนดเองในการแทรกอาร์เรย์ NumPy ลงในแผ่นงาน
def insert_numpy_array(sheet, ndarray, start_row=0, start_col=0):
    rows, cols = ndarray.shape
   for r in range(rows):
       for c in range(cols):
            value = ndarray[r, c]
            # แปลงประเภท NumPy เป็นประเภท Python ดั้งเดิม
            if isinstance(value, (np.integer,)):
                value = int(value)
            elif isinstance(value, (np.floating,)):
                value = float(value)
            elif isinstance(value, (np.bool_,)):
                value = bool(value)
            elif isinstance(value, (np.str_, np.str_)):
                value = str(value)
            sheet.cells.get(start_row + r, start_col + c).put_value(value)
            

ในส่วนถัดไป เราจะสาธิตวิธีการแทรกข้อมูล NumPy ลงใน Workbook, Worksheet, ListObject, Range และ Named Range ตัวอย่างโค้ดในส่วนถัดไปใช้ฟังก์ชันช่วยที่กำหนดไว้ในหัวข้อขั้นตอนที่ 4: ฟังก์ชันกำหนดเอง

วิธีการแปลง NumPy ndarray เป็น Excel Workbook

คุณสามารถสร้างสมุดงาน Excel ที่สมบูรณ์จากอาร์เรย์ NumPy ในเพียงไม่กี่บรรทัด วิธีนี้เหมาะเมื่อคุณต้องการส่งออกผลการวิเคราะห์ข้อมูล ผลลัพธ์จากการเรียนรู้ของเครื่อง หรือชุดข้อมูลแบบตารางไปยังไฟล์ Excel มืออาชีพที่สามารถแชร์หรือประมวลผลต่อได้

ทำตามขั้นตอนด้านล่างเพื่อแปลง NumPy ndarray เป็น Excel Workbook:

1. สร้างอาร์เรย์ 2D ของ NumPy ด้วยข้อมูลของคุณ。
2. สร้างสมุดงานว่างใหม่โดยใช้คลาส Workbook。
3. เพิ่มแผ่นงานใหม่เข้าสู่สมุดงานโดยใช้เมธอด worksheets.add()
4. เข้าถึงแผ่นงานใหม่โดยใช้ดัชนีของมัน។
5. วนซ้ำผ่านอาร์เรย์ NumPy และแทรกค่าลงในเซลล์ของเวิร์กชีต
6. บันทึกสมุดงานเป็นไฟล์ Excel

ตัวอย่างโค้ดต่อไปนี้แสดงวิธีการแปลง NumPy ndarray เป็นสมุดงาน Excel。

# สร้างอาเรย์ NumPy
data = np.array([[1, 2, 3],
                 [4, 5, 6],
                 [7, 8, 9]])

# แปลงอาร์เรย์ NumPy เป็นสมุดงาน Excel
workbook = cells.Workbook()

# เพิ่มแผ่นงานใหม่
new_sheet_index = workbook.worksheets.add()
worksheet = workbook.worksheets.get(new_sheet_index)

# แทรกอาเรย์ลงในแผ่นงานใหม่ตั้งแต่เซลล์ A1
insert_numpy_array(worksheet, data)

# บันทึกสมุดงานเป็นไฟล์ Excel
workbook.save("numpy_to_workbook.xlsx")

แทรก ndarray ของ NumPy ลงใน Worksheet

บางครั้งคุณอาจมีสมุดงานอยู่แล้ว และคุณเพียงแค่ต้องการแทรกข้อมูล NumPy ลงในแผ่นงานหนึ่งเท่านั้น

ทำตามขั้นตอนด้านล่างเพื่อแปลง NumPy ndarray เป็น Worksheet:

1. สร้างอาร์เรย์ 2D ของ NumPy ด้วยข้อมูลของคุณ。
2. โหลดไฟล์ Excel ที่มีอยู่โดยใช้คลาส Workbook。
3. เลือกแผ่นงานที่คุณต้องการวางข้อมูล
4. วนรอบผ่านอาเรย์ NumPy และแทรกค่าเข้าไปในเซลล์ของแผ่นงาน
5. บันทึกสมุดงานเป็นไฟล์ Excel

ตัวอย่างรหัสต่อไปนี้แสดงวิธีการแทรก ndarray ของ NumPy ลงในแผ่นงานเฉพาะของเวิร์คบุ๊ก Excel:

# สร้างอาเรย์ NumPy
data = np.array([['City', 'Region', 'Store'], ['Chicago', 'Central', 3055], ['New York', 'East', 3036],
                 ['Detroit', 'Central', 3074]])

# แปลงอาร์เรย์ NumPy เป็นสมุดงาน Excel
workbook = cells.Workbook("numpy_to_workbook.xlsx")

# เข้าถึงแผ่นงานแรก
sheet = workbook.worksheets.get(0)

# แทรกอาเรย์ NumPy ลงในเวิร์กชีตโดยเริ่มจาก A1
insert_numpy_array(sheet, data, 0, 0)

# บันทึกเวิร์กบุ๊กเป็นไฟล์ Excel
workbook.save("numpy_to_worksheet.xlsx")

วิธีการแป Convert NumPy ndarray เป็น ListObject (ตาราง Excel)

ตาราง Excel (เรียกว่า ListObjects) เป็นวิธีที่ทรงพลังในการจัดระเบียบและวิเคราะห์ข้อมูล ด้วย Aspose.Cells คุณสามารถนำเข้าชุดข้อมูล NumPy โดยตรงไปยัง ListObject ได้

กรุณาปฏิบัติตามขั้นตอนด้านล่างนี้เพื่อแปลง NumPy ndarray เป็น ListObject (ตาราง Excel):

1. สร้างอาเรย์ 2 มิติ NumPy พร้อมข้อมูลตัวอย่าง
2. เริ่มต้นเวิร์กบุ๊คใหม่และเข้าถึงแผ่นงานแรก
3. แทรกข้อมูล NumPy ลงในเซลล์ของเวิร์กชีตโดยใช้ฟังก์ชันช่วยเหลือ
4. กำหนดแถวและคอลัมน์เริ่มต้นและสิ้นสุดตามขนาดของอาร์เรย์
5. เพิ่ม ListObject ลงในแผ่นงานโดยใช้ worksheet.listobjects.add()
6. กำหนดชื่อแสดงให้กับ ListObject。
7. บันทึกเวิร์กบุ๊กเป็นไฟล์ Excel.

ตัวอย่างโค้ดด้านล่างแสดงวิธีการแปลง NumPy ndarray เป็นตาราง Excel:

# สร้าง NumPy อาร์เรย์
data = np.array([[1, 2, 3],
                 [4, 5, 6],
                 [7, 8, 9]])

# สร้างสมุดงาน Excel ใหม่
workbook = cells.Workbook()
worksheet = workbook.worksheets.get(0)

# แทรกอาเรย์ NumPy ลงในเวิร์กชีตโดยเริ่มจากเซลล์ A1
insert_numpy_array(worksheet, data)

# กำหนดช่วงสำหรับ ListObject
start_row, start_col = 0, 0
end_row, end_col = data.shape[0] - 1, data.shape[1] - 1

# เพิ่ม ListObject (ตาราง Excel) จากข้อมูล NumPy
index = worksheet.list_objects.add(start_row, start_col, end_row, end_col, True)
list_object = worksheet.list_objects[index]

# ตั้งชื่อแสดงสำหรับตาราง
list_object.display_name = "NumPyTable"

# บันทึกสมุดงาน
workbook.save("numpy_to_listobject.xlsx")

แปลง NumPy ndarray ให้เป็นช่วง

บางครั้งคุณอาจต้องการใส่จำนวน NumPy ลงในช่วงเซลล์ที่เฉพาะเจาะจง วิธีนี้เหมาะสมเมื่อคุณต้องการการวางข้อมูลที่แม่นยำภายในแผ่นงาน เช่น การเติมพื้นที่ตารางที่กำหนดไว้ล่วงหน้าหรือการส่งออกผลการวิเคราะห์ไปยังบล็อกเซลล์ที่เลือก

ทำตามขั้นตอนด้านล่างเพื่อแปลง NumPy ndarray เป็น Range:

1. สร้าง 2D NumPy ndarray.
2. สร้างสมุดงานใหม่หรือเปิดสมุดงานที่มีอยู่แล้ว
3. เลือกแผ่นงานเป้าหมาย
4. วนรอบค่าของ ndarray และแทรกลงในเซลล์ Excel ที่ตรงกัน
5. สร้างวัตถุ Range โดยใช้ cells.createrange(startcell, endcell)
6. ส่งออกแผ่นงานพร้อมช่วงที่กรอกแล้วไปยังไฟล์ Excel

ตัวอย่างโค้ดต่อไปนี้แสดงวิธีการใส่ NumPy ndarray ลงในช่วง Excel:

import numpy as np
from datetime import datetime
from aspose.cells import Workbook, CellsHelper

# Helper เพื่อใส่ค่า NumPy ลงในเซลล์อย่างปลอดภัย
def put_cell_value(cells, raw_value, row, col):
    cell = cells.get(row, col)
    if isinstance(raw_value, (np.bool_,)):
        value = bool(raw_value)
    elif isinstance(raw_value, (np.integer,)):
        value = int(raw_value)
    elif isinstance(raw_value, (np.floating,)):
        value = float(raw_value)
    elif isinstance(raw_value, (np.datetime64,)):
        # แปลง numpy datetime64 → Python datetime → สตริงที่เข้ากันได้กับ Excel
        value = str(np.datetime_as_string(raw_value, unit='D'))
    else:
        value = raw_value
    cell.put_value(value)

# ฟังก์ชันในการแทรกอาร์เรย์ NumPy ลงในเซลล์และคืนค่า Range
def numpy_to_range(cells, data, start_row=0, start_col=0):
    rows, cols = data.shape
   for i in range(rows):
       for j in range(cols):
            put_cell_value(cells, data[i, j], start_row + i, start_col + j)

    # กำหนดขอบเขตตามเซลล์เริ่มต้น/สิ้นสุด
    start_cell = CellsHelper.cell_index_to_name(start_row, start_col)
    end_cell = CellsHelper.cell_index_to_name(start_row + rows - 1, start_col + cols - 1)
    return cells.create_range(start_cell, end_cell)

# สร้างอาร์เรย์ NumPy ตัวอย่าง
data = np.array([
    ['City', 'Region', 'Store', 'Date'],
    ['Chicago', 'Central', 3055, np.datetime64('2025-01-15')],
    ['New York', 'East', 3036, np.datetime64('2025-02-10')],
    ['Detroit', 'Central', 3074, np.datetime64('2025-03-05')]
])

# สร้างสมุดงานใหม่และดึงแผ่นงานแรก
workbook = Workbook()
worksheet = workbook.worksheets.get(0)
cells = worksheet.cells

# แทรก ndarray ลงในเวิร์กชีตเป็นช่วง
range_obj = numpy_to_range(cells, data, 0, 0)

print("Row count:", range_obj.row_count)
print("Column count:", range_obj.column_count)

# บันทึกสมุดงาน
workbook.save("numpy_to_range.xlsx")

วิธีการแปลง NumPy ndarray เป็นชื่อ (ช่วงชื่อ)

บางครั้งคุณอาจต้องการตั้งชื่อที่มีความหมายให้กับช่วงข้อมูลเฉพาะใน Excel ซึ่งทำให้การอ้างอิงข้อมูลในสูตร แผนภูมิ หรือแผ่นงานอื่น ๆ เป็นเรื่องง่ายขึ้น ในส่วนนี้เราจะแสดงให้คุณเห็นถึงวิธีการแปลง NumPy เป็น Excel Named Range โดยใช้ Python และ Aspose.Cells โดยการสร้างชื่อช่วง คุณสามารถทำงานกับข้อมูล NumPy ของคุณได้อย่างมีประสิทธิภาพมากขึ้นใน Excel

กรุณาทำตามขั้นตอนด้านล่างในการแปลง NumPy ndarray เป็น Named Range ใน Excel โดยใช้ Aspose.Cells

1. สร้างอาเรย์ NumPy ใน Python.
2. สร้างสมุดงานใหม่และเข้าถึงแผ่นงานเป้าหมาย
3. ทำการลูปผ่านอาร์เรย์และแทรกแต่ละค่าเข้าไปในเวิร์กชีต
4. กำหนดช่วงที่ครอบคลุมข้อมูลที่นำเข้า
5. กำหนดชื่อให้กับช่วงนั้น
6. บันทึกสมุดงานเป็นไฟล์ Excel

ตัวอย่างโค้ดด้านล่างแสดงวิธีการแทรก NumPy ndarray ลงในช่วงที่ตั้งชื่อใน Excel:

import numpy as np
import aspose.cells
from aspose.cells import Workbook, CellsHelper

# ฟังก์ชันช่วยเหลือในการแทรกข้อมูล NumPy ลงในเซลล์ของเวิร์กชีต
def put_cell_value(cells, raw_value, row, column):
    if isinstance(raw_value, (np.bool_)):
        value = bool(raw_value)
    elif isinstance(raw_value, (np.integer)):
        value = int(raw_value)
    elif isinstance(raw_value, (np.floating)):
        value = float(raw_value)
    elif isinstance(raw_value, (np.datetime64)):
        value = str(np.datetime_as_string(raw_value, unit='D'))
    else:
        value = str(raw_value)
    cells.get(row, column).put_value(value)

def insert_ndarray_into_cells(cells, data, start_row, start_col):
    row_count = data.shape[0]
    col_count = data.shape[1]

   for r in range(row_count):
       for c in range(col_count):
            put_cell_value(cells, data[r][c], start_row + r, start_col + c)

    # 返回覆盖的单元格区域
    end_row = start_row + row_count - 1
    end_col = start_col + col_count - 1
    return (start_row, start_col, end_row, end_col)

# ---------------------------
# Main Code
# ---------------------------

# สร้างอาร์เรย์ NumPy ตัวอย่าง
data = np.array([
    ['Product', 'Region', 'Sales'],
    ['Laptop', 'East', 1200],
    ['Phone', 'West', 950],
    ['Tablet', 'North', 740]
])

# สร้างสมุดงานใหม่
workbook = Workbook()
worksheet = workbook.worksheets.get(0)
cells = worksheet.cells

# แทรก ndarray ลงในเซลล์เริ่มต้นที่ (0,0)
(start_row, start_col, end_row, end_col) = insert_ndarray_into_cells(cells, data, 0, 0)

# รับการอ้างอิงเซลล์ Excel
start_cell = CellsHelper.cell_index_to_name(start_row, start_col)
end_cell = CellsHelper.cell_index_to_name(end_row, end_col)

# สร้างชื่อช่วงสำหรับ ndarray นี้
idx = workbook.worksheets.names.add("SalesData")  # returns index
named_range = workbook.worksheets.names[idx]  # get the Name object
named_range.refers_to = f"={worksheet.name}!{start_cell}:{end_cell}"

# บันทึกสมุดงาน
workbook.save("numpy_to_named_range.xlsx")

เริ่มต้นใช้งาน Aspose.Cells for Python

คุณได้เห็นแล้วว่าการแปลงอาร์เรย์ NumPy เป็น Excel ด้วย Aspose.Cells นั้นง่ายเพียงใด ไลบรารีนี้ให้คุณควบคุมสมุดงาน, แผ่นงาน, ตาราง, ช่วง, และช่วงที่ตั้งชื่อได้อย่างเต็มที่

นี่คือบางลิงก์ที่มีประโยชน์ในการเสริมสร้างความเข้าใจของคุณ:

• เอกสารผลิตภัณฑ์
• การอ้างอิง API
• เครื่องมือ Excel ออนไลน์ฟรี
• คู่มือและบทแนะนำสำหรับนักพัฒนา

รับ ใบอนุญาตชั่วคราวฟรี และเริ่มใช้ Aspose.Cells วันนี้เพื่อทำให้ข้อมูล Python ของคุณเข้ากันได้กับการทำงานใน Excel อย่างเต็มที่

NumPy to Excel: FAQs

Q1: ฉันต้องติดตั้ง Microsoft Excel เพื่อใช้ Aspose.Cells หรือไม่?

ไม่ ต้อง. Aspose.Cells ทำงานได้อย่างอิสระ โดยคุณไม่จำเป็นต้องมี Excel หรือซอฟต์แวร์อื่น ๆ ติดตั้งไว้

Q2: Aspose.Cells สามารถจัดการกับ NumPy arrays ขนาดใหญ่ได้หรือไม่?

ใช่. ห้องสมุดถูกปรับให้เหมาะสมกับชุดข้อมูลขนาดใหญ่และทำงานได้ดีแม้กับอาร์เรย์ขนาดใหญ่

Q3: รูปแบบ Excel อะไรบ้างที่รองรับ?

คุณสามารถบันทึกข้อมูล NumPy ของคุณลงในรูปแบบสเปรดชีต XLSX, XLS, CSV, ODS และรูปแบบอื่นๆ ได้มากมาย

Q4: ฉันสามารถจัดรูปแบบเซลล์ Excel หลังจากส่งออกข้อมูล NumPy ได้หรือไม่?

ใช่. คุณสามารถปรับสไตล์ รูปแบบหมายเลข ฟังก์ชัน และแม้แต่สร้างกราฟหรือตารางหมุนได้

Q5: มีเวอร์ชันฟรีของ Aspose.Cells หรือไม่?

ใช่ คุณสามารถดาวน์โหลด ทดลองใช้งานฟรี หรือขอ ใบอนุญาตชั่วคราว สำหรับการทดสอบได้

ข้อสรุป

NumPy เป็นเครื่องมือหลักสำหรับวิทยาศาสตร์ข้อมูลและการวิเคราะห์เชิงตัวเลขใน Python แต่การรายงานในโลกจริงมักต้องการ Excel ด้วย Aspose.Cells for Python ผ่าน .NET การแปลง NumPy เป็น Excel จึงเป็นเรื่องที่ราบรื่นและยืดหยุ่น ในคู่มือนี้เราได้สำรวจวิธีการต่างๆ: การส่งออกอาร์เรย์ NumPy ไปยังสมุดบันทึกที่สมบูรณ์ การแทรกข้อมูลลงในแผ่นงาน การจัดรูปแบบเป็น ListObject (ตาราง Excel) การแมพอาร์เรย์ไปยังช่วง และการกำหนดให้กับชื่อช่วง แต่ละวิธีมีจุดประสงค์ที่ไม่เหมือนใคร โดยการรวมพลังของ NumPy กับความยืดหยุ่นของ Aspose.Cells คุณสามารถเคลื่อนย้ายจากการวิเคราะห์ที่ใช้ Python ไปยังรายงาน Excel ระดับมืออาชีพได้อย่างมีประสิทธิภาพ ทำให้มั่นใจว่าข้อมูลของคุณเข้าถึงได้และพร้อมนำเสนอ

หากคุณมีคำถามใดๆ โปรดอย่าลังเลที่จะถามที่ free support forum ของเรา และเรายินดีที่จะช่วยเหลือ。

ดูเพิ่มเติม

• Excel to NumPy
• ห้องสมุด Excel ที่ดีที่สุดสำหรับนักพัฒนาของ Python
• CSV to PDF
• Excel XLS to Image
• Excel to PDF
• XLSX to HTML
• Excel to Word