將 NumPy 轉換為 Excel 使用 Aspose.Cells for Python

NumPy 是 Python 中最受歡迎的庫之一。它支持數據科學、機器學習和數值分析。許多開發者使用 NumPy 陣列 (ndarray) 來快速處理大型數據集。

在我們的之前的部落格文章中，我們解釋了如何將 Excel 文件轉換為 NumPy 陣列。當你需要將外部數據帶入 Python 進行分析時，這個工作流程是非常有用的。但是如果你想反過來呢？許多時候，你需要將 Python 結果從 NumPy 匯出到 Excel 進行報告和共享。Excel 在企業、學校和組織中被廣泛使用，使其成為協作的理想格式。

在本指南中，我們將逐步向您展示如何使用 Python 和 Aspose.Cells for Python via .NET 將 NumPy 轉換為 Excel。

為什麼要將 NumPy 轉換為 Excel？

NumPy 在 Python 內部的計算和分析方面非常完美。但我們經常需要與他人分享結果。大多數商業用戶更喜歡 Excel，因為它熟悉且易於使用。

以下是一些您可能需要將 NumPy 匯出到 Excel 的常見原因：

數據報告：將處理過的數據轉換為 Excel 檔案供管理層或客戶使用。
合作：與不使用 Python 的隊友分享結果。
業務分析：將 NumPy 結果與現有的 Excel 報告和儀表板結合。
視覺化：使用 Excel 圖表和樞紐分析表使數據更有意義。

Excel 是一種通用格式。它縮短了 Python 開發者和非技術用戶之間的距離。通過將 NumPy 陣列導出到 Excel，您使數據變得可訪問、可用且易於理解。

Python NumPy Excel 庫

Aspose.Cells for Python 是一個強大的電子表格庫。它允許您創建、編輯和處理 Excel 檔案而無需安裝 Microsoft Excel。它是最佳的 Python Excel 庫，旨在為需要對 Excel 文件進行全面控制的開發者設計。您可以：

加載和保存 Excel 文件以不同格式。
使用工作表、表格、範圍和圖表。
從 Python 對象(包括 NumPy 陣列)導入和導出數據。
處理大型數據集，具備高速度和準確性。

最佳的部分是 Aspose.Cells 獨立運作。您不需要 Excel 或任何外部軟體。它可以在您的 Python 應用程序中順利運行，並且與科學工作流程良好整合。這使其成為一個可靠的解決方案，用於將 NumPy 數據轉換為 Excel 檔案。

將 NumPy 轉換為 Excel 在 Python 中

將 NumPy 陣列轉換為 Excel 使用 Aspose.Cells 是很簡單的。請按照以下快速步驟操作：

第 1 步：通過 .NET 安裝 Aspose.Cells for Python

使用 pip 安裝套件：

pip install aspose-cells-python

步驟 2：匯入所需的庫

在您的 Python 腳本中，導入 NumPy 和 Aspose.Cells：

import numpy as np
import aspose.cells as cells

步驟 3：創建一個示例 NumPy 陣列

為測試，創建一個簡單的 2D 陣列：

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

步驟 4：定義自訂函數 – insertnumpyarray

NumPy 值通常以像 numpy.int64、numpy.float32 或 numpy.bool 的類型出現。在將它們寫入 Excel 單元格之前，需要將這些值轉換為本地 Python 類型。

下面的幫助函數執行此轉換，並將數組直接插入從給定行和列開始的工作表中：

在接下來的幾個部分中，我們將示範如何將 NumPy 數據插入到工作簿、工作表、列表物件、範圍和命名範圍中。接下來部分的代碼範例使用了在第 4 步：自定義函數部分中定義的輔助函數。

如何將 NumPy ndarray 轉換為 Excel 工作簿

您可以僅用幾行代碼從 NumPy 陣列創建完整的 Excel 工作簿。這種方法非常適合在您希望將數據分析結果、機器學習輸出或表格數據集導出到專業的 Excel 文件中，以便分享或進一步處理時使用。

請按照以下步驟將 NumPy ndarray 轉換為 Excel 工作簿：

建立一個包含您數據的 NumPy 2D 陣列。
使用 Workbook 類別初始化一個新的空工作簿。
使用 worksheets.add() 方法將新的工作表添加到工作簿中。
通過索引訪問新工作表。
循環遍歷 NumPy 陣列並將值插入工作表單元格中。
將工作簿另存為 Excel 檔案。

以下代碼示例顯示如何將 NumPy ndarray 轉換為 Excel 工作簿。

# 創建一個 NumPy 陣列
data = np.array([[1, 2, 3],
                 [4, 5, 6],
                 [7, 8, 9]])

# 將 NumPy 陣列轉換為 Excel 工作簿
workbook = cells.Workbook()

# 新增一個工作表
new_sheet_index = workbook.worksheets.add()
worksheet = workbook.worksheets.get(new_sheet_index)

# 將數組插入新的工作表，從單元格 A1 開始。
insert_numpy_array(worksheet, data)

# 將工作簿另存為 Excel 檔案
workbook.save("numpy_to_workbook.xlsx")

將 NumPy ndarray 插入工作表

有時候您已經有一個工作簿，而您只想將 NumPy 數據插入一個工作表中。

按照以下步驟將 NumPy ndarray 轉換為工作表：

建立一個包含您數據的 NumPy 2D 陣列。
使用 Workbook 類別加載現有的 Excel 文件。
選擇您想放置數據的工作表。
遍歷 NumPy 陣列並將值插入工作表單元格。
將工作簿儲存為 Excel 檔案。

以下代碼示例顯示如何將 NumPy ndarray 插入到 Excel 工作簿的特定工作表中：

# 創建一個 NumPy 陣列
data = np.array([['City', 'Region', 'Store'], ['Chicago', 'Central', 3055], ['New York', 'East', 3036],
                 ['Detroit', 'Central', 3074]])

# 將 NumPy 陣列轉換為 Excel 工作簿
workbook = cells.Workbook("numpy_to_workbook.xlsx")

# 訪問第一個工作表
sheet = workbook.worksheets.get(0)

# 將 NumPy 陣列從 A1 開始插入工作表
insert_numpy_array(sheet, data, 0, 0)

# 將工作簿另存為 Excel 檔案
workbook.save("numpy_to_worksheet.xlsx")

如何將 NumPy ndarray 轉換為 ListObject(Excel 表格)

Excel 表格(也稱為 ListObjects)是一種強大的組織和分析數據的方法。使用 Aspose.Cells，您可以將 NumPy 陣列直接導入到 ListObject 中。

請按照以下步驟將 NumPy ndarray 轉換為 ListObject(Excel 表格)：

創建一個包含示例數據的 NumPy 2D 陣列。
初始化一個新的工作簿並訪問第一個工作表。
使用輔助函數將 NumPy 數據插入工作表單元格中。
根據數組維度定義起始和結束行和列。
將 ListObject 添加到工作表中，使用 worksheet.listobjects.add()。
為 ListObject 指派顯示名稱。
將工作簿另存為 Excel 檔案。

以下代碼範例顯示如何將 NumPy ndarray 轉換為 Excel 表格：

# 創建一個 NumPy 陣列
data = np.array([[1, 2, 3],
                 [4, 5, 6],
                 [7, 8, 9]])

# 創建一個新的 Excel 工作簿
workbook = cells.Workbook()
worksheet = workbook.worksheets.get(0)

# 將 NumPy 陣列插入到工作表，從單元格 A1 開始
insert_numpy_array(worksheet, data)

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

# 從 NumPy 數據中添加 ListObject(Excel 表格)
index = worksheet.list_objects.add(start_row, start_col, end_row, end_col, True)
list_object = worksheet.list_objects[index]

# 為表格設置顯示名稱
list_object.display_name = "NumPyTable"

# 保存工作簿
workbook.save("numpy_to_listobject.xlsx")

如何將 NumPy ndarray 轉換為 ListObject(Excel 表格)

將 NumPy ndarray 轉換為 Range

有時候，您可能想將一個 NumPy 陣列放置到特定的儲存格範圍內。這種方法非常適合當您需要精確地將數據放入工作表中，例如填充預定義的表格區域或將分析結果導出到選定的儲存格區塊。

按照以下步驟將 NumPy ndarray 轉換為 Range：

創建一個 2D NumPy ndarray。
創建一個新的工作簿或打開現有的工作簿。
選擇目標工作表。
遍歷 ndarray 值並插入到相應的 Excel 單元格中。
建立一個 Range 物件，使用 cells.createrange(startcell, endcell)。
將填寫的範圍的工作表導出到 Excel 檔案中。

以下代碼示例顯示了如何將 NumPy ndarray 插入到 Excel 範圍中：

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

# 助手以安全地將 NumPy 值放入單元格
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,)):
        # 將 numpy datetime64 轉換為 Python datetime，再轉換為 Excel 兼容的字符串
        value = str(np.datetime_as_string(raw_value, unit='D'))
    else:
        value = raw_value
    cell.put_value(value)

# 函數將 NumPy 陣列插入儲存格並返回範圍
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)

    # 根據起始/結束單元格定義範圍
    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)

# 創建一個範例 NumPy 陣列
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')]
])

# 創建一個新的工作簿並獲取第一個工作表
workbook = Workbook()
worksheet = workbook.worksheets.get(0)
cells = worksheet.cells

# 將 ndarray 插入工作表作為範圍
range_obj = numpy_to_range(cells, data, 0, 0)

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

# 保存工作簿
workbook.save("numpy_to_range.xlsx")

如何將 NumPy ndarray 轉換為範圍 — 如何將 NumPy ndarray 轉換為 Range

如何將 NumPy ndarray 轉換為名稱(命名範圍)

有時候，您可能希望為 Excel 中的特定數據範圍分配一個有意義的名稱。這使得在公式、圖表或其他工作表中引用數據變得更容易。在本節中，我們將向您展示如何使用 Python 和 Aspose.Cells 將 NumPy 轉換為 Excel 命名範圍。通過創建命名範圍，您可以在 Excel 中更有效地處理您的 NumPy 數據。

按照以下步驟使用 Aspose.Cells 將 NumPy ndarray 轉換為 Excel 中的命名範圍。

在Python中創建NumPy數組。
創建一個新的工作簿並訪問目標工作表。
遍歷陣列並將每個值插入工作表中。
定義一個覆蓋匯入數據的範圍。
為該範圍指定一個名稱。
將工作簿另存為 Excel 檔案。

以下代碼範例顯示如何將 NumPy ndarray 插入 Excel 中的命名範圍：

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

# 輔助函數將 NumPy 數據插入工作表單元格
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)

    # 返回被覆蓋的單元格區域
    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
# ---------------------------

# 創建一個範例 NumPy 陣列
data = np.array([
    ['Product', 'Region', 'Sales'],
    ['Laptop', 'East', 1200],
    ['Phone', 'West', 950],
    ['Tablet', 'North', 740]
])

# 創建一個新的工作簿
workbook = Workbook()
worksheet = workbook.worksheets.get(0)
cells = worksheet.cells

# 將 ndarray 插入從 (0,0) 開始的單元格中
(start_row, start_col, end_row, end_col) = insert_ndarray_into_cells(cells, data, 0, 0)

# 獲取 Excel 單元格參考
start_cell = CellsHelper.cell_index_to_name(start_row, start_col)
end_cell = CellsHelper.cell_index_to_name(end_row, end_col)

# 為這個 ndarray 創建一個命名範圍
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}"

# 儲存工作簿
workbook.save("numpy_to_named_range.xlsx")

開始使用 Aspose.Cells for Python

您現在已經看到使用 Aspose.Cells 將 NumPy 陣列轉換為 Excel 是多麼簡單。該庫讓您對工作簿、工作表、表格、範圍和命名範圍擁有完全的控制權。

這裡有一些有用的鏈接可以增強你的理解：

獲取一個 free temporary license 並立即開始使用 Aspose.Cells 使您的 Python 數據與 Excel 工作流程完全兼容。

NumPy to Excel: 常見問題解答

Q1: 我需要安裝 Microsoft Excel 才能使用 Aspose.Cells 嗎？

不。Aspose.Cells 獨立運作。您不需要安裝 Excel 或任何其他軟件。

Q2: Aspose.Cells 可以處理大型 NumPy 陣列嗎？

是的。這個函式庫針對大型資料集進行了優化，即使面對大型陣列也能表現良好。

Q3: 支援哪些 Excel 格式？

您可以將您的 NumPy 數據保存為 XLSX、XLS、CSV、ODS 以及許多其他電子表格格式。

Q4: 我可以在匯出 NumPy 數據後格式化 Excel 儲存格嗎？

是的。您可以應用樣式、數字格式、公式，甚至創建圖表或樞紐分析表。

Q5: 是否有 Aspose.Cells 的免費版本？

是的。您可以下載一個免費試用版本或請求一個臨時許可證來進行測試。

結論

NumPy 是 Python 中數據科學和數值分析的核心工具，但現實世界的報告往往需要 Excel。使用 Aspose.Cells for Python via .NET，將 NumPy 轉換為 Excel 變得無縫且靈活。在本指南中，我們探索了不同的方法：將 NumPy 陣列匯出到完整的工作簿、將數據插入工作表、格式化為 ListObject(Excel 表格)、將陣列映射到範圍，並分配給命名範圍。每種方法都有其獨特的用途。通過將 NumPy 的強大功能與 Aspose.Cells 的靈活性相結合，您可以高效地從基於 Python 的分析轉移到專業的 Excel 報告，確保您的數據既可訪問又適合展示。

如果您有任何問題，請隨時在我們的 free support forum 提問，我們將樂意協助您。

為什麼要將 NumPy 轉換為 Excel？#

Python NumPy Excel 庫#

將 NumPy 轉換為 Excel 在 Python 中#

如何將 NumPy ndarray 轉換為 Excel 工作簿#

將 NumPy ndarray 插入工作表#

如何將 NumPy ndarray 轉換為 ListObject(Excel 表格)#

將 NumPy ndarray 轉換為 Range#

如何將 NumPy ndarray 轉換為名稱(命名範圍)#

開始使用 Aspose.Cells for Python#

NumPy to Excel: 常見問題解答#

結論#

見亦如此#