NumPy 是 Python 中最流行的库之一。它支持数据科学、机器学习和数值分析。许多开发者使用 NumPy 数组 (ndarray) 来快速处理大型数据集。

在我们的 previous blog post 中，我们解释了如何将 Excel 文件转换为 NumPy 数组。当您需要将外部数据导入 Python 进行分析时，这个工作流程是很有用的。但是如果您想要做相反的事情呢？很多时候，您需要将来自 NumPy 的 Python 结果导出到 Excel 进行报告和共享。Excel 在企业、学校和组织中被广泛使用，使其成为理想的协作格式。

在本指南中，我们将逐步向您展示如何使用 Python 和 Aspose.Cells for Python via .NET 将 NumPy 转换为 Excel。

为什么将 NumPy 转换为 Excel？

NumPy 在 Python 中进行计算和分析是完美的。但我们常常需要与他人分享结果。大多数商业用户更喜欢 Excel，因为它熟悉且易于使用。

以下是您可能需要将 NumPy 导出到 Excel 的一些常见原因：

  • 数据报告：将处理后的数据转换为管理者或客户的 Excel 文件。
  • 协作：与不使用 Python 的队友分享结果。
  • 商业分析：将 NumPy 结果与现有的 Excel 报告和仪表板结合。
  • 可视化：使用 Excel 图表和数据透视表使数据更具意义。

Excel 是一种通用格式。它弥合了 Python 开发人员和非技术用户之间的差距。通过将 NumPy 数组导出到 Excel，您使您的数据可访问、可用且易于理解。

Python NumPy Excel 库

Aspose.Cells for Python 是一个强大的电子表格库。它允许您创建、编辑和处理 Excel 文件，而无需安装 Microsoft Excel。它是 最佳 Excel 库 for Python，专为需要对 Excel 文档进行全面控制的开发人员设计。您可以：

  • 加载和保存不同格式的 Excel 文件。
  • 处理工作表、表格、范围和图表。
  • 从 Python 对象导入和导出数据，包括 NumPy 数组。
  • 处理大型数据集，同时确保高速度和高准确性。

最佳的部分是 Aspose.Cells 可以独立工作。您不需要 Excel 或任何外部软件。它在您的 Python 应用程序中顺利运行，并与科学工作流程很好地集成。这使它成为将 NumPy 数据转换为 Excel 文件的可靠解决方案。

将 NumPy 转换为 Excel 在 Python 中

将 NumPy 数组转换为 Excel 使用 Aspose.Cells 非常简单。请按照以下快速步骤进行操作：

步骤 1：通过 .NET 安装 Aspose.Cells for Python

使用 pip 安装该软件包：

pip install aspose-cells-python

步骤 2：导入所需库

在你的 Python 脚本中，导入 NumPy 和 Aspose.Cells：

import numpy as np
import aspose.cells as cells

步骤 3：创建一个示例 NumPy 数组

为了测试，创建一个简单的 2D 数组：

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

步骤 4：定义一个自定义函数 – insertnumpyarray

NumPy 值通常以 numpy.int64、numpy.float32 或 numpy.bool 等类型出现。这些在写入 Excel 单元格之前需要转换为原生 Python 类型。

下面的辅助函数执行此转换，并从给定的行和列直接将数组插入到工作表中：

# 自定义函数将 NumPy 数组插入工作表
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]
            # 将 NumPy 类型转换为原生 Python 类型
            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)

在接下来的部分中，我们将演示如何将 NumPy 数据插入 Workbook、Worksheet、ListObject、Range 和 Named Range。接下来的部分中的代码示例使用了在第 4 步：自定义函数部分中定义的辅助函数。

如何将 NumPy ndarray 转换为 Excel 工作簿

您可以仅用几行代码从 NumPy 数组创建一个完整的 Excel 工作簿。该方法非常适合当您想要将数据分析结果、机器学习输出或表格数据集导出到可以共享或进一步处理的专业 Excel 文件中时。

请按照以下步骤将 NumPy ndarray 转换为 Excel 工作簿：

  1. 创建一个包含您的数据的 NumPy 2D 数组。
  2. 使用 Workbook 类初始化一个新的空工作簿。
  3. 使用 worksheets.add() 方法向工作簿添加新工作表。
  4. 通过它的索引访问新工作表。
  5. 遍历 NumPy 数组并将值插入工作表单元格中。
  6. 将工作簿保存为 Excel 文件。

以下代码示例展示了如何将一个 NumPy ndarray 转换为 Excel 工作簿。

# 创建一个 NumPy 数组
data = np.array([[1, 2, 3],
                 [4, 5, 6],
                 [7, 8, 9]])

# 将 NumPy 数组转换为 Excel 工作簿
workbook = cells.Workbook()

# 添加一个新工作表
new_sheet_index = workbook.worksheets.add()
worksheet = workbook.worksheets.get(new_sheet_index)

# 将数组插入到从单元格 A1 开始的新工作表中
insert_numpy_array(worksheet, data)

# 将工作簿另存为 Excel 文件
workbook.save("numpy_to_workbook.xlsx")
如何将NumPy转换为Excel工作簿

如何将 NumPy 转换为 Excel 工作簿

将 NumPy ndarray 插入工作表

有时您已经有一个工作簿，您只想将 NumPy 数据插入一个工作表中。

请按照以下步骤将 NumPy ndarray 转换为工作表：

  1. 创建一个包含您的数据的 NumPy 2D 数组。
  2. 加载现有的 Excel 文件，使用 Workbook 类。
  3. 选择您想放置数据的工作表。
  4. 遍历 NumPy 数组，并将值插入到工作表单元格中。
  5. 将工作簿保存为 Excel 文件。

以下代码示例演示了如何将 NumPy ndarray 插入到 Excel 工作簿的特定工作表中：

# 创建一个 NumPy 数组
data = np.array([['City', 'Region', 'Store'], ['Chicago', 'Central', 3055], ['New York', 'East', 3036],
                 ['Detroit', 'Central', 3074]])

# 将 NumPy 数组转换为 Excel 工作簿
workbook = cells.Workbook("numpy_to_workbook.xlsx")

# 访问第一个工作表
sheet = workbook.worksheets.get(0)

# 将 NumPy 数组插入工作表，从 A1 开始
insert_numpy_array(sheet, data, 0, 0)

# 将工作簿保存为 Excel 文件
workbook.save("numpy_to_worksheet.xlsx")
如何将 NumPy ndarray 转换为工作表

如何将 NumPy ndarray 转换为工作表

如何将 NumPy ndarray 转换为 ListObject(Excel 表)

Excel 表(也称为 ListObjects)是组织和分析数据的强大方式。使用 Aspose.Cells，您可以直接将 NumPy 数组导入 ListObject。

请按照以下步骤将 NumPy ndarray 转换为 ListObject(Excel 表)：

  1. 创建一个带有示例数据的 NumPy 2D 数组。
  2. 初始化一个新的工作簿并访问第一个工作表。
  3. 将 NumPy 数据插入工作表单元格，使用辅助函数。
  4. 根据数组维度定义起始和结束行列。
  5. 将 ListObject 添加到工作表，使用 worksheet.listobjects.add()。
  6. 为 ListObject 指定一个显示名称。
  7. 将工作簿另存为 Excel 文件。

以下代码示例演示了如何将 NumPy ndarray 转换为 Excel 表：

# 创建一个 NumPy 数组
data = np.array([[1, 2, 3],
                 [4, 5, 6],
                 [7, 8, 9]])

# 创建一个新的 Excel 工作簿
workbook = cells.Workbook()
worksheet = workbook.worksheets.get(0)

# 将 NumPy 数组插入工作表，从单元格 A1 开始
insert_numpy_array(worksheet, data)

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

# 从 NumPy 数据添加 ListObject(Excel 表)
index = worksheet.list_objects.add(start_row, start_col, end_row, end_col, True)
list_object = worksheet.list_objects[index]

# 为表格设置显示名称
list_object.display_name = "NumPyTable"

# 保存工作簿
workbook.save("numpy_to_listobject.xlsx")
如何将 NumPy ndarray 转换为 ListObject(Excel 表)

如何将 NumPy ndarray 转换为 ListObject(Excel 表)

将 NumPy ndarray 转换为 Range

有时您可能想将 NumPy 数组放置到特定的单元格范围内。当您需要在工作表中精确放置数据时，此方法是理想的，例如填充预定义的表格区域或将分析结果导出到选定的单元格块中。

按照以下步骤将 NumPy ndarray 转换为 Range：

  1. 创建一个 2D NumPy ndarray。
  2. 创建一个新工作簿或打开一个现有的工作簿。
  3. 选择目标工作表。
  4. 遍历 ndarray 值并插入到相应的 Excel 单元格中。
  5. 创建一个 Range 对象，使用 cells.createrange(startcell, endcell)。
  6. 将填写范围的工作表导出为 Excel 文件。

以下代码示例展示了如何将 NumPy ndarray 插入到 Excel 范围中：

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

# 安全地将 NumPy 值放入单元格的助手
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,)):
        # 将 numpy datetime64 转换为 Python datetime 再转换为 Excel 兼容字符串
        value = str(np.datetime_as_string(raw_value, unit='D'))
    else:
        value = raw_value
    cell.put_value(value)

# 将 NumPy 数组插入单元格并返回范围的函数
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)

    # 根据起始/结束单元格定义范围
    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)

# 创建一个示例 NumPy 数组
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')]
])

# 创建一个新工作簿并获取第一个工作表
workbook = Workbook()
worksheet = workbook.worksheets.get(0)
cells = worksheet.cells

# 将 ndarray 插入到工作表中作为范围
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")
如何将 NumPy ndarray 转换为范围

如何将 NumPy ndarray 转换为 Range

如何将 NumPy ndarray 转换为名称(命名范围)

有时候您可能想要为Excel中的特定数据范围分配一个有意义的名称。这使得在公式、图表或其他工作表中引用数据变得更加容易。在本节中，我们将向您展示如何使用Python和Aspose.Cells将NumPy转换为Excel命名范围。通过创建命名范围，您可以在Excel中更有效地处理您的NumPy数据。

按照以下步骤使用 Aspose.Cells 将 NumPy ndarray 转换为 Excel 中的命名范围

  1. 创建一个 NumPy 数组在 Python 中。
  2. 创建一个新的工作簿并访问目标工作表。
  3. 循环遍历数组，将每个值插入工作表。
  4. 定义一个覆盖导入数据的范围。
  5. 为该范围指定一个名称。
  6. 将工作簿保存为 Excel 文件。

以下代码示例演示如何将 NumPy ndarray 插入 Excel 中的命名范围：

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

# 辅助函数将 NumPy 数据插入工作表单元格中
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)

# ---------------------------
# 主代码
# ---------------------------

# 创建一个示例 NumPy 数组
data = np.array([
    ['Product', 'Region', 'Sales'],
    ['Laptop', 'East', 1200],
    ['Phone', 'West', 950],
    ['Tablet', 'North', 740]
])

# 创建一个新的工作簿
workbook = Workbook()
worksheet = workbook.worksheets.get(0)
cells = worksheet.cells

# 将 ndarray 插入到从 (0,0) 开始的单元格中
(start_row, start_col, end_row, end_col) = insert_ndarray_into_cells(cells, data, 0, 0)

# 获取 Excel 单元格引用
start_cell = CellsHelper.cell_index_to_name(start_row, start_col)
end_cell = CellsHelper.cell_index_to_name(end_row, end_col)

# 为这个 ndarray 创建一个命名范围
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}"

# 保存工作簿
workbook.save("numpy_to_named_range.xlsx")
如何将 NumPy ndarray 转换为名称(命名范围)

如何将 NumPy ndarray 转换为名称(命名范围)

开始使用 Aspose.Cells for Python

您现在已经看到使用 Aspose.Cells 将 NumPy 数组转换为 Excel 是多么简单。该库为您提供了对工作簿、工作表、表格、范围和命名范围的完全控制权。

这里有一些有用的链接，可以增强您的理解：

获取一个 免费临时许可证，今天就开始使用 Aspose.Cells，使您的 Python 数据与 Excel 工作流完全兼容。

NumPy to Excel: 常见问题解答

Q1: 我需要安装 Microsoft Excel 才能使用 Aspose.Cells 吗？

不。Aspose.Cells 独立工作。您不需要安装 Excel 或任何其他软件。

Q2: Aspose.Cells 能处理大型 NumPy 数组吗？

是的。这个库经过优化，适用于大型数据集，即使面对大数组时也能表现良好。

Q3: 支持哪些 Excel 格式？

您可以将您的 NumPy 数据保存为 XLSX、XLS、CSV、ODS 和许多其他电子表格格式。

Q4: 我可以在导出 NumPy 数据后格式化 Excel 单元格吗？

是的。您可以应用样式、数字格式、公式，甚至创建图表或透视表。

Q5: 是否有 Aspose.Cells 的免费版本？

是的。您可以下载一个 免费试用 或申请一个 临时许可证 进行测试。

结论

NumPy 是 Python 中数据科学和数值分析的核心工具，但现实世界的报告通常需要 Excel。通过 Aspose.Cells for .NET for Python，将 NumPy 转换为 Excel 变得无缝而灵活。在本指南中，我们探讨了不同的方法：将 NumPy 数组导出到完整的工作簿、将数据插入工作表、格式化为 ListObject(Excel 表)、将数组映射到一个范围以及将它们分配给命名范围。每种方法都有其独特的目的。通过将 NumPy 的强大功能与 Aspose.Cells 的灵活性结合起来，您可以高效地从基于 Python 的分析转向专业的 Excel 报告，确保您的数据既可访问又准备好呈现。

如果您有任何问题，请随时在我们的 free support forum 提出，我们将很乐意提供帮助。

另请参见