自动化办公，办公自动化好学吗？
这个学起来本来就不难，用不了多久就可以熟练掌握。主要用的软件就是office，word是文字处理，excel是电子表格，PowerPoint是演示文稿，最常用的就是这三种，如果需要还可以学一下网页 还有数据库操作，建议先把这三个的操作熟练掌握再学网页和数据库学习 先学基本的新建保存关闭，然后熟悉各个菜单工具属性，熟悉一下就做实例，都是可视化操作很简单，公软件操作都差不多，如果你没有软件操作基础可以在网上搜office基础教程，图文的或者视频的按照你的个人学习喜好选择，能看懂就行，如果习惯看书学习就买本书（基础的）：本人，***转载请注明出处
计算机办公自动化证书是否有用？
计算机办公自动化证书当然有用！办公自动化不论对你以后工作还是在校期间使用都很有帮助。
首先是找工作方面
如果你想获得一份类似文员的工作，那么你一定要获得办公自动化证书，因为这是对文员等相关工作人员最基本的要求。
其次是电脑操作方面
很多人以为只要会基本的操作就等于会办公自动化了。事实上这种想法非常错误，办公自动化软件的功能很多，大多数人基础的只是基础部分，真正核心的部分并不了解。而办公自动化培训就是让你进一步掌握办公自动化软件，更好操作办公软件。
而拿到办公自动化证书就表明你已经能够掌握更深层次的办公自动化软件知识，能够更好操作办公软件。
办公自动化于信息化办公的区别？
区别如下：
之一，名称不一样，分别是办公自动化和信息化办公，
第二，侧重点不一样，办公自动化主要是配备了很多的电脑等办公设施，信息化办公除了配备电脑之外，主要是利用现代信息技术，比如 ，微信，钉钉等方式 进行办公信息的传输。
办公自动化和计算机应用一样吗？
办公自动化只是计算机应用的一种，是一个整体和部分的一个关系。
python可以实现哪些办公自动化？
Python办公自动化主要是批量化、自动化、定制化解决数据问题，目前主要分为三大块：自动化office、自动化机器人、自动化数据服务。
1、自动化office，包括对excel、word、ppt、email、pdf等常用办公场景的操作，
python都有对应的工具库，可以很方便的调用。
提供一些常见的核心库供大家参考使用。
excel：xlwings、xlrd、xlwt、openpyxl
word：Python-docx
ppt：pptx
email：***tplib（***TP服务）、email（解析处理）、yagmail（全能）
pdf：pypdf2、pdfminer、pdfplumber
picture：PIL
学这些会撸python是前提，对于小白来说自学也不是件容易的事，需要花相当的时间去适应python的语法逻辑，而且要坚持亲手敲代码，不断练习。
2、自动化机器人，用来提高常规且高频的服务，比如微信 、自动交易系统、实时信息抓取、 聊天机器人等。
例如
web自动化测试：selenium
模拟鼠标键盘：pymouse、pywinauto、pyautogui
微信自动化:wechatby
Python自动化办公其实并不难，但也需要有Python基础，起码得会写脚本，不然尽管有自动化接口也用不了。
很多人入了很长时间门，还是在门外徘徊，我觉得这是学习 的问题。学习编程一定要多练习，基础+实战同步走，这样才能最快掌握Python。
可能你会问，看书看不进去怎么办，那就换条路子，你可以去看视频、看 教程、逛github，都是很不错的 .
3、自动化数据服务，主要是提供流式数据服务，从数据获取、数据处理、数据建模、数据可视化，到最终生成数据报告，通过python搭建起完整数据链条。
数据抓取：requests、scrapy
数据处理：pandas、numpy
数据建模：scipy、scikit-learn、state***odel、keras
数据可视化：matplotlib、seaborn、bokeh、pyecharts
数据报表：dash
以python操作excel为例，使用xlwings生成自动化图表。
1、简单介绍xlwings
接下来实操演练：
1、准备一个表格
2、对表格进行各种操作
导入xlwings库，命名为xw
import xlwings as xw
建立与活动工作簿的连接
# 这里使用books ，引用工作簿
wb = xw.books["商品清单.xlsx"]
type(wb)
xlwings.main.Book
查看工作簿的名字
wb.name
'商品清单.xlsx'
实例化工作表对象
sht = wb.sheets['表一']
查看表一中A1单元格的内容
# 标准用法
sht.range('A1').value
'品类'
# 简洁用法
sht['A1'].value
'品类'
# 索引用法
sht[0,0].value
'品类'
查看表一中A1-D8所有单元格的内容
sht.range('A1:D8').value
输出：
[['品类', '数量（件）', '单价（元）', '总价（元）'],
['坚果', 5.0, 30.0, 150.0],
['罐头', 9.0, 10.0, 90.0],
['牛肉', 3.0, 60.0, 180.0],
['果汁', 10.0, 9.0, 90.0],
['蜂蜜', 2.0, 80.0, 160.0],
['进口零食', 4.0, 70.0, 280.0],
['合计', 33.0, 43.166666666666664, 950.0]]
sht[:8,:4].value
输出：
[['品类', '数量（件）', '单价（元）', '总价（元）'],
['坚果', 5.0, 30.0, 150.0],
['罐头', 9.0, 10.0, 90.0],
['牛肉', 3.0, 60.0, 180.0],
['果汁', 10.0, 9.0, 90.0],
['蜂蜜', 2.0, 80.0, 160.0],
['进口零食', 4.0, 70.0, 280.0],
['合计', 33.0, 43.166666666666664, 950.0]]
将表一B2单元格5改为7
sht.range('B2').value = 7
向表二中导入dataframe类型数据
之一步：连接表二
第二步：生成一个dataframe类型数据集
第三步：导入表二
sht_2 = wb.sheets['表二']
import pandas as pd
df = pd.DataFrame({'姓名':['小王','小张','小李'],'年龄':[23,26,19]})
df
导入：
sht_2.range('B1').value = df
向表二中导入numpy数组
import numpy as np
obj = np.array([[1,2,3],[4,5,6]])
obj
输出：
array([[1, 2, 3],
[4, 5, 6]])
导入：
sht_2.range('F1').value = obj
将excel中数据导出为DataFrame格式
sht_2.range('B1').options(pd.DataFrame, expand='table').value
用matplotlib绘图并将图片贴到excel上
import matplotlib.pyplot as plt
fig = plt.figure(figsize=(4,4))
plt.plot([1,2,3,4,5])
sht_2.pictures.add(fig, name='MyPlot', update=True)
输出：
<Picture 'MyPlot' in <Sheet [商品清单.xlsx]表二>>
修改表三中A1单元格的宽和高
连接表三
sht_3 = wb.sheets['表三']
查看A1单元格的宽和高
# 查看列宽
sht_3.range('A1').column_width
8.11
# 查看行高
sht_3.range('A1').row_height
13.8
A1单元格高改为15.6，宽改为2.2
sht_3.range('A1').column_width = 2.2
sht_3.range('A1').row_height = 15.6
修改表三B1单元格颜色
# 查看B1单元格颜色
sht_3.range('B1').color
(255, 0, 0)
# 修改B1单元格颜色为黑色
sht_3.range('B1').color = (0,0,0)
写一个自动化的小脚本
def f():
sht_3.range("A1:AZ48").column_width = 1.1
sht_3.range('A1:AZ48').row_height = 7.8
list_1 = pd.read_csv('zaike.csv').values
for i,j in list_1:
sht_3[int(i),int(j)].color = (255,25,0)
f()
list_1 = []
for i in range(30):
for j in range(40):
c = sht_3[i,j].color
if c == (255,0,0):
list_1.append((i,j))
这些小例子都能跑，你可以放自己电脑上运行下，或者手敲每个代码，这样绝对能高效率掌握。
如果对python语法还不熟悉，更好先把框架熟悉一遍，多做些练习。
