Python生成99乘法表并导出Excel教程
本文详细介绍了如何使用Python的pandas和openpyxl库高效生成99乘法表并将其导出到Excel文件。通过简洁的代码示例,展示了如何构建下三角格式的乘法表,并将其转化为DataFrame对象,最终保存为清晰易读的`multiplication_table.xlsx`文件。文章不仅提供了基础实现,还涵盖了可选的优化技巧,例如利用xlsxwriter引擎调整列宽、美化表格样式,确保生成的Excel表格符合中文阅读习惯,结构清晰,易于扩展。掌握这些方法,能轻松实现数据整理和导出,提高工作效率。
使用pandas和openpyxl可将99乘法表写入Excel,代码生成下三角格式的乘法表并保存为文件。1. 安装库后,通过嵌套循环生成“3×4=12”格式数据,仅保留j≤i的项形成下三角。2. 用pandas创建DataFrame,行列索引为1-9,空白处填充空字符串。3. 调用to_excel方法输出到multiplication_table.xlsx。4. 可选xlsxwriter引擎设置列宽为12,美化表格样式。最终文件按中文习惯排列,第5行第3列为“3×5=15”,上三角为空,结构清晰且可扩展样式。

将99乘法表写入Excel表格,可以通过Python的pandas或xlsxwriter等库实现。下面以使用 pandas 和 openpyxl 为例,生成一个标准的99乘法表并保存为Excel文件。
1. 安装所需库
如果尚未安装 pandas 和 openpyxl,先运行:pip install pandas openpyxl
2. 生成99乘法表并写入Excel
以下代码会创建一个9行9列的乘法表,每个单元格显示如“3×4=12”的格式,并输出到名为 multiplication_table.xlsx 的文件中:
import pandas as pd
# 创建空列表存储数据
data = []
# 生成99乘法表(下三角)
for i in range(1, 10):
row = []
for j in range(1, 10):
if j <= i:
row.append(f"{j}×{i}={i*j}")
else:
row.append("") # 上三角留空
data.append(row)
# 转换为DataFrame,行和列标签为1-9
df = pd.DataFrame(data, index=range(1, 10), columns=range(1, 10))
# 写入Excel
df.to_excel("multiplication_table.xlsx", sheet_name="99乘法表")
print("99乘法表已成功保存至 multiplication_table.xlsx")3. 效果说明
生成的Excel表格中:
- 行号和列号均为1到9
- 仅在第i行、第j列(j ≤ i)位置显示乘法表达式,符合中文习惯的下三角布局
- 例如:第3行第5列为空,第5行第3列为“3×5=15”
4. 可选优化:美化表格样式
若想添加边框或居中对齐,可使用 openpyxl 或 xlsxwriter 引擎进一步设置样式。以下是使用 xlsxwriter 添加基本样式的示例:
import pandas as pd
data = []
for i in range(1, 10):
row = [f"{j}×{i}={i*j}" if j <= i else "" for j in range(1, 10)]
data.append(row)
df = pd.DataFrame(data, index=range(1, 10), columns=range(1, 10))
# 使用 XlsxWriter 引擎
with pd.ExcelWriter("multiplication_table_styled.xlsx", engine="xlsxwriter") as writer:
df.to_excel(writer, sheet_name="99乘法表")
workbook = writer.book
worksheet = writer.sheets["99乘法表"]
# 自动调整列宽
worksheet.set_column(0, 9, 12)基本上就这些,不复杂但容易忽略细节比如行列顺序和显示格式。
理论要掌握,实操不能落!以上关于《Python生成99乘法表并导出Excel教程》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
UC浏览器官网导航手机快速访问指南
- 上一篇
- UC浏览器官网导航手机快速访问指南
- 下一篇
- TikTok国际版入口及登录方法详解
-
- 文章 · python教程 | 20小时前 | python · 进程管理 · Python subprocess Popen 进程树 TimeoutExpired 超时清理
- Python subprocess 超时后清理子进程树
- 108浏览 收藏
-
- 文章 · python教程 | 1天前 | 日志 · logging · Python教程 · Python contextvars request_id LogRecord logging.Filter
- Python logging.Filter 注入请求上下文的做法
- 410浏览 收藏
-
- 文章 · python教程 | 4天前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 4天前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 4天前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 5天前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 5天前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 5天前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 311次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 369次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 363次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 332次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 154次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

