常见库简介
xlrd是一个从Excel文件读取数据和格式化信息的库，支持.xls以及.xlsx文件。
http://xlrd.readthedocs.io/en/latest/
1、xlrd支持.xls，.xlsx文件的读
2、通过设置on_demand变量使open_workbook()函数只加载那些需要的sheet，从而节省时间和内存（该方法对.xlsx文件无效）。
3、xlrd.Book对象有一个unload_sheet方法，它将从内存中卸载工作表，由工作表索引或工作表名称指定（该方法对.xlsx文件无效）
xlwt
xlwt是一个用于将数据和格式化信息写入旧Excel文件的库（如.xls）。
https://xlwt.readthedocs.io/en/latest/
1、xlwt支持.xls文件写。
xlutils是一个处理Excel文件的库，依赖于xlrd和xlwt。
http://xlutils.readthedocs.io/en/latest/
1、xlutils支持.xls文件。
2、支持Excel操作。
xlwings是一个可以实现从Excel调用Python，也可在python中调用Excel的库。
http://docs.xlwings.org/en/stable/index.html
1、xlwings支持.xls读，支持.xlsx文件读写。
2、支持Excel操作。
3、支持VBA。
4、强大的转换器可以处理大部分数据类型，包括在两个方向上的numpy array和pandas DataFrame。
openpyxl
openpyxl是一个用于读取和编写Excel 2010 xlsx/xlsm/xltx/xltm文件的库。
https://openpyxl.readthedocs.io/en/stable/
1、openpyxl支持.xlsx文件的读写。
2、支持Excel操作。
3、加载大.xlsx文件可以使用read_only模式。
4、写入大.xlsx文件可以使用write_only模式。
xlsxwriter
xlsxwriter是一个用于创建Excel .xlsx文件的库。
https://xlsxwriter.readthedocs.io/
1、xlswriter支持.xlsx文件的写。
2、支持VBA。
3、写入大.xlsx文件时使用内存优化模式。
win32com库存在于pywin32中，是一个读写和处理Excel文件的库。
http://pythonexcels.com/python-excel-mini-cookbook/
1、win32com支持.xls，.xlsx文件的读写，支持.xlsx文件的写。
2、支持Excel操作。
DataNitro
DataNitro是一个内嵌在Excel中的插件。
https://datanitro.com/docs/
1、DataNitro支持.xls，.xlsx文件的读写。
2、支持Excel操作。
3、支持VBA。
4、收费
pandas
pandas通过对Excel文件的读写实现数据输入输出
http://pandas.pydata.org/
1、pandas支持.xls，.xlsx文件的读写。
2、支持只加载每个表的单一工作页。
注：DataNitro作为插件使用需依托软件本身。
参考：https://zhuanlan.zhihu.com/p/23998083
读写测试
电脑型号 戴尔G3笔记本
操作系统 Windows 10 家庭版 64位 1909
处理器 lntel(R) Core(TM) i5-8300H CPU @2.30GHz 2.30 GHz
内存 16.0 GB
显卡 英伟达GTX1050 4G
用例1. 读.xls文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
用例2. 读.xlsx文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
用例3. 读.xls文件的整个表（表有1个分页，页有2000行1200列的整数）。
用例4. 读.xlsx文件的整个表（表有1个分页，页有2000行1200列的整数）。
用例5. 写.xls文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
用例6. 写.xlsx文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
用例7. 写.xls文件的整个表（表有1个分页，页有2000行1200列的整数）。
用例8. 写.xlsx文件的整个表（表有1个分页，页有2000行1200列的整数）。
测试结果
注1.xlwt和pandas每个工作页最多写入256列，因此测试用例修改为每页有2000行256列的整数.
注2.xlutils读写依赖于xlrd和xlwt，不单独测试。
注3.openpyxl测试两种模式，一是普通加载写入，二是read_only/write_only模式下的加载写入。
注4.DataNitro要收费，且需依托Excel使用，本次不测试。
单从读写的性能上考虑，win32com的性能是最好的，xlwings其次。
openpyxl虽然操作Excel的功能强大，但读写性能过于糟糕，尤其是写大表时，会占用大量内存（把我的4G内存用完了），开启read_only和write_only模式后对其性能有大幅提升，尤其是对读的性能提升很大，使其几乎不耗时（0.01秒有点夸张，不过确实是加载上了）。pandas把Excel当作数据读写的容器，为其强大的数据分析服务，因此读写性能表现中规中矩，但其对Excel文件兼容性是最好的，支持读写.xls，.xlsx文件，且支持只读表中单一工作页。同样支持此功能的库还有xlrd，但xlrd只支持读，并不支持写，且性能不突出，需要配合xlutils进行Excel操作，并使用xlwt保存数据，而xlwt只能写入.xls文件（另一个可以写入.xls文件的库是pandas，且这两个写入的Excel文件最多只能有256列，其余库就我目前的了解均只能写入.xlsx文件），性能一般。xlsxwriter功能单一，一般用来创建.xlsx文件，写入性能中庸。win32com拥有最棒的读写性能，但该库存在于pywin32的库中，自身没有完善的文档，使用略吃力。xlwings拥有和win32com不相伯仲的读写性能，强大的转换器可以处理大部分数据类型，包括二维的numpy array和pandas DataFrame，可以轻松搞定数据分析的工作。
综合考虑，xlwings的表现最佳，正如其名，xlwings——Make Excel Fly！
本测试目前只是针对Excel文件的读写，并未涉及Excel操作，单从读写的便捷性来讲，各库的表现难分上下，但是win32com和xlwings这两个库可以在程序运行时实时在打开的Excel文件中进行操作，实现过程的可视化，其次xlwings的数据结构转换器使其可以快速的为Excel文件添加二维数据结构而不需要在Excel文件中重定位数据的行和列，因此从读写的便捷性来比较，仍是xlwings胜出
点击数：47
