Python能实现哪些办公自动化任务？
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：smtplib（SMTP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，比如微信客服、自动交易系统、实时信息抓取、QQ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，我觉得这是学习方法的问题。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、看网络教程、逛github，都是很不错的方法.
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、statesmodel、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方法，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
第一步：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，最好先把框架熟悉一遍，多做些练习。