`pip install matplotlib seaborn openpyxl` 

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import os

# 設(shè)置matplotlib支持中文顯示，防止亂碼（僅Windows/Linux可能需要）
plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默認(rèn)字體為黑體
plt.rcParams['axes.unicode_minus'] = False # 解決保存圖像是負(fù)號(hào)'-'顯示為方塊的問(wèn)題

def create_common_charts(data_df, output_folder="generated_charts"):
    """
    繪制常見(jiàn)的柱狀圖、折線圖、餅圖、散點(diǎn)圖。
    這是Python數(shù)據(jù)可視化和Excel圖表自動(dòng)化的基礎(chǔ)。
    :param data_df: 包含數(shù)據(jù)的Pandas DataFrame
    :param output_folder: 圖表保存的文件夾
    """
    os.makedirs(output_folder, exist_ok=True) # 確保輸出文件夾存在

    print("?? 正在繪制常見(jiàn)圖表...")

    # 1. 柱狀圖 (Bar Chart)：適合比較分類數(shù)據(jù)
    plt.figure(figsize=(8, 5)) # 設(shè)置圖表尺寸
    sns.barplot(x='產(chǎn)品', y='銷量', data=data_df) # Seaborn更簡(jiǎn)潔地繪制柱狀圖
    plt.title('各產(chǎn)品銷量對(duì)比') # 圖表標(biāo)題
    plt.xlabel('產(chǎn)品名稱'); plt.ylabel('銷量') # 坐標(biāo)軸標(biāo)簽
    plt.savefig(os.path.join(output_folder, '產(chǎn)品銷量柱狀圖.png'))
    plt.close() # 關(guān)閉當(dāng)前圖表，釋放內(nèi)存
    print("   ? 產(chǎn)品銷量柱狀圖已生成。")

    # 2. 折線圖 (Line Chart)：適合展示趨勢(shì)
    plt.figure(figsize=(10, 6))
    sns.lineplot(x='月份', y='銷售額', data=data_df, marker='o')
    plt.title('月度銷售額趨勢(shì)')
    plt.xlabel('月份'); plt.ylabel('銷售額')
    plt.grid(True) # 顯示網(wǎng)格
    plt.savefig(os.path.join(output_folder, '月度銷售額折線圖.png'))
    plt.close()
    print("   ? 月度銷售額折線圖已生成。")

    # 3. 餅圖 (Pie Chart)：適合展示占比
    plt.figure(figsize=(7, 7))
    # 計(jì)算產(chǎn)品銷量占比
    product_sales_sum = data_df.groupby('產(chǎn)品')['銷量'].sum()
    plt.pie(product_sales_sum, labels=product_sales_sum.index, autopct='%1.1f%%', startangle=90)
    plt.title('產(chǎn)品銷量占比')
    plt.axis('equal') # 確保餅圖是圓形
    plt.savefig(os.path.join(output_folder, '產(chǎn)品銷量餅圖.png'))
    plt.close()
    print("   ? 產(chǎn)品銷量餅圖已生成。")

    # 4. 散點(diǎn)圖 (Scatter Plot)：適合展示兩個(gè)變量的關(guān)系
    plt.figure(figsize=(8, 5))
    sns.scatterplot(x='銷售額', y='廣告投入', data=data_df)
    plt.title('銷售額與廣告投入關(guān)系')
    plt.xlabel('銷售額'); plt.ylabel('廣告投入')
    plt.savefig(os.path.join(output_folder, '銷售額與廣告投入散點(diǎn)圖.png'))
    plt.close()
    print("   ? 銷售額與廣告投入散點(diǎn)圖已生成。")

    print("? 常見(jiàn)圖表繪制完成！")

if __name__ == "__main__":
    # 準(zhǔn)備測(cè)試數(shù)據(jù) (DataFrame)
    data = {
        '產(chǎn)品': ['A', 'B', 'C', 'D','E', 'F'],
        '銷量': [150, 200, 120, 180, 220, 170],
        '月份': ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun'],
        '銷售額': [1000, 1200, 900, 1500, 1300, 1600],
        '廣告投入': [200, 250, 180, 300, 260, 320]
    }
    df_charts = pd.DataFrame(data) # 簡(jiǎn)化DataFrame，實(shí)際可以從Excel讀取

    output_charts_dir = os.path.expanduser("D://360MoveData//Users//Administrator//Desktop")
    os.makedirs(output_charts_dir, exist_ok=True)
    
    create_common_charts(df_charts, output_charts_dir)

from openpyxl import Workbook
from openpyxl.drawing.image import Image as ExcelImage # 導(dǎo)入openpyxl的圖片類
import os
import matplotlib.pyplot as plt # 用于生成示例圖表
import pandas as pd

# 假設(shè) generate_common_charts 函數(shù)已在前面定義 (用于生成圖表圖片)
# 這里僅提供簡(jiǎn)化版，實(shí)際應(yīng)調(diào)用你完整的圖表生成邏輯

def _create_sample_chart_image(output_path):
    """生成一個(gè)簡(jiǎn)單的柱狀圖作為圖片，用于嵌入Excel"""
    data = {'產(chǎn)品': ['A', 'B', 'C'], '銷量': [100, 150, 80]}
    df = pd.DataFrame(data)
    plt.figure(figsize=(6, 4))
    plt.bar(df['產(chǎn)品'], df['銷量'])
    plt.title('產(chǎn)品銷量示意圖')
    plt.savefig(output_path)
    plt.close()
    return output_path

def embed_image_in_excel(excel_file_path, image_file_path, cell_anchor="A1"):
    """
    將圖片文件嵌入Excel工作表。
    這是Excel圖表自動(dòng)化和自動(dòng)化報(bào)表的關(guān)鍵。
    :param excel_file_path: 目標(biāo)Excel文件路徑
    :param image_file_path: 要嵌入的圖片文件路徑
    :param cell_anchor: 圖片左上角錨定的單元格位置 (如 "A1", "C5")
    """
    if not os.path.exists(image_file_path): return print(f"? 圖片文件不存在：{image_file_path}")
    os.makedirs(os.path.dirname(excel_file_path), exist_ok=True)

    try:
        # 如果Excel文件不存在，則創(chuàng)建新的；如果存在，則加載
        if os.path.exists(excel_file_path):
            workbook = Workbook() # load_workbook(excel_file_path) # 如果需要修改現(xiàn)有文件
            sheet = workbook.active
        else:
            workbook = Workbook()
            sheet = workbook.active
        sheet.title = "報(bào)表與圖表"

        # 添加一些示例數(shù)據(jù) (可選)
        sheet['A1'] = "數(shù)據(jù)總覽"
        sheet['A2'] = "區(qū)域"
        sheet['B2'] = "銷售額"
        sheet['A3'] = "華東"
        sheet['B3'] = 10000

        # **核心操作：創(chuàng)建Image對(duì)象并添加到工作表**
        img = ExcelImage(image_file_path)
        # 將圖片添加到工作表，并錨定到指定單元格
        sheet.add_image(img, cell_anchor) 

        workbook.save(excel_file_path)
        print(f"? 圖片 '{os.path.basename(image_file_path)}' 已成功嵌入Excel：'{excel_file_path}'")
        workbook.close()
    except Exception as e:
        print(f"? 嵌入圖片到Excel失敗：{e}")

if __name__ == "__main__":
    output_excel_path = os.path.expanduser("~/Desktop/report_with_chart.xlsx")
    chart_image_path = os.path.expanduser("~/Desktop/temp_chart.png")

    # 1. 先生成一張圖表圖片
    _create_sample_chart_image(chart_image_path)

    # 2. 將圖表圖片嵌入Excel
    embed_image_in_excel(output_excel_path, chart_image_path, cell_anchor="C5")

pip install PyMuPDF

import fitz # PyMuPDF庫(kù)
import pandas as pd
import os
from PIL import Image, ImageDraw, ImageFont # 用于文字渲染到圖片，或處理圖表圖片
import io # 用于內(nèi)存中的文件操作
import matplotlib.pyplot as plt # 假設(shè)圖表已生成為圖片

# 設(shè)置字體以支持中文，防止PDF中出現(xiàn)亂碼
try:
    # 嘗試加載常見(jiàn)的中文字體，如SimHei (黑體)
    # 注意：確保你的系統(tǒng)中有這些字體文件，或提供它們的完整路徑
    potential_font_paths = [
    "C:/Windows/Fonts/simhei.ttf",  # 黑體
    "C:/Windows/Fonts/msyh.ttc",    # 微軟雅黑
    "C:/Windows/Fonts/arial.ttf"    # 常用英文字體，如果只需要數(shù)字和英文頁(yè)碼
]
    for pfp in potential_font_paths:
     if os.path.exists(pfp):
        pdf_font_path = pfp
        print(f"?? 已找到并使用字體：{pdf_font_path}")
        break
    # 或者對(duì)于Linux: "/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc"
    # 或者嘗試 Arial 作為英文默認(rèn)字體
    ImageFont.truetype(pdf_font_path, 1) # 嘗試加載，如果失敗會(huì)拋異常
except IOError:
    pdf_font_path = None # 如果找不到自定義字體，則使用fitz的默認(rèn)字體

def excel_to_pdf_conversion(excel_path, pdf_path, chart_image_paths=[]):
    """
    將Excel文件內(nèi)容（數(shù)據(jù)+圖表圖片）轉(zhuǎn)換為PDF文件。
    這是一個(gè)結(jié)合了數(shù)據(jù)讀取、圖表圖片嵌入的Python導(dǎo)出PDF報(bào)告的核心功能。
    :param excel_path: 源Excel數(shù)據(jù)文件路徑
    :param pdf_path: 輸出PDF文件路徑
    :param chart_image_paths: 可選，要嵌入PDF的圖表圖片文件路徑列表
    """
    if not os.path.exists(excel_path):
        print(f"? Excel文件不存在：{excel_path}")
        return False
    
    os.makedirs(os.path.dirname(pdf_path), exist_ok=True)

    print(f"?? 正在將Excel文件 '{os.path.basename(excel_path)}' 內(nèi)容轉(zhuǎn)換為PDF...")
    doc = fitz.open() # 創(chuàng)建一個(gè)新PDF文檔

    try:
        # 1. 從Excel讀取數(shù)據(jù) (只讀取數(shù)據(jù)，不關(guān)心格式)
        df = pd.read_excel(excel_path)
        
        # 2. 將DataFrame數(shù)據(jù)轉(zhuǎn)換為文本或簡(jiǎn)單表格圖片，并添加到PDF
        # 這是為了將Excel的“數(shù)據(jù)”部分轉(zhuǎn)換為PDF可顯示的內(nèi)容
        # 最簡(jiǎn)單粗暴的方法是：將DataFrame轉(zhuǎn)為字符串，然后渲染到圖片，再插入
        # 更高級(jí)可以轉(zhuǎn)為HTML，然后用支持HTML的庫(kù)轉(zhuǎn)PDF
        
        # 創(chuàng)建一個(gè)臨時(shí)圖片來(lái)渲染DataFrame的文本內(nèi)容
        text_img_width = 800 # 渲染文本到圖片的寬度
        text_img_height_per_line = 20 # 每行高度
        
        # 簡(jiǎn)化：只把DataFrame的前15行轉(zhuǎn)成字符串添加到PDF
        df_str = df.to_string(index=False, header=True, max_rows=15, max_cols=50)
        
        # 計(jì)算文本圖片高度
        text_lines = df_str.split('\n')
        text_img_height = len(text_lines) * text_img_height_per_line + 50 # 50為邊距

        # 創(chuàng)建空白圖片，用于繪制文本
        text_img_pil = Image.new('RGB', (text_img_width, text_img_height), color = 'white')
        draw = ImageDraw.Draw(text_img_pil)
        
        # 設(shè)置字體
        try:
            # 嘗試加載PDF中文字體，用于圖片渲染
            font_for_text_img = ImageFont.truetype(pdf_font_path or "arial.ttf", 14) 
        except Exception:
            font_for_text_img = ImageFont.load_default()

        # 繪制文本
        y_offset = 20
        for line in text_lines:
            draw.text((20, y_offset), line, font=font_for_text_img, fill=(0, 0, 0))
            y_offset += text_img_height_per_line
        
        # 將文本圖片保存到內(nèi)存
        img_byte_arr = io.BytesIO()
        text_img_pil.save(img_byte_arr, format='PNG')
        img_byte_arr = img_byte_arr.getvalue()

        # 添加新頁(yè)面并插入文本圖片
        #a4_page_rect = fitz.PAPERSIZE.A4 
      # 從矩形對(duì)象中獲取寬度和高度
        # a4_width = a4_page_rect.width
        # a4_height = a4_page_rect.height
        a4_width_points = 595.276
        a4_height_points = 841.890
      # 使用獲取到的 A4 寬度和高度創(chuàng)建新頁(yè)面
        page = doc.new_page(width=a4_width_points, height=a4_height_points) # A4尺寸
       # page = doc.new_page(width=fitz.A4[0], height=fitz.A4[1]) # A4尺寸
        # 計(jì)算圖片在頁(yè)面上的位置，居中放置
        page_width = page.rect.width
        page_height = page.rect.height
        img_rect = fitz.Rect(50, 50, 50 + text_img_width, 50 + text_img_height) # 放置在頁(yè)面左上角偏移50

        # 檢查圖片是否超出頁(yè)面，如果超出則調(diào)整大小
        if img_rect.width > page_width - 100 or img_rect.height > page_height - 100:
            scale_w = (page_width - 100) / text_img_width
            scale_h = (page_height - 100) / text_img_height
            scale = min(scale_w, scale_h)
            img_rect = fitz.Rect(50, 50, 50 + text_img_width * scale, 50 + text_img_height * scale)

        page.insert_image(img_rect, stream=img_byte_arr)
        
        # 3. 嵌入圖表圖片 (如果有的話，每個(gè)圖表一張新頁(yè)面)
        if chart_image_paths:
            for i, chart_path in enumerate(chart_image_paths):
                if not os.path.exists(chart_path):
                    print(f"?? 圖表圖片文件不存在，跳過(guò)：{chart_path}")
                    continue
                
                # 為每個(gè)圖表創(chuàng)建新頁(yè)面
                #a4_page_rect = fitz.PAPERSIZE.A4 
      # 從矩形對(duì)象中獲取寬度和高度
                # a4_width = a4_page_rect.width
                # a4_height = a4_page_rect.height
                a4_width_points = 595.276
                a4_height_points = 841.890
      # 使用獲取到的 A4 寬度和高度創(chuàng)建新頁(yè)面
                chart_page = doc.new_page(width=a4_width_points, height=a4_height_points) # A4尺寸
               # chart_page = doc.new_page(width=fitz.A4[0], height=fitz.A4[1])
                
                # 插入圖表圖片，自適應(yīng)頁(yè)面大小
                # 獲取圖片原始尺寸
                try:
                    with Image.open(chart_path) as chart_img_pil:
                        chart_w, chart_h = chart_img_pil.size
                except Exception:
                    print(f"? 無(wú)法讀取圖表圖片尺寸：{chart_path}")
                    continue

                # 計(jì)算圖片在頁(yè)面上的放置位置和大小，使其適應(yīng)頁(yè)面
                page_rect = chart_page.rect
                padding = 50 # 邊距
                available_w = page_rect.width - 2 * padding
                available_h = page_rect.height - 2 * padding
                
                scale = min(available_w / chart_w, available_h / chart_h)
                
                final_w = chart_w * scale
                final_h = chart_h * scale
                
                insert_rect = fitz.Rect(
                    (page_rect.width - final_w) / 2, # 居中
                    (page_rect.height - final_h) / 2, # 居中
                    (page_rect.width + final_w) / 2,
                    (page_rect.height + final_h) / 2
                )
                
                chart_page.insert_image(insert_rect, filename=chart_path)
                print(f"   ? 嵌入圖表：{os.path.basename(chart_path)}")

        # 4. 定制PDF：添加頁(yè)碼 (可選，作為定制PDF的示例)
        for page_num in range(doc.page_count):
            page = doc.load_page(page_num)
            page_text = f"Page {page_num + 1} / {doc.page_count}" # 頁(yè)碼文本

            # 插入文本到頁(yè)面
            # 使用默認(rèn)字體 (None) 或明確指定一個(gè)PyMuPDF內(nèi)置的通用字體，如 "helv" (Helvetica)
            # 對(duì)于頁(yè)碼這種簡(jiǎn)單文本，通常內(nèi)置字體就足夠了
            page.insert_text(
                (page.rect.width - 100, page.rect.height - 30), # 坐標(biāo) (x, y)
                page_text,
                # fontname="helv", # 明確使用Helvetica，通常是安全的內(nèi)置字體
                # fontname=None,   # 或者讓PyMuPDF自動(dòng)選擇默認(rèn)字體
                fontsize=9,      # 字體大小可以稍小
                color=(0, 0, 0)  # 黑色
            )
            # 如果需要顯示中文頁(yè)碼（如“第1頁(yè)”），且必須使用外部字體：
            # 這部分會(huì)更復(fù)雜，需要確保fontfile能被fitz正確加載，并注冊(cè)
            # 通常需要一個(gè)更通用的字體注冊(cè)函數(shù)，例如：
            # if chinese_font_path and os.path.exists(chinese_font_path):
            #     # doc.register_font(fontfile=chinese_font_path, fontname="my_chinese_font")
            #     page.insert_text((x,y), chinese_text, fontname="my_chinese_font", fontsize=10)
            # 否則，中文可能會(huì)顯示為方塊或亂碼。

        doc.save(pdf_path)
        print(f"? Excel報(bào)表已成功轉(zhuǎn)換為PDF：'{pdf_path}'")
        return True
    except Exception as e:
        print(f"? 轉(zhuǎn)換為PDF失敗：{e}")
        return False
    finally:
        doc.close()
if __name__ == "__main__":
    # --- 準(zhǔn)備測(cè)試數(shù)據(jù) ---
    # 1. 準(zhǔn)備Excel文件
    report_excel_path = os.path.expanduser("~/Desktop/my_report_data.xlsx") 
    # 簡(jiǎn)單創(chuàng)建模擬的Excel文件以避免找不到文件
    if not os.path.exists(report_excel_path):
        pd.DataFrame({'Item': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O'], 
                      'Value': [10, 20, 15, 25, 30, 12, 18, 22, 28, 11, 19, 23, 27, 31, 14]}).to_excel(report_excel_path, index=False)
        print(f"臨時(shí)Excel文件 '{os.path.basename(report_excel_path)}' 已創(chuàng)建。")
    
    # 2. 準(zhǔn)備圖表圖片 (假設(shè)你用matplotlib/seaborn生成過(guò))
    chart1_path = os.path.expanduser("~/Desktop/chart_sales_bar.png")
    chart2_path = os.path.expanduser("~/Desktop/chart_monthly_trend.png")
    
    # 簡(jiǎn)單創(chuàng)建模擬圖表圖片 (實(shí)際需要你運(yùn)行matplotlib/seaborn生成)
    if not os.path.exists(chart1_path):
        plt.figure(figsize=(6, 4)); plt.bar(['A','B'],[10,20]); plt.title('Sales A vs B'); plt.savefig(chart1_path); plt.close()
        print(f"臨時(shí)圖表文件 '{os.path.basename(chart1_path)}' 已創(chuàng)建。")
    if not os.path.exists(chart2_path):
        plt.figure(figsize=(6, 4)); plt.plot([1,2,3],[10,20,15]); plt.title('Trend'); plt.savefig(chart2_path); plt.close()
        print(f"臨時(shí)圖表文件 '{os.path.basename(chart2_path)}' 已創(chuàng)建。")

    output_pdf_path = os.path.expanduser("D://360MoveData//Users//Administrator//Desktop//excel//professional_report.pdf")
    
    # --- 運(yùn)行轉(zhuǎn)換 ---
    excel_to_pdf_conversion(report_excel_path, output_pdf_path, 
                            chart_image_paths=[chart1_path, chart2_path])