### 使用 NumPy 读取 xlsx 文件数据的方法 虽然 Pandas 是处理 Excel 文件的常用工具，但若需要使用 NumPy 来读取 `.xlsx` 格式的数据，则必须结合其他库（如 `openpyxl` 或 `xlrd`）来完成此任务。以下是一个完整的解决方案[^4]。 #### 方法一：结合 `openpyxl` 和 NumPy `openpyxl` 是一个专门用于读取和写入 Excel 文件的库，可以与 NumPy 结合使用以实现数据导入。 ```python import openpyxl import numpy as np # 打开 Excel 文件 wb = openpyxl.load_workbook('example.xlsx') sheet = wb.active # 获取所有单元格数据 data = [] for row in sheet.iter_rows(values_only=True): data.append(list(row)) # 转换为 NumPy 数组 array_data = np.array(data) print(array_data) ``` 上述代码通过 `openpyxl` 读取 Excel 文件中的数据，并将其转换为 Python 列表，最后使用 `np.array()` 将其转换为 NumPy 数组。 #### 方法二：结合 `xlrd` 和 NumPy `xlrd` 是另一个常用的库，适用于读取 `.xls` 和 `.xlsx` 文件。需要注意的是，`xlrd` 对于 `.xlsx` 文件的支持在较新版本中可能受限，因此建议安装特定版本。 ```python import xlrd import numpy as np # 打开 Excel 文件 book = xlrd.open_workbook('example.xlsx') sheet = book.sheet_by_index(0) # 获取所有行数据 data = [] for i in range(sheet.nrows): data.append(sheet.row_values(i)) # 转换为 NumPy 数组 array_data = np.array(data) print(array_data) ``` 在此方法中，`xlrd` 被用来读取 Excel 文件的内容，并逐行提取数据后转换为 NumPy 数组[^4]。 #### 方法三：结合 `pandas` 和 NumPy 尽管问题要求使用 NumPy，但实际操作中，Pandas 提供了更简便的方式读取 Excel 文件，随后可直接将 Pandas 的 DataFrame 转换为 NumPy 数组。 ```python import pandas as pd import numpy as np # 使用 Pandas 读取 Excel 文件 df = pd.read_excel('example.xlsx') # 转换为 NumPy 数组 array_data = df.to_numpy() print(array_data) ``` 这种方法利用 Pandas 的强大功能快速读取 Excel 数据，并通过 `to_numpy()` 方法轻松转换为 NumPy 数组[^1]。 --- ###