### 使用Python生成温度数据并导出到Excel 为了实现这一目标，可以通过 `numpy` 或其他方法随机生成一组模拟的温度数据点，并利用 `pandas` 和 `openpyxl` 将其保存为 Excel 文件。以下是具体的方法： #### 方法一：使用 pandas 导出到 Excel `pandas` 是一种强大的数据分析工具，它能够轻松地将 DataFrame 数据结构写入 Excel 文件。 ```python import numpy as np import pandas as pd # 随机生成100个温度数据点 (假设范围在 -20°C 到 40°C) np.random.seed(42) # 设置随机种子以便结果可重复 temperature_data = np.random.uniform(-20, 40, size=100) # 创建日期索引作为时间序列 date_range = pd.date_range(start="2023-01-01", periods=len(temperature_data), freq='H') # 构建DataFrame df_temperature = pd.DataFrame({ 'Time': date_range, 'Temperature': temperature_data }) # 导出到Excel文件 output_file = 'temperature_data.xlsx' with pd.ExcelWriter(output_file, engine='openpyxl') as writer: df_temperature.to_excel(writer, index=False, sheet_name='Sheet1') ``` 此代码片段通过 `numpy` 的均匀分布函数生成了 100 个介于 -20 至 40 度之间的浮点数表示温度值[^1]。接着创建了一个带有时间戳列的时间序列 DataFrame 并将其存储至名为 `'temperature_data.xlsx'` 的 Excel 文件中[^1]。 #### 方法二：仅使用 openpyxl 手动构建工作簿 如果不想依赖 `pandas`，也可以直接采用 `openpyxl` 来完成同样的任务。 ```python from openpyxl import Workbook import random wb = Workbook() ws = wb.active # 添加表头 ws.append(['Time', 'Temperature']) for i in range(1, 101): time_value = f"Hour {i}" # 假设每小时记录一次 temp_value = round(random.uniform(-20, 40), 2) # 温度取两位小数 ws.append([time_value, temp_value]) # 存储Excel文档 wb.save('temperature_openpyxl.xlsx') ``` 这段脚本同样制造出了具有相同数量级的数据集，不过这里我们手动填充每一行的内容而不是借助 Pandas 提供的功能。 以上两种方式都可以满足需求，推荐优先考虑基于 `pandas` 的解决方案因为它更加简洁高效而且易于维护扩展。