想想你在工作中所做的所有重复性任务。发送电子邮件、创建 Excel 报告、从 PDF 中提取数据、手动进行大量的数据分析工作。
我相信没有人愿意天天重复这样做，但最终，必须有人这样做。有没有更好的解决方案呢？
在本文中，我将向大家分享 5 个 Python 工具库，它们可以帮助你自动化一些常见的日常任务，极大的提升工作效率。
Mito：自动化数据分析
Mito 是一个 Python 库，可以帮助我们在几秒钟内完成数据分析，它无需编写 Python 代码，而是允许我们与 Pandas 数据框进行交互，并且自动为我们生成 Pandas 代码。
对于那些希望在生成 Python 代码同时自动生成 Excel 报告的人来说，Mito 是一个不错的选择。使用 Mito，你只需单击几下即可创建可视化、使用电子表格转换数据和自动分析。
安装
要安装 Mito，你必须打开一个新的终端/命令提示符并下载 Mito 安装程序。
python -m pip install mitoinstaller
然后，运行安装程序：
python -m mitoinstaller install
建议在新的虚拟环境中安装 Mito。另外，你需要 Python 3.6 或更高版本和 JupyterLab 才能使 Mito 正常工作。有关更多详细信息，请查看官方文档及 Github。
Openpxl：自动化 Excel 报告。
Openpyxl 是一个 Python 库，可以帮助我们自动化 Excel 报告。使用 openpyxl，我们可以读取 Excel 文件、编写 Excel 公式、制作图表以及使用 Python 格式化工作表。
对于那些想要在使用 Python 自动化报告同时坚持使用 Excel 的人来说，这是一个很棒的库。使用 openpyxl，你不必从 Excel 迁移到 Python，而是在 Python 中进行工作并将结果保存在 Excel 文件中。通过这种方式，可以提高你的 Python 技能。
安装
我们可以使用 pip 轻松安装 openpyxl。
$ pip install openpyxl
同样，建议在安装前安装新的虚拟环境。有关更多信息，请查看文档。
Requests：使用 API 让工作更轻松
自动化有时涉及使用 API。API 可以帮助您收集真实世界的数据，还可以简化应用程序的开发过程。
要使用 API，你需要向服务器发送请求，然后读取响应。客户端向服务器发送的消息称为 HTTP 请求。
使用 Requests 库，我们可以通过发送 HTTP 请求和访问响应数据与 API 进行交互。该库具有非常实用的功能，例如在 URL 中传递参数、发送自定义标头、表单数据等。
安装
要安装 Requests，我们只需要在终端中运行以下命令。
$ python -m pip install requests
你可以在其文档中查看有关此库的更多信息。
Camelot：从 PDF 中自动提取表格
Camelot 是一个非常棒的 Python 库，可以帮助你使用 Python 从 PDF 中提取表格，这些表可以导出为 Pandas 数据框和其他格式，例如 CSV、JSON、Excel、HTML、Markdown 和 SQLite。
对于那些想要提取表格数据的人来说，这是一个完美的库。
安装
在安装 Camelot 之前，我们需要安装 Ghostscript 和 Tkinter。如果你没有这些依赖项，请查看文档以遵循有关如何安装这些依赖项的说明。
安装好依赖后，我们可以很容易地用 pip 或 conda 安装 Camelot。
# using pip
$ pip install "camelot-py[base]"
# using conda
$ conda install -c conda-forge camelot-py
Smtplib：电子邮件自动化
Smtplib 是一个内置的 Python 模块，用于使用简单邮件传输协议（SMTP）发送电子邮件。例如，我们可以使用 smtplib 通过 Gmail SMTP 服务器发送电子邮件。
一切设置好后，你只需编写几行代码即可发送纯文本电子邮件。当你熟悉此库时，可以执行更高级的操作，例如附加图像、PDF、创建 HTML 消息等。
此外，您可以添加电子邮件包来阅读、编写和发送更复杂的 MIME 消息。
注意：你不需要安装 smtplib 或 email，因为它们是 Python 自带的。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
