数据可视化是数据分析中最重要的环节之一。Matplotlib 是 Python 最基础的可视化库，掌握它之后学习 Seaborn、Plotly 等会非常轻松。

很多网站的数据以 HTML 表格形式展示——股票行情、天气预报、统计年鉴、学校课表。用普通爬虫写正则或 XPath 去解析 HTML 表格非常麻烦，而 pandas 的read_html一行代码就能把网页上的所有表格抓下来。

电脑用久了，桌面和下载文件夹总会变得一团糟。用 Python 写几个脚本，一键重命名、按类型归档、清理重复文件。

实际数据很少是干净的，缺失值、异常值、重复值都需要处理。这篇用 pandas 把这三种情况说清楚。

处理 PDF 表单（PDF Form）是办公自动化中一个比较高级的需求——批量填写合同模板、生成大量报表、提取表单数据。这篇用两个完整案例讲清楚。

PDF 中的表格是最难处理的内容之一。pdfplumber 可以精确提取表格结构和数据。

简单发送 → yagmail（推荐，3行代码搞定）带附件 → yagmail 自动处理群发 → 循环发送 + 模板替换定时 → 脚本 + 系统定时任务工作中 90% 的邮件发送需求，用 yagmail 就够了。关键是把收件人和模板数据准备好，发送本身几行代码的事。💡 觉得有用的话，【张老师技术栈】吧！每周更新 Java/Python/爬虫 实战干货，不让你白来。

这 10 个技巧覆盖了日常开发中最常用的 Python 高级特性。💡 觉得有用的话，【张老师技术栈】吧！每周更新 Java/Python/爬虫 实战干货，不让你白来。

Excel 的条件格式和数据验证能自动标记异常数据和规范输入，openpyxl 可以批量设置。

单表操作不用写SQL。BaseMapper 已经封装好了常用的增删改查，开发效率提升很多。如果你还在手写大量XML，值得试试这款工具。