pythonでオフィス快適化計画

pythonで
オフィス快適化計画
PyCon APAC 2013
kzfm

自己紹介
•  kzfm (@fmkz___)
–  blog.kzfmix.com
–  Shizuoka.py
•  とある製薬企業の研究員
•  日本酒とdrum n bass好き
•  Python歴は6年くらい
–  （その前はPerl）
•  よく使うのはFlask, Pandas

内容
•  Excelでの書類入力にイライラしない☆
•  社会人としてWordとどう付き合うか？
•  ルーチンワークなスライド作成からの開放
•  xlsx,docx,pptxとは何なのだろう？

どうして社会人はExcelで書
類をつくるのか？
特に総務系のヒトの
Excel好きは異常

総務のヒトと仲良くするための
Python☆
表計算がしたければ
R(Rpy2)かPandasで

一年に一度くらいのExcel申請
書は耐えられるが、
毎週とか毎日は辛い

pubmed
•  医学・生物学分野の学術文献検索サービ
ス
•  医学・生物学論文検索界のグーグル
– ないと死ぬ

pythonでオフィス快適化計画

欲しい文献がない場合
•  図書の係のヒトに大学図書館に出向いて
もらって複写をしてもらっていた
– ちょっと前まではpdfなんて少なかった
– Excel申請書類にコピペしてお願いする

複写して欲しい論文が何十報
もあるとげんなりする
優秀な人程困る…

OpenPyXL+BioPython
•  OpenPyXL
– Excel 2007 xlsx/xlsmを読み書きする
パッケージ
•  BioPython
– PythonでBioinformatics(ゲノム配列や
タンパク質立体構造を扱う)
– PubmedのAPI(xmlが返ってくる)にも対
応

コード
from
Bio
import
Entrez,
Medline

from
openpyxl
import
load_workbook

Entrez.email
=
”_____@gmail.com"

handle
=
Entrez.efetch(db="pubmed",
id=["21982300"],
re"ype="medline",
retmode="text")

records
=
Medline.parse(handle)

record
=
list(records)[0]

wb
=
load_workbook('ref_cp.xlsx')

ws
=
wb.get_acSve_sheet()

ws.cell('B1').value
=
record.get("JT",
"")

ws.cell('B2').value
=
record.get("VI",
"")

ws.cell('B3').value
=
record.get("PG",
"")

ws.cell('B4').value
=
record.get("IS",
"")

ws.cell('B5').value
=
record.get("DP",
"")

ws.cell('B6').value
=
"
".join(record.get("FAU")[:3])

ws.cell('B7').value
=
record.get("TI",
"")

wb.save('openbabel.xlsx')

結果
あとはウェブサービスにしてブックマークレット用意しておけばOK

ここまでのまとめ
•  PyOpenXLを使うことで、既存の
Excelファイルをテンプレートとした入
力作業を自動化できる
•  時間の節約
•  無駄な作業からの開放

他にPythonでExcelを扱う
モジュール

XlsxWriter
•  https://github.com/jmcnamara/
XlsxWriter
•  PerlのExcel::Writer::XLSXのポート
•  xlsxファイルの書き込みのみサポート
•  既存のファイルを読み込んで修正して出力
みたいなことはできない

xlrd/xlwt
•  xlrd
– Excelファイルを読む(read)
•  xlwt
– Excelファイルに書き出す(write)
•  読み書きできるので既存のExcelファイ
ルをテンプレートとして編集した後別の
ファイルに出力できる
•  古いフォーマットにも対応

社会人としてWordと
どう付き合うか？

wordで文書作成
•  報告書のようなもの
–  誰に報告したいのか?
–  報告書は再利用されるのか？
–  そもそも読まれるのか？
•  申請書類のようなもの
–  テンプレートに記入
•  原稿っぽいもの
–  章立て
–  校正、修正

実験レポート
•  いつ誰がどういう実験をしてどういう結果を
出したかというレポート
•  トレーサビリティ重要
–  word(doc)フォーマットでファイルを作って深
い（不快）フォルダに入れるルール
•  /部門/研究室/年度/月度/実験者/区分/id.doc
•  これは使いづらかった
–  アクセスしにくい
–  全体の把握をしにくい
–  同僚が何やっているのか全然分からん

もっと楽をしたい
•  簡単に編集したい
•  レポートを簡単に検索したい
•  webブラウザでも見たい
•  で、Wikiを使うことにした

FSWiki
•  perlで書かれ
たwikiエンジ
ン
•  タグで分類
•  XML-RPCに
対応
•  pdfで出力で
きる

FSWiki
•  報告書をpdfで
出そうとしたら
wordで出せと
•  RTF::Writer
というモジュー
ルを使ってdoc
に出力するプラ
グイン作った

docのテンプレートに埋め込む

学んだこと
•  WIKIでレポートまとめていくので編集が
容易、仕事とレポートを並行して行う
TDDっぽい仕事感が得られる（リズムが
気持ちいい）
•  レポート作成の心理的障が下がった
•  軽いバージョン管理
•  必要十分な検索機能

コンテンツと見た目の分離重要
•  コンテンツはできるだけシンプルな記法
(markdown,ReST)で持っておく
– バージョン管理システムと相性がいい
– フォーマットの変換が簡単にできるように
•  epubとかmobiとか重要度上がってるし
•  docにするとコンテンツの再利用性が下
がる(doc->docならいいけど)
– word立ち上げる時間もバカにならない
– ファイルの管理コストも(SharePoint?)

doc(x)でコンテンツを管理しな
いというスタイルに転向した
Sphinxとかよく使う

Sphinx
•  「美しいドキュメントを簡単に生成する
ことができるドキュメンテーションツー
ル」ですね！
•  pdfとかepubに出力できて便利ですが
もちろんdocxに出力する拡張もあります

sphinx-docxbuilder
•  https://bitbucket.org/haraisao/
sphinx-docxbuilder

便利( ･ิω･ิ）
Sphinxの詳細は今日の午後のセッ
ションのスライドとかSphinx-
Users.jpのサイトをご覧下さい

Sphinxをはじめよう
h"p://www.oreilly.co.jp/books/9784873116488/

python-docx
•  word2007形式のファイルの読み書き
ができる
•  xmlを直接操作するような感じ
•  個人的にはもうちょっと高レベルなAPI
のほうが嬉しいかも

コード
from
docx
import
*

relaSonships
=
relaSonshiplist()

document
=
newdocument()

body
=
document.xpath('/w:document/w:body',
namespaces=nspreﬁxes)[0]

body.append(heading(u"日本酒",
1))

sake_list
=
[{"name":u"開運",
"image":"kaiun.jpg",
"desc":u"(静岡)美味い"},

{"name":u"庭のうぐいす",
"image":"uguisu.jpg",
"desc":u"(福岡)スパークリング"},

{"name":u"空木",
"image":"utugi.jpg",
"desc":u"(宮城)カップの絵柄が素敵"}]

コード（続き）
for
sake
in
sake_list:

body.append(heading(sake["name"],
2))

body.append(paragraph(sake["desc"]))

relaSonships,
picpara
=
picture(relaSonships,
sake["image"],

sake["name"],
pixelwidth=100,
pixelheight=100)

body.append(picpara)

coreprops
=
coreproperSes(Stle="sake",
subject="",

creator="kzfm",
keywords=[])

appprops
=
appproperSes()

conten"ypes
=
conten"ypes()

websegngs
=
websegngs()

wordrelaSonships
=
wordrelaSonships(relaSonships)

savedocx(document,
coreprops,
appprops,
conten"ypes,
websegngs,

wordrelaSonships,
'sake.docx’)

できること
•  段落
•  リスト
•  数字付きリスト
•  見出し
•  表
•  ページ分割
•  画像挿入

ルーチンワークなスライド作
成からの開放

例
•  Naverまとめから
画像を取り出して
pptxにする
–  【
新宿】ガチで美味い
ラーメン屋だけまとめ
た

python-pptx + requests
prs = Presentation()
bullet_slidelayout = prs.slidelayouts[1]
c = requests.get('http://matome.naver.jp/odai/2136205629354777701').content
urls = [x.group(1) for x in re.ﬁnditer(r'<img src="(.+)".*?class="MTMItemThumb".*?/>', c)]
for i, url in enumerate(urls, 1):
img_path = "{}.jpg".format(i)
r = requests.get(url)
if r.status_code == 200:
with open(img_path, 'w') as f:
f.write(r.content)
shapes = prs.slides.add_slide(bullet_slidelayout).shapes
shapes.placeholders[0].text = '新宿のガチで美味いラーメン ({})'.format(i)
pic = shapes.add_picture(img_path, Inches(2.1), Inches(2), Px(280 * 1.427), Px(280))
prs.save('ramen.pptx')

ガチで美味いスライド

創薬研究は様々なデータを収集
•  異なる技能をもった複数人のチームでゴールを目
指す
–  化合物合成するヒト（ケミスト）
–  効き目を実験するヒト
•  タンパク質
•  細胞
•  動物
–  体内での薬の動きをみるヒト、毒性みるヒト
•  細胞
•  動物
–  予測モデル作ったりシミュレーションしたりするヒト
•  コンピュテーショナルケミスト
–  データサイエンティスト
•  バイオインフォマティクス
•  ケモインフォマティクス

それぞれ違う人間が関わっている
XX0035
XX0036
XX0049
XX0088

合成者
chemistA
chemitA
chemistB
chemistC
Structure

Molecular
weight
440
378
477
529
AcSvity
10.0
0.99
0.24
5.5
Stability
10
20
0
5
logD
3.1
2.8
2.3
2.6
Solubility
17
<1
36
42
PAMPA
15
23
22
33
hERG
5
3.3
-‐
-‐
dGSH
N.D.
N.D.
-‐
-‐
PPB
99.3
95
-‐
-‐
PK
136
48
122
147
PK
t1/2
17
3.7
5.2
5.2

コピペの問題
•  時間がかかる
– まとめるだけでも労力が要る
– それぞれの研究者からレポートを集めてせっ
せとコピペ作業は忙しい時には発狂する
•  ミスる
– 数字を間違えたり、入れるべきカラムを間違
えたり
– それを避けるための無駄なダブルチェック

pythonで解消
•  Python-pptx+SQLAlchemyで必要
なデータを取ってきて、表にまとめるのを
自動化できる
•  コピペからの開放☆
•  資料作成時間というムダの削減

パッケージまとめ
xlsx
• XlsxWriter
• xlrd/xlwt
• OpenPyXL
docx
• python-‐
docx
pptx
• python-‐
pptx
これでほとんど困らない

そもそも
xlsx pptx docx
とはなにか？

Office Open XML
•  Office Open XML (OpenXML、
OOXML) とは、XMLをベースとしたオ
フィススイート用のファイルフォーマット
である。
– http://ja.wikipedia.org/wiki/
Office_Open_XML
– ECMA標準(ECMA-376)

xmlを含むもろもろをzip圧
縮して拡張子を変えたもの

詳しく知りたいヒトは
•  仕様
– http://www.ecma-
international.org/publications/
standards/Ecma-376.htm
•  書籍
– 入門 OfﬁceOpen XML

unzip prs1.pptx ; tree
.

├──
[Content_Types].xml

├──
_rels

├──
docProps

│

├──
app.xml

│

├──
core.xml

│

└──
thumbnail.jpeg

└──
ppt

├──
_rels

│

└──
presentaSon.xml.rels

├──
presProps.xml

├──
presentaSon.xml

├──
printerSegngs

│

└──
printerSegngs1.bin

├──
slideLayouts

│

├──
_rels

│

│

├──
slideLayout1.xml.rels

│

│

├──

│

│

├──

│

│

├──

│

│

├──

│

│

├──

│

│

├──

│

│

├──

│

│

├──

│

│

├──

│

│

└──

│

├──
slideLayout1.xml

│

├──
slideLayout10.xml

│

├──
slideLayout11.xml

│

├──
slideLayout2.xml

│

├──
slideLayout3.xml

│

├──
slideLayout4.xml

│

├──
slideLayout5.xml

│

├──
slideLayout6.xml

│

├──
slideLayout7.xml

│

├──
slideLayout8.xml

│

└──
slideLayout9.xml

├──
slideMasters

│

├──
_rels

│

│

└──
slideMaster1.xml.rels

│

└──
slideMaster1.xml

├──
slides

│

├──
_rels

│

│

└──
slide1.xml.rels

│

└──
slide1.xml

├──
tableStyles.xml

├──
theme

│

└──
theme1.xml

└──
viewProps.xml

書き換えればよろしい
$
zip
-‐r
prs2.pptx
[Content_Types].xml
_rels
docProps
ppt

{{title}}
{{name}}
Torii
of
Miyajima
/
nobusue

コード
from
jinja2
import
Template

from
zipﬁle
import
ZipFile

f
=
ZipFile("template.pptx")

w
=
ZipFile("sample.pptx",
"w")

for
name
in
f.namelist():

s
=
f.read(name)

if
name
==
"ppt/slides/slide1.xml":

template
=
Template(s.decode("ux-‐8"))

s
=
template.render(Stle=u"髭もいいけど神社でしょ(^_^)v",
name="@kzfm")

s
=
s.encode("ux-‐8")

w.writestr(name,
s)

f.close()

w.close()

髭もいいけど神社でしょ(^_^)v
@kzfm
Torii
of
Miyajima
/
nobusue

zipﬁle(とlxml)モジュール
があればOK

Ofﬁce文書をPythonで
生成することのメリット
•  何度もくり返すような作業を毎回手でやる
必要がなくなる
•  ドキュメント構築のプロセスを再利用で
きる
•  Gitのようなバージョン管理システムで管
理できる

MS Ofﬁceだけでなく
Pythonを使うことで
あなたのオフィスも
快適になるかも☆

ご清聴ありがとうございました

pythonでオフィス快適化計画

More Related Content

pythonでオフィス快適化計画