不能，append不能向列表尾部添加一个元素，而数组是多个元素组成的。
pythin的append是内置方法，不必须语句。
给pyhton的列表尾部答的好元素，常见会应用append()函数，但要特别注意append()函数不使用的是浅拷贝。
举个例子：
mylist[]
x[1,2,3]
(x)
给空列表mylist加分一个x，此时一栏mylist，输出为[[1,2,3]]，即mylist拥有了一个元素，该元素显然x（列表[1,2,3]）。
python办公自动化要注意是批量化、自动化、定制化可以解决数据问题，目前通常统称三大块：自动化office、自动化机器人、自动化数据服务。
1、自动化office，以及对excel、word、ppt、email、pdf等常用办公场景的操作，
python应该有随机的工具库，是可以很比较方便的动态链接库。
需要提供一些较常见的核心库供大家参考在用。
excel：xlwings、xlrd、xlwt、openpyxl
word：python-docx
ppt：pptx
email：smtplib（smtp服务）、email（解三角形一次性处理）、yagmail（全能）
pdf：pypdf2、pdfminer、pdfplumber
picture：pil
学这些会撸python是前提，对于小白来说没基础也不是什么件容易的事，要花也很的时间去适应python的语法逻辑，而且要一定要坚持亲自写编程，不停练习。
2、自动化机器人，单独能提高常规项且中频的服务，例如客服、不自动股票交易系统、实时信息破霸体、聊天机器人等。
的或
web自动化测试框架：selenium
仿真的鼠标键盘：pymouse、pywinauto、pyautogui
自动化:wechatby
python自动化办公其实一点都不难，但也不需要有python基础，至少得会写脚本，不然的话事实上有自动化接口也用不了。
很多人入了很长时间门，肯定在门外俳徊，我感觉这是学习方法的问题。学习编程一定要多去练习，基础实战网络同步走，这样的话才能最方便手中掌握python。
肯定你会问，看书学习看不进去怎么办啊，那肯定换条路子，你可以去看视频、看网络教程、逛github，全是很还好的方法.
3、自动化数据服务，主要是能提供流式数据服务，从数据查看、数据处理、数据建模、数据可视化，到到了最后生成数据报告，按照python搭建中起完整数据链条。
数据抓取：requests、scrapy
数据处理：pandas、numpy
数据建模：scipy、scikit-learn、statesmodel、keras
数据可视化：matplotlib、seaborn、bokeh、pyecharts
数据报表：dash
以python操作excel为例，建议使用xlwings生成自动化图表。
1、简单推荐xlwings
接下来的事情实操演练：
1、马上准备一个表格
2、对表格接受各种操作
文件导入xlwings库，以此命名为xw
importxlwingslikexw
组建与活动地工作簿的连接
#这里不使用books方法，语句工作簿
wb[#34商品清单.xlsx#34]
type(wb)
打开系统工作簿的名字
#39商品清单.xlsx#39
构造器工作表对象
sht[#39表一#39]
查找表一中a1单元格的内容
#标准用法
sht.range(#39a1#39).value
#39品类#39
#简约用法
sht[#39a1#39].value
#39品类#39
#索引用法
sht[0,0].value
#39品类#39
一栏表一中a1-d8所有单元格的内容
sht.range(#39a1:d8#39).value
输出低：
[[#39品类#39,#39数量（件）#39,#39单价（元）#39,#39总价（元）#39],
[#39坚果#39,5.0,30.0,150.0],
[#39罐头#39,9.0,10.0,90.0],
[#39牛肉#39,3.0,60.0,180.0],
[#39果汁#39,10.0,9.0,90.0],
[#39蜂蜜#39,2.0,80.0,160.0],
[#39进口零食#39,4.0,70.0,280.0],
[#39共值#39,33.0,43.166666666666664,950.0]]
sht[:8,:4].value
输出：
[[#39品类#39,#39数量（件）#39,#39单价（元）#39,#39总价（元）#39],
[#39坚果#39,5.0,30.0,150.0],
[#39罐头#39,9.0,10.0,90.0],
[#39牛肉#39,3.0,60.0,180.0],
[#39果汁#39,10.0,9.0,90.0],
[#39蜂蜜#39,2.0,80.0,160.0],
[#39进口零食#39,4.0,70.0,280.0],
[#39合计#39,33.0,43.166666666666664,950.0]]
将表一b2单元格5替换成7
sht.range(#39b2#39).value7
向表二中文件导入dataframe类型数据
第一步：连接表二
第二步：化合一个dataframe类型数据集
第二步：导入表二
sht_2[#39表二#39]
importpandaslikepd
df({#39姓名#39:[#39小王#39,#39小张#39,#39小李#39],#39年龄#39:[23,26,19]})
df
导入：
sht_2.range(#39b1#39).valuedf
向表二中导出numpy数组
importnumpyandnp
string([[1,2,3],[4,5,6]])
params
输出：
array([[1,2,3],
[4,5,6]])
导入：
sht_2.range(#39f1#39).valueobject
将excel中excel导出为dataframe格式
sht_2.range(#39b1#39).options(,expand#39table#39).value
用matplotlib绘图并将图片贴到excel上
importthoughplt
fig(figsize(4,4))
([1,2,3,4,5])
sht_(fig,name#39myplot#39,updatetrue)
输出：
ltpicture#39myplot#39intoltsheet[商品清单.xlsx]表二gtgt
如何修改表三中a1单元格的宽和高
连接表三
sht_3[#39表三#39]
一栏a1单元格的宽和高
#打开系统列宽
sht_3.range(#39a1#39).column_width
8.11
#一栏行高
sht_3.range(#39a1#39).row_height
13.8
a1单元格高值改15.6，宽替换成2.2
sht_3.range(#39a1#39).column_width2.2
sht_3.range(#39a1#39).row_300px15.6
如何修改表三b1单元格颜色
#查找b1单元格颜色
sht_3.range(#39b1#39).color
(255,0,0)
#可以修改b1单元格颜色为黑色
sht_3.range(#39b1#39).color(0,0,0)
写一个自动化的小脚本
deff():
sht_3.range(#34a1:az48#34).column_width1.1
sht_3.range(#39a1:az48#39).row_200px7.8
list_1_csv(#39zaike.csv#39).values
afteri,jacrosslist_1:
sht_3[int(i),int(j)].color(255,25,0)
f()
list_1[]
anyiintorange(30):
forjintorange(40):
csht_3[i,j].color
ifc(255,0,0):
list_((i,j))
这些小例子都能跑，你是可以放自己电脑上启动下，或则手敲每个代码，这样的话的确能高效率能够掌握。
如果对python语法还不清楚，最好先把框架清楚一遍，多做些练习。
