最简单的方法是使用字符串格式化或tabulate库。1. 用str.ljust()等手动对齐列；2. 安装并使用tabulate库输出美观表格，支持grid等样式；3. 用pandas DataFrame打印结构化数据，适合数据分析。小项目可选手动方式，推荐tabulate实现清晰终端表格。
要用Python脚本实现表格打印，最简单的方式是使用内置的字符串格式化或第三方库如 tabulate 来美化输出。下面介绍几种常用方法。
使用字符串格式化手动对齐
通过 str.ljust()、str.rjust() 或 str.center() 可以控制每列宽度，实现基本对齐。
示例：
<font face="Courier New">headers = ['Name', 'Age', 'City']
rows = [
['Alice', 24, 'Beijing'],
['Bob', 30, 'Shanghai'],
['Charlie', 28, 'Guangzhou']
]
<h1>打印表头</h1><p>print('| ' + ' | '.join(h.ljust(10) for h in headers) + ' |')</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/00968c3c2c15" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">Python免费学习笔记（深入）</a>”；</p><h1>打印分隔线</h1><p>print('|' + '-' <em> (len(headers) </em> 13 + 1) + '|')</p><div class="aritcle_card flexRow">
<div class="artcardd flexRow">
<a class="aritcle_card_img" href="/xiazai/skill11354" title="Python Pep Authoring"><img
src="https://img.php.cn/upload/skill/001/246/273/6adaf20e695c2374.jpg" alt="Python Pep Authoring" ></a>
<div class="aritcle_card_info flexColumn">
<a href="/xiazai/skill11354" title="Python Pep Authoring">Python Pep Authoring</a>
<p>依据官方 python/peps仓库规则起草、审阅、编辑或准备 Python 改进提案（PEP），用于处理 PEP 文本和元数据头部。</p>
</div>
<a href="/xiazai/skill11354" title="Python Pep Authoring" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
</div>
</div><h1>打印数据行</h1><p>for row in rows:
print('| ' + ' | '.join(str(x).ljust(10) for x in row) + ' |')</font>使用 tabulate 库（推荐）
安装 tabulate：
<font face="Courier New">pip install tabulate</font>
然后用它轻松打印美观表格：
<font face="Courier New">from tabulate import tabulate <p>headers = ['Name', 'Age', 'City'] rows = [ ['Alice', 24, 'Beijing'], ['Bob', 30, 'Shanghai'], ['Charlie', 28, 'Guangzhou'] ]</p><p>print(tabulate(rows, headers=headers, tablefmt='grid')))</font>
支持多种样式，比如 grid、pipe、simple 等，适合终端展示。
使用 pandas 打印 DataFrame 表格
如果你的数据已经是结构化形式，可用 pandas 直接显示。
<font face="Courier New">import pandas as pd
<p>df = pd.DataFrame([
{'Name': 'Alice', 'Age': 24, 'City': 'Beijing'},
{'Name': 'Bob', 'Age': 30, 'City': 'Shanghai'},
{'Name': 'Charlie', 'Age': 28, 'City': 'Guangzhou'}
])</p><p>print(df)</font>pandas 默认输出简洁清晰，适合数据分析场景。
基本上就这些。小项目用手动格式化，追求美观上 tabulate，处理数据多就用 pandas。不复杂但容易忽略细节的是列宽和中文对齐问题，注意字体等宽即可。
