Python+Excel办公自动化一本通

作品简介

本书主要面向企业数据分析需求，全面且系统地介绍了如何通过Python来分析Excel数据。本书主要分为3部分：第1部分是Python 3.9语言基础，主要介绍Python的基础知识，为之后的学习奠定基础；第2部分是Excel数据分析，主要介绍NumPy、Pandas、Matplotlib、Seaborn、openpyxl和xlwings等内容，使读者可以通过Python读取和统计分析Excel数据；第3部分是Excel数据分析实践，使读者回归到实际应用中，并回顾之前学习的知识。

本书既适合有一定Excel基础，想进一步提高工作效率的办公人员阅读，也适合那些需要在日常工作中处理大量和复杂数据的办公人员阅读，更适合Python初学者、编程零基础想通过编程实现办公自动化的人士阅读。

杨开振，技术畅销书作家，拥有十余年企业一线开发经验，且热衷于钻研各种编程技术，如Python、Java、数据分析和爬虫等，写作特点是详尽准确、切中要害，文字浅显易懂，代表作品有《深入浅出SpringBoot2.x》和《JavaEE互联网轻量级框架整合开发》等。

作品目录

• 内容简介
• 前言
• 第1部分 Python 3.9语言基础
• 第1章　计算机语言和Python简介
• 1.1　计算机语言的分类
• 1.2　高级语言的分类
• 1.3　使用Python
• 1.4　使用Python分析Excel数据
• 第2章　变量和简单数据类型
• 2.1　变量
• 2.2　Python中的数据类型
• 2.3　数字
• 2.4　字符串
• 2.5　字符串和数字相互转换
• 2.6　代码中的注释
• 第3章　控制语句
• 3.1　条件语句
• 3.2　逻辑运算
• 3.3　循环语句
• 第4章　列表
• 4.1　列表的基础概念
• 4.2　访问和操作列表
• 4.3　列表函数
• 第5章　元组和集合
• 5.1　元组
• 5.2　集合
• 第6章　字典
• 6.1　创建字典
• 6.2　访问字典
• 6.3　遍历字典
• 6.4　字典的键值数据类型
• 6.5　与字典相关的函数
• 第7章　函数
• 7.1　函数的定义
• 7.2　传递参数
• 7.3　特殊的参数
• 7.4　函数返回值
• 7.5　函数中的参数
• 7.6　Lambda表达式
• 7.7　把函数放在不同的模块中
• 7.8　递归函数
• 第8章　类
• 8.1　类的概念
• 8.2　继承
• 8.3　拾遗
• 8.4　导入模块中的类
• 第9章　文件操作和标准库
• 9.1　文件操作
• 9.2　日期时间
• 9.3　货币格式化
• 第10章　异常
• 10.1　异常的基础知识
• 10.2　深入使用异常
• 第2部分 Excel数据分析
• 第11章　使用xlwings处理Excel文档
• 11.1　xlwings的简介和安装
• 11.2　读/写Excel文档
• 11.3　设置单元格
• 11.4　处理一些常见的Excel场景
• 第12章　数据分析的基础库——NumPy
• 12.1　安装NumPy
• 12.2　创建ndarray对象
• 12.3　NumPy数组的属性和数据类型
• 12.4　NumPy切片和索引
• 12.5　数组的常见处理
• 12.6　NumPy数组的运算
• 第13章　Pandas基础
• 13.1　创建对应的数据结构
• 13.2　读/写Excel数据
• 13.3　定位数据
• 13.4　数据预处理
• 13.5　增、删、查、改和替换
• 13.6　让数据运算起来
• 第14章　Pandas高级应用
• 14.1　修改索引（标签）
• 14.2　为数据排序
• 14.3　获取唯一值
• 14.4　转换数组
• 14.5　最重要的数据分析功能——分组统计
• 14.6　通过数据透视转换视角
• 14.7　把数据连接在一起
• 14.8　把数据合并在一起
• 第15章　数据可视化库——Matplotlib
• 15.1　给图表添加坐标系
• 15.2　设置坐标系和图表
• 15.3　制作常见的图表
• 15.4　其他常用的图表技术
• 15.5　将图片保存到Excel中
• 第16章　数据可视化库——Seaborn
• 16.1　安装和初识Seaborn
• 16.2　使用Seaborn绘制常见的图表
• 第3部分 Excel数据分析实践
• 第17章　电商销售数据分析
• 17.1　准备材料和分析业务
• 17.2　数据分析流程
• 第18章　个人贷款数据分析
• 18.1　业务分析
• 18.2　读取Excel数据
• 18.3　查找数据
• 18.4　分组统计
• 18.5　绘制图表
• 附录A　查看环境变量
• 附录B　Python关键字和内置函数
• 反侵权盗版声明