下载链接: 点我一键跳转到 下载链接
下载声明: 本资料仅供个人学习和研究使用，不能用于商业用途，请在下载后24小时内删除。如果喜欢，请购买正版！
作者简介 Excel 作为当今最流行的办公软件之一，在数据编辑、处理和分析方面的表现都很出色。但是许多办公人员会发现，即便有了Excel 的帮助，重复性、机械性的事务仍然要花费大量时间，而且如果要处理的数据体量较大，连Excel 都变得有些力不从心了。那么有没有办法弥补Excel 的这些“短板”呢？本书给出的答案是：用Python 为Excel 插上飞翔的翅膀。 可能有人会说，Python 不是专门供程序员编程使用的吗？对于没有编程基础的普通办公人员来说会不会太难学了？其实这样的担心是多余的。Python 的语法简洁易懂，因而很容易上手。更重要的是，学习Python 能带给我们巨大的回报：用Python 编程操控Excel，不仅能又快又好地完成机械性、重复性的枯燥工作，而且能借助各种功能强大的第三方模块，将大数据分析、机器学习等先进的数据科学工具以“平易近人”的方式应用到日常办公当中，提高工作的“含金量”。 本书就是一本讲解如何用Python 和Excel“强强联手”打造办公利器的案例型教程。全书共9 章。第1 ～ 3 章主要讲解Python 编程环境的搭建、Python 的基础语法知识、模块的安装和导入、常用模块的基本用法等内容，为后面的案例应用打下坚实的基础。第4 ～ 8 章通过大量典型案例讲解如何用Python 编程操控Excel，实现数据整理、数据分析、数据可视化等工作的自动化和批量化处理。第9 章主要讲解如何在Excel 中调用Python 代码，进一步拓宽办公自动化的应用范围。 本书采用生动的情景对话方式引入案例，代码附有详细、易懂的注解，能有效帮助读者快速理解代码的适用范围及编写思路，并通过“举一反三”栏目对案例的应用场景进行扩展和延伸，引导读者开拓思路，从机械地套用代码进阶到随机应变地修改代码，独立解决更多实际问题。 本书适合有一定Excel 基础又想进一步提高工作效率的办公人员，如从事文秘、行政、人事、营销、财务等职业的人士阅读，也可供Python 编程爱好者参考。 前言 如何获取学习资源 第1章 Python 快速上手 1.1 为什么要学习用Python 控制Excel 1.2 Python 编程环境的搭建 1.2.1 安装Python 官方的编程环境IDLE 1.2.2 安装与配置Anaconda 和PyCharm 1.3 Python 的模块 1.3.1 初识模块 1.3.2 模块的安装 1.4 让Excel 飞一下 第2章 Python 的基础语法知识 2.1 变量 2.2 数据类型：数字与字符串 2.2.1 数字 2.2.2 字符串 2.2.3 数据类型的查询 2.2.4 数据类型的转换 2.3 数据类型：列表、字典、元组与集合 2.3.1 列表 2.3.2 字典 2.3.3 元组和集合 2.4 运算符 2.4.1 算术运算符和字符串运算符 2.4.2 比较运算符 2.4.3 赋值运算符 2.4.4 逻辑运算符 2.5 编码基本规范 2.5.1 缩进 2.5.2 注释 2.6 控制语句 2.6.1 if 语句 2.6.2 for 语句 2.6.3 while 语句 2.6.4 控制语句的嵌套 2.7 函数 2.7.1 内置函数 2.7.2 自定义函数 第3章 Python 模块 3.1 模块的导入 3.1.1 import 语句导入法 3.1.2 from 语句导入法 3.2 处理文件和文件夹的模块—os 3.2.1 获取当前运行的Python 代码文件路径 3.2.2 列出指定路径下的文件夹包含的文件和子文件夹名称 3.2.3 分离文件主名和扩展名 3.2.4 重命名文件和文件夹 3.3 批量处理Excel 文件的模块—xlwings 3.3.1 创建工作簿 3.3.2 保存工作簿 3.3.3 打开工作簿 3.3.4 操控工作表和单元格 3.4 数组计算的数学模块—NumPy 3.4.1 数组的基础知识 3.4.2 数组的创建 3.5 数据导入和整理模块—pandas 3.5.1 二维数据表格DataFrame 的创建与索引的修改 3.5.2 文件的读取和写入 3.5.3 数据的选取和处理 3.5.4 数据表的拼接 3.6 数据可视化模块—Matplotlib 3.6.1 绘制折线图 3.6.2 绘制柱形图 3.7 模块的交互 3.7.1 xlwings 模块与pandas 模块的交互 3.7.2 xlwings 模块与Matplotlib 模块的交互 第4章 使用Python 批量处理工作簿和工作表 案例01 批量新建并保存工作簿 举一反三 批量新建并关闭工作簿 案例02 批量打开一个文件夹下的所有工作簿 举一反三 列出文件夹下所有文件和子文件夹的名称 案例03 批量重命名一个工作簿中的所有工作表 举一反三 批量重命名一个工作簿中的部分工作表 案例04 批量重命名多个工作簿 举一反三 批量重命名多个工作簿中的同名工作表 案例05 在多个工作簿中批量新增工作表 举一反三 在多个工作簿中批量删除工作表 案例06 批量打印工作簿 举一反三 批量打印多个工作簿中的指定工作表 案例07 将一个工作簿的所有工作表批量复制到其他工作簿 举一反三 将某个工作表的数据批量复制到其他工作簿的指定工作表中 案例08 按条件将一个工作表拆分为多个工作簿 举一反三 按条件将一个工作表拆分为多个工作表 举一反三 将多个工作表拆分为多个工作簿 案例09 批量合并多个工作簿中的同名工作表 举一反三 将工作簿中名称有规律的工作表合并到一个工作表 第5章 使用Python 批量处理行、列和单元格 案例01 精确调整多个工作簿的行高和列宽 举一反三 精确调整一个工作簿中所有工作表的行高和列宽 案例02 批量更改多个工作簿的数据格式 举一反三 批量更改多个工作簿的外观格式 案例03 批量替换多个工作簿的行数据 举一反三 批量替换多个工作簿中的单元格数据 举一反三 批量修改多个工作簿中指定工作表的列数据 案例04 批量提取一个工作簿中所有工作表的特定数据 举一反三 批量提取一个工作簿中所有工作表的列数据 举一反三 在多个工作簿的指定工作表中批量追加行数据 案例05 对多个工作簿中指定工作表的数据进行分列 举一反三 批量合并多个工作簿中指定工作表的列数据 举一反三 将多个工作簿中指定工作表的列数据拆分为多行 案例06 批量提取一个工作簿中所有工作表的唯一值 举一反三 批量提取一个工作簿中所有工作表的唯一值并汇总 第6章 使用Python 批量进行数据分析 案例01 批量升序排序一个工作簿中的所有工作表 举一反三 批量降序排序一个工作簿中的所有工作表 举一反三 批量排序多个工作簿中的数据 案例02 筛选一个工作簿中的所有工作表数据 举一反三 在一个工作簿中筛选单一类别数据 案例03 对多个工作簿中的工作表分别进行分类汇总 举一反三 批量分类汇总多个工作簿中的指定工作表 举一反三 将多个工作簿数据分类汇总到一个工作簿 案例04 对一个工作簿中的所有工作表分别求和 举一反三 对一个工作簿中的所有工作表分别求和并将求和结果写入固定单元格 案例05 批量统计工作簿的最大值和最小值 举一反三 批量统计一个工作簿中所有工作表的最大值和最小值 案例06 批量制作数据透视表 举一反三 为一个工作簿的所有工作表制作数据透视表 案例07 使用相关系数判断数据的相关性 举一反三 求单个变量和其他变量间的相关性 案例08 使用方差分析对比数据的差异 举一反三 绘制箱形图识别异常值 案例09 使用描述统计和直方图制定目标 举一反三 使用自定义区间绘制直方图 案例10 使用回归分析预测未来值 举一反三 使用回归方程计算预测值 第7章 使用Python 制作简单的图表并设置图表元素 案例01 在Python 中制作简单的图表 举一反三 在Python 中制作柱形图 举一反三 在Python 中制作条形图 举一反三 在Python 中制作饼图 案例02 在Python 中导入Excel 数据制作简单的图表 举一反三 导入数据制作散点图 举一反三 导入数据制作面积图 案例03 在Python 中制作组合图表 举一反三 制作双折线图 案例04 添加并设置图表标题和坐标轴标题 举一反三 添加图例 案例05 添加并设置数据标签 举一反三 设置y 轴的取值范围 案例06 为组合图表添加并设置次坐标轴 举一反三 添加并设置网格线 第8章 使用Python 制作常用图表 案例01 制作柱形图展示数据的对比关系 举一反三 批量制作条形图 案例02 制作折线图展示数据的变化趋势 举一反三 制作折线图并为最高点添加数据标签 举一反三 制作平滑折线图 案例03 制作散点图判断两组数据的相关性 举一反三 为散点图添加线性趋势线 举一反三 制作气泡图 案例04 制作饼图展示部分和总体的比例关系 举一反三 制作圆环图 案例05 制作雷达图对比多项指标 举一反三 制作某一品牌性能评价指标雷达图 案例06 制作温度计图展示工作进度 举一反三 制作上半年销售业绩的温度计图 第9章 在Excel 中调用Python 代码 9.1 在工作表中调用Python 自定义函数 9.1.1 在Excel 中加载xlwings 插件 9.1.2 导入并调用Python 自定义函数 9.2 在VBA 中调用Python 自定义函数 9.2.1 通过命令创建文件并调用Python 自定义函数 9.2.2 手动创建文件并调用Python 自定义函数 9.2.3 VBA 代码和Python 代码的混合使用 9.3 将Python 代码转换为可执行程序 9.3.1 PyInstaller 模块的语法和参数含义 9.3.2 将Python 代码打包成可执行程序 9.3.3 打包文件的实际应用
王秀文，有超过6年的后端开发、运维开发经验，擅长Python、Node.js、Java、Go等主流编程语言。曾参与翻译Elasticsearch官方技术文档。有IoT系统开发经验和CRM系统设计开发经验，现主要从事架构设计工作，负责系统设计与调优。
郭明鑫，有超过8年的后端开发、测试开发经验，擅长Python、Java、Go、Smalltalk等主流编程语言。有丰富的经验和大数据项目设计开发经验，现主要从事电信领域的架构设计与实现，负责系统设计与算法调优。
王宇韬（CFA、FRM、AQF），华能贵诚信托金融科技实验室发起人，宾夕法尼亚大学硕士，上海交通大学学士，曾在剑桥大学交流学习，两年内通过CFA 3级、FRM 2级、AQF。在华能贵诚信托自主研发了舆情监控系统、资金雷达、流程自动化AI系统、机器视频面试系统等。专注于科技在金融领域的应用，编著有《Python金融大数据挖掘与分析全流程详解》和《Python大数据分析与机器学习商业案例实战》。
序言
目录
支付宝打赏
微信打赏
