《Python+Excel办公自动化一本通》内容简介

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