互联网 类型
可以朗读 语音朗读
148千字 字数
2021-06-01 发行日期
展开全部

主编推荐语

一本适合编程小白学习的职场数据分析宝典。

内容简介

本书以实战案例为主（重点为Python处理分析Excel数据的案例），用大量的实战案例给读者演示如何处理实际工作中的办公自动化问题，如何对大数据进行分析处理。教会职场人士使用办公自动化及大数据分析解决实际问题的方法。

本书适合数据工作量大的职场人士、财务人士、数据分析人士、商务人士、自动化办公用户、需要处理大数据的用户等阅读学习，也可供Python编程爱好者学习参考。

目录

  • 版权信息
  • 前言
  • 第1章 开始前的准备
  • 1.1 Python数据分析的优势
  • 1.1.1 为什么用Python处理Excel数据
  • 1.1.2 Python中哪些模块处理Excel数据最好用
  • 1.2 下载与安装
  • 1.2.1 下载Python
  • 1.2.2 安装Python
  • 1.2.3 模块的安装
  • 1.3 初识Python编程
  • 1.3.1 使用IDLE运行Python程序
  • 1.3.2 案例1：用IDLE编写Python程序
  • 1.3.3 案例2：编写第一个交互程序
  • 第2章 Python基本语法知识
  • 2.1 Python语法特点
  • 2.1.1 注释
  • 2.1.2 代码缩进
  • 2.1.3 引号
  • 2.2 变量
  • 2.2.1 理解Python中的变量
  • 2.2.2 变量的定义与使用
  • 2.3 基本数据类型
  • 2.3.1 数字类型
  • 2.3.2 字符串
  • 案例1：输出唐诗《春晓》
  • 2.3.3 布尔类型
  • 2.3.4 数据类型转换
  • 案例2：计算人民币兑换美元
  • 2.4 运算符
  • 2.4.1 算术运算符
  • 案例3：计算学生平均分数
  • 2.4.2 比较运算符
  • 案例4：判断成绩是否优异
  • 2.4.3 逻辑运算符
  • 2.4.4 赋值运算符
  • 2.4.5 运算符的优先级
  • 2.5 基本输入和输出
  • 2.5.1 使用input()函数输入
  • 案例5：判断体温是否异常
  • 2.5.2 使用print()函数输出
  • 2.6 流程控制语句
  • 2.6.1 if条件语句
  • 案例6：判断是否能坐过山车
  • 案例7：判断是否能坐过山车（改进版）
  • 案例8：哪些人能走老年通道
  • 2.6.2 for循环
  • 案例9：用for循环画螺旋线
  • 2.6.3 while循环
  • 案例10：输入登录密码
  • 2.6.4 break语句
  • 案例11：输入登录密码（break版）
  • 2.6.5 continue语句
  • 案例12：10086查询系统
  • 2.7 列表
  • 2.7.1 列表的创建和删除
  • 2.7.2 访问列表元素
  • 案例13：画五彩圆环
  • 2.7.3 添加、修改和删除列表元素
  • 2.7.4 对列表进行统计和计算
  • 2.7.5 列表的复制
  • 2.7.6 遍历列表
  • 案例14：分离红球和蓝球
  • 2.8 元组
  • 2.8.1 元组的创建和删除
  • 2.8.2 访问元组元素
  • 案例15：考试名次查询系统
  • 2.8.3 修改元组元素
  • 2.9 字典
  • 2.9.1 字典的创建
  • 2.9.2 通过键值访问字典
  • 案例16：中考成绩查询系统
  • 2.9.3 添加、修改和删除字典
  • 2.9.4 遍历字典
  • 案例17：打印客户名称和电话
  • 2.10 函数
  • 2.10.1 创建一个函数
  • 2.10.2 调用函数
  • 2.10.3 实参和形参
  • 2.10.4 位置实参
  • 2.10.5 函数返回值
  • 案例18：用函数任意画圆环
  • 第3章 Pandas模块数据处理详解
  • 3.1 Pandas的数据格式
  • 3.1.1 导入Pandas模块
  • 3.1.2 Series数据结构
  • 3.1.3 DataFrame数据格式
  • 3.2 读取/写入数据
  • 3.3 数据预处理
  • 3.4 数据类型转换
  • 3.5 数据的选择
  • 3.5.1 列数据选择
  • 3.5.2 行数据选择
  • 3.5.3 选择满足条件的行列数据（数据筛选）
  • 3.5.4 按日期选择数据
  • 3.6 数值排序
  • 3.7 数据计数与唯一值获取
  • 3.8 数据运算
  • 3.8.1 算术运算
  • 3.8.2 比较运算
  • 3.8.3 汇总运算
  • 3.8.4 相关性运算
  • 3.9 数据分组（汇总）
  • 3.10 数据拼接
  • 3.10.1 merge()函数实现数据的横向拼接
  • 3.10.2 concat()函数实现数据的纵向拼接
  • 3.10.3 append()函数实现数据纵向拼接
  • 第4章 xlwings模块用法详解及Excel操作实战案例
  • 4.1 打开/退出Excel程序
  • 4.2 操作Excel工作簿
  • 4.3 操作工作簿中的工作表
  • 4.4 读取工作表中数据
  • 4.5 向工作表写入数据
  • 4.6 删除工作表数据
  • 4.7 获取工作表数据区行数和列数
  • 4.8 打印工作簿或工作表
  • 4.9 实战案例：Excel表格基本操作
  • 4.9.1 案例1：批量新建Excel工作簿文件
  • 4.9.2 案例2：批量新建不同名称的工作簿
  • 4.9.3 案例3：批量打开文件夹中所有Excel工作簿
  • 4.9.4 案例4：批量修改工作簿中所有工作表名称
  • 4.9.5 案例5：批量重命名所有工作簿中指定的工作表
  • 4.9.6 案例6：自动修改文件夹下所有工作簿的名称
  • 4.9.7 案例7：在多个工作簿中批量新增工作表
  • 4.9.8 案例8：在多个工作簿中批量删除工作表
  • 4.9.9 案例9：将一个工作簿的所有工作表批量复制到其他工作簿
  • 4.9.10 案例10：复制表中指定区域数据到多个工作簿的指定工作表中
  • 4.9.11 案例11：批量对多个工作簿的工作表进行格式排版
  • 4.9.12 案例12：将多个工作簿中的工作表合并到一个工作簿中
  • 4.9.13 案例13：将多个工作表合并到一个工作表中
  • 4.9.14 案例14：将指定工作表进行汇总并拆分为多个工作簿
  • 4.9.15 案例15：将一个工作表内容拆分为多个工作表
  • 第5章 实战案例：Python自动处理银行客户数据
  • 5.1 Python批量自动打印银行单据或资料
  • 5.1.1 案例1：批量打印银行余额对账单工作簿的所有工作表
  • 5.1.2 案例2：批量自动打印所有工作簿中指定工作表
  • 5.2 Python批量处理贷款客户数据
  • 5.2.1 案例3：从银行贷款数据工作簿的数据中提取“逾期”客户的数据
  • 5.2.2 案例4：从银行所有贷款数据工作簿中单挑出属于自己客户的数据
  • 5.2.3 案例5：Python批量自动填写银行客户表单
  • 第6章 实战案例：Python自动处理公司财务数据
  • 6.1 Python批量提取所有工作表中的数据
  • 6.1.1 案例1：对财务开票工作簿所有工作表中指定的行数据进行提取
  • 6.1.2 案例2：对财务科目余额工作簿所有工作表的指定列数据进行提取并求和
  • 6.1.3 案例3：将多个财务工作簿中所有工作表的指定列数据进行提取
  • 6.2 Python自动批量对多个工作簿和工作表中的数据汇总
  • 6.2.1 案例4：对财务日记账所有工作表中指定列进行去重统计
  • 6.2.2 案例5：对销售收入工作簿的单个工作表中多个列进行分类汇总
  • 6.2.3 案例6：对销售收入工作簿的所有工作表中多个列进行分类汇总
  • 6.2.4 案例7：对多个财务日记账工作簿的所有工作表中多个列进行分类汇总
  • 6.3 Python自动批量对工作簿文件的数据进行运算处理
  • 6.3.1 案例8:对现金日记账工作簿中所有工作表进行求和计算
  • 6.3.2 案例9：对多个现金日记账工作簿文件中所有工作表进行求和计算
  • 第7章 实战案例：Python自动分析企业运营数据
  • 7.1 Python批量筛选所有工作表中的数据
  • 7.1.1 案例1：自动筛选销售明细表中所有工作表数据并分类保存
  • 7.1.2 案例2：自动筛选多个销售明细数据文件中所有工作表数据并分类保存
  • 7.1.3 案例3：自动筛选销售明细表的所有工作表中的“西服”数据
  • 7.1.4 案例4：自动筛选多个销售明细数据文件的所有工作表中的“西服”数据
  • 7.2 Python批量统计所有工作表中的数据
  • 7.2.1 案例5：自动从销售明细表的所有工作表的数据中统计出复购次数最高的客户
  • 7.2.2 案例6：自动统计多个销售明细表的所有工作表中复购次数最高的客户
  • 7.2.3 案例7：自动从销售明细表所有工作表的数据中统计出最畅销产品
  • 7.2.4 案例8：自动统计多个销售明细表所有工作表的数据中最畅销产品
  • 第8章 实战案例：Python自动分析连锁超市数据
  • 8.1 Python自动分析超市商品
  • 8.1.1 案例1：自动找出超市畅销商品前10名
  • 8.1.2 案例2：从多个数据文件中自动找出超市畅销商品前10名
  • 8.2 Python自动分析超市客流
  • 8.2.1 案例3：自动分析每天超市客流高峰时段
  • 8.2.2 案例4：自动分析每周超市客流高峰日
  • 8.2.3 案例5：对日期和时间在一列的CSV格式超市数据的处理分析
  • 8.3 Python自动分析超市客户
  • 8.3.1 案例6：自动统计分析一年中复购前100名的客户
  • 8.3.2 案例7：自动统计分析超市客单价和客单量
  • 8.3.3 案例8：自动统计分析超市指定日期内的客单价和客单量
展开全部

评分及书评

评分不足
2个评分
  • 用户头像
    给这本书评了
    5.0

    智能化、自动化办公逐渐成为职场办公的发展趋势，工作中结合 Python 编程可以自动完成大量重复性的工作，大幅提高工作效率。同时，通过 Python 编程可以从繁杂无序的海量数据中找出规律，分析出竞品特点、客户喜好、客户来源等。比如银行信贷人员统计大量的贷款客户本息支付情况，上市公司财务人员统计大量的财务数据，企业运营人员统计分析竞品海量数据，连锁超市管理人员分析热销品、客户喜好、复购率等。总之，自动化办公及大数据分析将是未来发展的趋势，是大家都应掌握的一门技能。

      转发
      评论

    出版方

    机械工业出版社

    机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。