4.0
用户推荐指数
互联网 类型
7.5 豆瓣评分
可以朗读 语音朗读
217千字 字数
2022-03-01 发行日期
展开全部

主编推荐语

零基础Python编程数据分析，Excel办公自动化处理，手把手教学，告别烦琐公式和VBA代码。

内容简介

在如今的时代，大型数据集唾手可得，含有数百万行的数据文件并不罕见。

Python是数据分析师和数据科学家的首选语言，通过本书，即使完全不了解Python，Excel用户也能够学会用Python将烦琐的任务自动化，显著地提高办公效率，并利用Python在数据分析和科学计算方面的突出优势，轻松搞定Excel任务。

你将学习如何用pandas替代Excel函数，以及如何用自动化Python库替代VBA宏和用户定义函数等。

本书既适合Excel用户，也适合Python用户阅读。

目录

  • 版权信息
  • 版权声明
  • O'Reilly Media, Inc. 介绍
  • 业界评论
  • 本书赞誉
  • 前言
  • 第一部分 Python 入门
  • 第1章 为什么要用 Python 为 Excel 编程
  • 1.1 Excel 作为一门编程语言
  • 1.2 用在 Excel 上的 Python
  • 1.3 小结
  • 第2章 开发环境
  • 2.1 Anaconda Python 发行版
  • 2.2 Jupyter 笔记本
  • 2.3 VS Code
  • 2.4 小结
  • 第3章 Python 入门
  • 3.1 数据类型
  • 3.2 索引和切片
  • 3.3 数据结构
  • 3.4 控制流
  • 3.5 组织代码
  • 3.6 PEP 8：Python 风格指南
  • 3.7 小结
  • 第二部分 pandas 入门
  • 第4章 NumPy 基础
  • 4.1 NumPy 入门
  • 4.2 创建和操作数组
  • 4.3 小结
  • 第5章 使用 pandas 进行数据分析
  • 5.1 DataFrame 和 Series
  • 5.2 数据操作
  • 5.3 组合 DataFrame
  • 5.4 描述性统计量和数据聚合
  • 5.5 绘图
  • 5.6 导入和导出 DataFrame
  • 5.7 小结
  • 第6章 使用 pandas 进行时序分析
  • 6.1 DatetimeIndex
  • 6.2 常见时序操作
  • 6.3 pandas 的局限性
  • 6.4 小结
  • 第三部分 在 Excel 之外读写 Excel 文件
  • 第7章 使用 pandas 操作 Excel 文件
  • 7.1 案例研究：Excel 报表
  • 7.2 使用 pandas 读写 Excel 文件
  • 7.3 使用 pandas 处理 Excel 文件的局限性
  • 7.4 小结
  • 第8章 使用读写包操作 Excel 文件
  • 8.1 读写包
  • 8.2 读写包的高级主题
  • 8.3 小结
  • 第四部分 使用 xlwings 对 Excel 应用程序进行编程
  • 第9章 Excel 自动化
  • 9.1 开始使用 xlwings
  • 9.2 转换器、选项和集合
  • 9.3 高级 xlwings 主题
  • 9.4 小结
  • 第10章 Python 驱动的 Excel 工具
  • 10.1 利用 xlwings 将 Excel 用作前端
  • 10.2 部署
  • 10.2.4 设置
  • 10.3 小结
  • 第11章 Python 包追踪器
  • 11.1 构建什么样的应用程序
  • 11.2 核心功能
  • 11.3 应用程序架构
  • 11.4 小结
  • 第12章 用户定义函数
  • 12.1 UDF 入门
  • 12.2 案例研究：Google Trends
  • 12.3 高级 UDF 主题
  • 12.4 小结
  • 附录 A Conda 环境
  • 附录 B 高级 VS Code 功能
  • 附录 C 高级 Python 概念
  • 关于作者
  • 关于封面
展开全部

评分及书评

4.0
4个评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。