• Python+Office:轻松实现Python办公自动化
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

Python+Office:轻松实现Python办公自动化

33.6 4.3折 79 九五品

仅1件

河北廊坊
认证卖家担保交易快速发货售后保障

作者王国平

出版社电子工业出版社

出版时间2021-07

版次1

装帧其他

货号A9

上书时间2024-12-09

   商品详情   

品相描述:九五品
图书标准信息
  • 作者 王国平
  • 出版社 电子工业出版社
  • 出版时间 2021-07
  • 版次 1
  • ISBN 9787121414404
  • 定价 79.00元
  • 装帧 其他
  • 开本 16开
  • 纸张 胶版纸
  • 页数 304页
  • 字数 383千字
【内容简介】
《Python Office:轻松实现Python办公自动化》分为6篇。
  第1篇Python编程基础篇,介绍Python语言及开发环境搭建、Python编程基础、利用Python进行数据准备;
  第2篇Excel数据自动化处理篇,介绍利用Python进行数据处理、数据分析和数据可视化;
  第3篇Word文本自动化处理篇,介绍文本自动化处理、利用Python进行文本自动化处理、利用Python制作企业运营月报Word版;
  第4篇幻灯片自动化制作篇,介绍幻灯片自动化制作、利用Python进行幻灯片自动化制作、利用Python制作企业运营月报幻灯片;
  第5篇邮件自动化处理篇,介绍利用Python批量发送电子邮件、利用Python获取电子邮件、利用Python自动发送电商会员邮件;
  第6篇文件自动化处理篇,介绍利用Python进行文件自动化处理。
  《Python Office:轻松实现Python办公自动化》从实际工作需求的角度,详细介绍了基于Python的办公自动化技术,既可以作为职场人员学习Python办公自动化的自学用书,也可以作为高等院校相关专业学生的参考用书。
【作者简介】
王国平,具有十余年金融、电力、互联网等行业从业经历,现已出版十余本专著;擅长数据分析、数据可视化、机器学习等,精通Python、SPSS、Tableau、Power BI等数据分析工具,熟悉MySQL、SQL Server等数据库,以及Hadoop、Hive、Zeppelin、Spark等大数据分析及可视化工具。
【目录】
目录

第1篇 Python编程基础篇

第1章 初识Python语言及开发环境搭建 1

1.1 Python及其优势 2

1.1.1 Python的历史 2

1.1.2 Python的特点 2

1.1.3 Python的优势 3

1.2 搭建Python开发环境 3

1.2.1 安装Anaconda 3

1.2.2 安装Jupyter库 5

1.2.3 库管理工具pip 7

1.3 上机实践题 8

第2章 Python编程基础 9

2.1 Python数据类型 10

2.1.1 数值(Number) 10

2.1.2 字符串(String) 11

2.1.3 列表(List) 13

2.1.4 元组(Tuple) 15

2.1.5 集合(Set) 16

2.1.6 字典(Dictionary) 18

2.2 Python基础语法 20

2.2.1 基础语法:行与缩进 20

2.2.2 条件语句:if及if嵌套 21

2.2.3 循环语句:while与for 22

2.2.4 格式化:format()函数 25

2.3 Python常用高阶函数 26

2.3.1 map()函数:数组迭代 27

2.3.2 reduce()函数:序列累积 28

2.3.3 filter()函数:数值过滤 28

2.3.4 sorted()函数:列表排序 29

2.4 Python编程技巧 30

2.4.1 Tab键自动补全程序 30

2.4.2 多个变量的数值交换 31

2.4.3 列表解析式筛选元素 32

2.4.4 遍历函数 33

2.4.5 split()函数:序列解包 34

2.5 上机实践题 35

 

第3章 利用Python进行数据准备 36

3.1 数据的读取 37

3.1.1 读取本地离线数据 37

3.1.2 读取Web在线数据 39

3.1.3 读取常用数据库中的数据 39

3.2 数据的索引 41

3.2.1 set_index()函数:创建索引 41

3.2.2 unstack()函数:重构索引 43

3.2.3 swaplevel()函数:调整索引 44

3.3 数据的切片 44

3.3.1 提取一列或多列数据 44

3.3.2 提取一行或多行数据 46

3.3.3 提取指定区域的数据 46

3.4 数据的删除 47

3.4.1 删除一行或多行数据 47

3.4.2 删除一列或多列数据 48

3.4.3 删除指定的列表对象 49

3.5 数据的排序 50

3.5.1 按行索引对数据进行排序 50

3.5.2 按列索引对数据进行排序 51

3.5.3 按一列或多列对数据进行排序 51

3.5.4 按一行或多行对数据进行排序 52

3.6 数据的聚合 52

3.6.1 level参数:指定列聚合数据 52

3.6.2 groupby()函数:分组聚合 53

3.6.3 agg()函数:自定义聚合 54

3.7 数据的透视 55

3.7.1 pivot_table()函数:数据透视 55

3.7.2 crosstab()函数:数据交叉 58

3.8 数据的合并 59

3.8.1 merge()函数:横向合并 59

3.8.2 concat()函数:纵向合并 62

3.9 工作表合并与拆分 63

3.9.1 单个工作簿多个工作表合并 63

3.9.2 多个工作簿单个工作表合并 65

3.9.3 工作表按某一列拆分数据 66

3.10 上机实践题 67

第2篇 Excel数据自动化处理篇

第4章 利用Python进行数据处理 69

4.1 重复值的处理 70

4.1.1 Excel重复值的处理 70

4.1.2 Python重复值的检测 70

4.1.3 Python重复值的处理 71

4.2 缺失值的处理 73

4.2.1 Excel缺失值的处理 73

4.2.2 Python缺失值的检测 73

4.2.3 Python缺失值的处理 74

4.3 异常值的处理 77

4.3.1 Excel异常值的处理 77

4.3.2 Python异常值的检测 77

4.3.3 使用replace()函数处理异常值 78

4.4 Python处理金融数据案例实战 80

4.4.1 读取上证指数股票数据 80

4.4.2 提取2020年8月数据 81

4.4.3 填充非交易日缺失数据 82

4.4.4 使用diff()函数计算数据偏移 83

4.5 上机实践题 84

第5章 利用Python进行数据分析 85

5.1 Python描述性分析 86

5.1.1 平均数及案例 87

5.1.2 中位数及案例 89

5.1.3 方差及案例 89

5.1.4 标准差及案例 90

5.1.5 百分位数及案例 91

5.1.6 变异系数及案例 92

5.1.7 偏度及案例 93

5.1.8 峰度及案例 93

5.2 Python相关分析 94

5.2.1 皮尔逊相关系数 95

5.2.2 斯皮尔曼相关系数 96

5.2.3 肯德尔相关系数 97

5.3 Python线性回归分析 99

5.3.1 线性回归模型简介 100

5.3.2 线性回归模型建模 102

5.3.3 线性回归模型案例 103

5.4 上机实践题 107

第6章 利用Python进行数据可视化 108

6.1 绘制对比型图表及案例 109

6.1.1 绘制条形图 109

6.1.2 绘制气泡图 110

6.2 绘制趋势型图表及案例 111

6.2.1 绘制折线图 112

6.2.2 绘制面积图 113

6.3 绘制比例型图表及案例 114

6.3.1 绘制饼图 115

6.3.2 绘制环形图 117

6.4 绘制分布型图表及案例 118

6.4.1 绘制散点图 119

6.4.2 绘制箱型图 120

6.5 绘制其他类型图表及案例 122

6.5.1 绘制树状图 122

6.5.2 绘制K线图 124

6.6 上机实践题 126

第3篇 Word文本自动化处理篇

第7章 文本自动化处理 129

7.1 应用场景及环境搭建 130

7.1.1 文本自动化应用场景 130

7.1.2 文本自动化环境搭建 130

7.2 Python-docx库案例演示 131

7.2.1 document()函数:打开文档 132

7.2.2 add_heading()函数:添加标题 133

7.2.3 add_paragraph()函数:添加段落 133

7.2.4 add_picture()函数:添加图片 134

7.2.5 add_table()函数:添加表格 135

7.2.6 add_paragraph()函数:设置段落样式 136

7.2.7 add_run()函数:设置字符样式 137

7.2.8 add_page_break()函数:添加分页符 138

7.3 案例演示完整代码 138

7.4 上机实践题 140

第8章 利用Python进行文本自动化处理 141

8.1 自动化处理页眉 142

8.1.1 访问页眉 142

8.1.2 添加页眉定义 142

8.1.3 添加简单页眉 143

8.1.4 添加“分区”页眉 143

8.1.5 移除页眉 144

8.2 自动化处理样式 144

8.2.1 样式对象简介 144

8.2.2 访问样式 145

8.2.3 应用样式 145

8.2.4 添加或删除样式 147

8.2.5 定义字符格式 147

8.2.6 定义段落格式 148

8.2.7 使用段落特定的样式属性 148

8.2.8 控制样式的显示方式 149

8.2.9 处理潜在样式 149

8.3 自动化处理文本 150

8.3.1 设置段落文本对齐 150

8.3.2 设置段落缩进 151

8.3.3 设置制表位 152

8.3.4 设置段落间距 152

8.3.5 设置行间距 153

8.3.6 设置分页属性 153

8.3.7 设置字体和字号 154

8.3.8 设置字体颜色 154

8.4 自动化处理节 155

8.4.1 节对象简介 155

8.4.2 访问节和添加节 156

8.4.3 节的主要属性 157

8.5 上机实践题 159

第9章 利用Python制作企业运营月报Word版 160

9.1 整理及清洗门店销售数据 161

9.1.1 合并各门店的销售数据 161

9.1.2 异常数据的检查和处理 161

9.1.3 缺失数据的检测与处理 162

 

9.2 运营数据的可视化分析 163

9.2.1 门店运营数据的可视化分析 163

9.2.2 地区销售数据的可视化分析 166

9.2.3 客户购买数据的可视化分析 169

9.3 批量制作企业运营月报 172

9.3.1 制作门店运营分析报告 172

9.3.2 制作地区销售分析报告 173

9.3.3 制作客户消费分析报告 175

9.4 企业运营月报Word版案例完整代码 177

9.5 上机实践题 179

第4篇 幻灯片自动化制作篇

第10章 幻灯片自动化制作 181

10.1 应用场景及环境搭建 182

10.1.1 幻灯片自动化应用场景 182

10.1.2 幻灯片自动化环境搭建 182

10.2 Python-pptx库案例演示 183

10.2.1 presentation()函数:打开演示文稿 183

10.2.2 add_slide()函数:添加幻灯片 183

10.2.3 title_shape()函数:添加主标题和副标题 185

10.2.4 add_paragraph()函数:添加段落 185

10.2.5 add_chart()函数:插入图表 186

10.3 案例演示完整代码 186

10.4 上机实践题 187

第11章 利用Python进行幻灯片自动化制作 188

11.1 自动化制作文本 189

11.1.1 添加普通文本 189

11.1.2 设置文本加粗 189

11.1.3 设置文本字号 190

11.1.4 设置文本倾斜 191

11.1.5 设置文本下画线 192

11.1.6 设置文本颜色 193

11.2 自动化制作图形 194

11.2.1 添加简单图形 194

11.2.2 添加复杂图形 195

11.2.3 添加图表图例 196

11.2.4 添加数据标签 198

11.2.5 自定义数据标签 199

11.2.6 添加复合图形 201

11.3 自动化制作表格 205

11.3.1 添加自定义表格 205

11.3.2 设置行高和列宽 205

11.3.3 合并表格首行 206

11.3.4 设置表格标题 208

11.3.5 添加变量数据 209

11.3.6 修改表格样式 211

11.4 自动化制作形状 213

11.4.1 形状对象简介 213

11.4.2 添加单个形状 214

11.4.3 添加多个相同形状 215

11.4.4 添加多个不同形状 216

11.5 上机实践题 217

第12章 利用Python制作企业运营月报幻灯片 218

12.1 制作商品销售分析报告 219

12.1.1 制作销售额分析 219

12.1.2 制作订单量分析 220

12.1.3 制作退单量分析 222

12.2 制作客户留存分析报告 224

12.2.1 制作新增客户数量 224

12.2.2 制作客户留存率 225

12.2.3 制作客户流失原因 227

12.3 企业运营月报幻灯片案例完整代码 229

12.4 上机实践题 235

第5篇 邮件自动化处理篇

第13章 利用Python批量发送电子邮件 237

13.1 邮件服务器概述 238

13.1.1 邮件服务器原理 238

13.1.2 开启126邮箱相关服务 239

13.1.3 开启QQ邮箱相关服务 240

13.1.4 开启Sina邮箱相关服务 240

13.1.5 开启Hotmail邮箱相关服务 241

13.2 发送电子邮件 241

13.2.1 SMTP()方法:连接邮件服务器 241

13.2.2 ehlo()方法:登录邮件服务器 242

13.2.3 sendmail()方法:发送邮件 243

13.3 发送电子邮件案例 243

13.4 上机实践题 244

第14章 利用Python获取电子邮件 245

14.1 获取邮件内容 246

14.1.1 通过POP3协议连接邮件服务器 246

14.1.2 通过POP3协议下载邮件 247

14.2 解析邮件内容 249

14.2.1 解析邮件正文 249

14.2.2 转换邮件编码 250

14.3 获取邮件小结 250

14.3.1 获取126邮箱中的邮件 251

14.3.2 获取QQ邮箱中的邮件 253

14.3.3 获取Sina邮箱中的邮件 256

14.3.4 获取Hotmail邮箱中的邮件 259

14.4 上机实践题 262

第15章 利用Python自动发送电商会员邮件 263

15.1 电商会员邮件营销 264

15.1.1 会员邮件营销 264

15.1.2 提高邮件的发送率 264

15.2 提取未付费的会员数据 264

15.2.1 整理电商会员数据 264

15.2.2 读取未付费会员的信息 265

15.3 发送定制邮件提醒 266

15.3.1 创建SMTP对象 266

15.3.2 发送定制邮件信息 266

15.4 发送定制短信提醒 268

15.4.1 注册Twilio账号 268

15.4.2 发送定制短信 269

15.5 上机实践题 270

第6篇 文件自动化处理篇

第16章 利用Python进行文件自动化处理 271

16.1 文件和文件夹的基础操作 272

16.1.1 复制文件和文件夹 272

16.1.2 移动文件和文件夹 273

16.1.3 删除文件和文件夹 274

16.2 文件的解压缩操作 274

16.2.1 读取ZIP文件 274

16.2.2 解压缩ZIP文件 275

16.2.3 创建ZIP文件 276

16.3 显示目录树下的文件名称 276

16.3.1 显示指定目录树下文件名称 277

16.3.2 显示目录树下文件及子文件名称 277

16.4 修改目录树下的文件名称 278

16.4.1 修改所有类型文件名称 278

16.4.2 修改指定类型文件名称 279

16.5 合并目录树下的数据文件 280

16.5.1 合并所有类型文件中的数据 280

16.5.2 合并指定类型文件中的数据 282

16.6 上机实践题 282

附录A 安装Python 3.10版本及第三方库 283

附录B Python常用的第三方工具包简介 286

B.1 数据分析类包 286

B.2 数据可视化类包 287

B.3 机器学习类包 288
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP