Excel+Python 飛速搞定數據分析與處理

Excel+Python 飛速搞定數據分析與處理

《Excel+Python 飛速搞定數據分析與處理》是2022年人民郵電出版社出版的圖書,作者是[瑞士]費利克斯·朱姆斯坦(Felix Zumstein)。

基本介紹

  • 中文名: Excel+Python 飛速搞定數據分析與處理
  • 作者:[瑞士]費利克斯·朱姆斯坦(Felix Zumstein)
  • 出版時間:2022年
  • 出版社: 人民郵電出版社
  • 頁數:260 頁
  • ISBN: 9787115586766  
  • 定價:89.8 元
  • 開本:16 開
  • 裝幀: 平裝
內容簡介,圖書目錄,作者簡介,

內容簡介

在如今的時代,大型數據集唾手可得,含有數百萬行的數據檔案並不罕見。Python是數據分析師和數據科學家的首選語言。通過本書,即使完全不了解Python,Excel用戶也能夠學會用Python將煩瑣的任務自動化,顯著地提高辦公效率,並利用Python在數據分析和科學計算方面的突出優勢,輕鬆搞定Excel任務。你將學習如何用pandas替代 Excel函式,以及如何用自動化Python庫替代VBA宏和用戶定義函式等。
本書既適合Excel用戶,也適合Python用戶閱讀。

圖書目錄

前言 xiii
第 一部分 Python入門
第 1 章 為什麼要用Python為Excel編程 3
1.1 Excel作為一門程式語言 4
1.1.1 新聞中的Excel 5
1.1.2 編程最佳實踐 5
1.1.3 現代Excel 10
1.2 用在Excel上的Python 11
1.2.1 可讀性和可維護性 11
1.2.2 標準庫和包管理器 12
1.2.3 科學計算 13
1.2.4 現代語言特性 14
1.2.5 跨平台兼容性 15
1.3 小結 15
第 2 章 開發環境 17
2.1 Anaconda Python發行版 18
2.1.1 安裝 18
2.1.2 Anaconda Prompt 19
2.1.3 Python REPL:互動式Python會話 21
2.1.4 包管理器:Conda和pip 22
2.1.5 Conda環境 24
2.2 Jupyter筆記本 24
2.2.1 運行Jupyter筆記本 25
2.2.2 筆記本單元格 26
2.2.3 編輯模式與命令模式 28
2.2.4 執行順序很重要 28
2.2.5 關閉Jupyter筆記本 28
2.3 VS Code 30
2.3.1 安裝和配置 31
2.3.2 執行Python腳本 33
2.4 小結 36
第 3 章 Python入門 37
3.1 數據類型 37
3.1.1 對象 38
3.1.2 數值類型 39
3.1.3 布爾值 41
3.1.4 字元串 42
3.2 索引和切片 43
3.2.1 索引 43
3.2.2 切片 44
3.3 數據結構 45
3.3.1 列表 45
3.3.2 字典 47
3.3.3 元組 49
3.3.4 集合 49
3.4 控制流 50
3.4.1 代碼塊和pass語句 50
3.4.2 if 語句和條件表達式 51
3.4.3 for 循環和while循環 52
3.4.4 列表、字典和集合推導式 55
3.5 組織代碼 56
3.5.1 函式 56
3.5.2 模組和import語句 57
3.5.3 datetime類 59
3.6 PEP 8:Python風格指南 61
3.6.1 PEP 8和VS Code 62
3.6.2 類型提示 63
3.7 小結 64
第二部分 pandas入門
第4 章 NumPy基礎 67
4.1 NumPy入門 67
4.1.1 NumPy數組 67
4.1.2 向量化和廣播 69
4.1.3 通用函式 70
4.2 創建和運算元組 71
4.2.1 存取元素 71
4.2.2 方便的數組構造器 72
4.2.3 視圖和副本 73
4.3 小結 73
第 5 章 使用pandas進行數據分析 74
5.1 DataFrame和Series 74
5.1.1 索引 76
5.1.2 列 79
5.2 數據操作 80
5.2.1 選取數據 80
5.2.2 設定數據 85
5.2.3 缺失數據 87
5.2.4 重複數據 89
5.2.5 算術運算 90
5.2.6 處理文本列 91
5.2.7 套用函式 92
5.2.8 視圖和副本 93
5.3 組合DataFrame 94
5.3.1 連線 94
5.3.2 連線和合併 95
5.4 描述性統計量和數據聚合 97
5.4.1 描述性統計量 97
5.4.2 分組 98
5.4.3 透視和熔化 99
5.5 繪圖 100
5.5.1 Matplotlib 100
5.5.2 Plotly 102
5.6 導入和導出DataFrame 104
5.6.1 導出CSV檔案 105
5.6.2 導入CSV檔案 106
5.7 小結 107
第6 章 使用pandas進行時序分析 109
6.1 DatetimeIndex 110
6.1.1 創建DatetimeIndex 110
6.1.2 篩選DatetimeIndex 112
6.1.3 處理時區 113
6.2 常見時序操作 114
6.2.1 移動和百分比變化率 114
6.2.2 基數的更改和相關性 116
6.2.3 重新採樣 118
6.2.4 滾動視窗 119
6.3 pandas的局限性 120
6.4 小結 121
第三部分 在Excel之外讀寫Excel檔案
第 7 章 使用pandas操作Excel檔案 125
7.1 案例研究:Excel報表 125
7.2 使用pandas讀寫Excel檔案 128
7.2.1 read_excel函式和ExcelFile類 128
7.2.2 to_excel方法和ExcelWriter類 133
7.3 使用pandas處理Excel檔案的局限性 134
7.4 小結 135
第 8 章 使用讀寫包操作Excel檔案 136
8.1 讀寫包 136
8.1.1 何時使用何種包 137
8.1.2 excel.py模組 138
8.1.3 OpenPyXL 139
8.1.4 XlsxWriter 143
8.1.5 pyxlsb 145
8.1.6 xlrd、xlwt和xlutils 146
8.2 讀寫包的高級主題 149
8.2.1 處理大型Excel檔案 149
8.2.2 調整DataFrame在Excel中的格式 152
8.2.3 案例研究(複習):Excel報表 157
8.3 小結 158
第四部分 使用xlwings對Excel應用程式進行編程
第 9 章 Excel自動化 161
9.1 開始使用xlwings 162
9.1.1 將Excel用作數據查看器 162
9.1.2 Excel對象模型 163
9.1.3 運行VBA代碼 170
9.2 轉換器、選項和集合 170
9.2.1 處理DataFrame 171
9.2.2 轉換器和選項 172
9.2.3 圖表、圖片和已定義名稱 174
9.2.4 案例研究(再次回顧):Excel報表 177
9.3 高級xlwings主題 179
9.3.1 xlwings的基礎 179
9.3.2 提升性能 180
9.3.3 如何彌補缺失的功能 181
9.4 小結 182
第 10 章 Python驅動的Excel工具 183
10.1 利用xlwings將Excel用作前端 183
10.1.1 Excel外掛程式 184
10.1.2 quickstart命令 185
10.1.3 Run main 186
10.1.4 RunPython函式187
10.2 部署 191
10.2.1 Python依賴 191
10.2.2 獨立工作簿:脫離xlwings外掛程式 191
10.2.3 配置的層次關係 192
10.2.4 設定 193
10.3 小結 194
第 11 章 Python包追蹤器 195
11.1 構建什麼樣的應用程式 195
11.2 核心功能 197
11.2.1 Web API 198
11.2.2 資料庫 201
11.2.3 異常 208
11.3 應用程式架構 210
11.3.1 前端 211
11.3.2 後端 215
11.3.3 調試 217
11.4 小結 219
第 12 章 用戶定義函式 220
12.1 UDF入門 220
12.2 案例研究:Google Trends 225
12.2.1 Google Trends簡介 225
12.2.2 使用DataFrame和動態數組 226
12.2.3 從Google Trends上獲取數據 231
12.2.4 使用UDF繪製圖表 234
12.2.5 調試UDF 236
12.3 高級UDF主題 238
12.3.1 基礎性能最佳化 238
12.3.2 快取 240
12.3.3 sub裝飾器 242
12.4 小結 243
附錄A Conda環境 245
附錄B 高級VS Code功能 248
附錄C 高級Python概念 253

作者簡介

費利克斯·朱姆斯坦(Felix Zumstein),流行開源Python庫xlwings的創始人。xlwings幫助Excel用戶利用Python腳本將任務自動化,從而實現效率飛躍。費利克斯在工作中接觸了大量Excel用戶,這使他對Excel在各行各業中的使用瓶頸和解決思路擁有深刻的見解。
【譯者簡介】
馮黎,Python愛好者,從事桌面應用程式、Web應用程式及遊戲的開發工作,曾供職於Singtel。熱衷於研究各類程式語言,自Python 2.x時期起開始使用Python,深諳Python的語言特性。

熱門詞條

聯絡我們