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 著 馮黎 譯
出 版 社:人民郵電出版社
出版日期:2022年03月01日
頁 數:280
裝 幀:平裝
ISBN:9787115586766
主編推薦
●針對零編程基礎人士量身打造，適合辦公室人群閱讀 無須豐富的編程經驗即可開始使用Python，借助編程的力量，輕鬆突破Excel的瓶頸，避免人為錯誤，將Excel和數據庫連接並獲取數據，讓煩瑣的Excel任務自動化，讓您能將更多寶貴的時間花在更有價值的任務上。 ●xlwings創始人傾力打造，手把手教學 “將Python作為Excel的腳本語言”開源Python庫xlwings的誕生很好地回答了這些問題，它讓Excel和Python珠聯璧合。而作為xlwings的創始人，本書作者將展示如何借用......
目錄
●前言
第一部分 Python入門
第1章 為什麼要用Python為Excel編程
1.1 Excel作為一門編程語言
1.1.1 新聞中的Excel
1.1.2 編程很好實踐
1.1.3 現代Excel
1.2 用在Excel上的Python
1.2.1 可讀性和可維護性
1.2.2 標準庫和包管理器
1.2.3 科學計算
1.2.4 現代語言特性
1.2.5 跨平台兼容性
1.3 小結
第2章 開發環境
2.1 Anaconda Python發行版
2.1.1 安裝
2.1.2 Anaconda Prompt
2.1.3 Python REPL：交互式Python會話
2.1.4 包管理器：Conda和pip
2.1.5 Conda環境
2.2 Jupyter筆記本
2.2.1 運行Jupyter筆記本
2.2.2 筆記本單元格
2.2.3 編輯模式與命令模式
2.2.4 執行順序很重要
2.2.5 關閉Jupyter筆記本
2.3 VS Code
2.3.1 安裝和配置
2.3.2 執行Python腳本
2.4 小結
第3章 Python入門
3.1 數據類型
3.1.1 對象
3.1.2 數值類型
3.1.3 布爾值
3.1.4 字符串
3.2 索引和切片
3.2.1 索引
3.2.2 切片
3.3 數據結構
3.3.1 列表
3.3.2 字典
3.3.3 元組
3.3.4 集合
3.4 控制流
3.4.1 代碼塊和pass語句
3.4.2 if語句和條件表達式
3.4.3 for循環和while循環
3.4.4 列表、字典和集合推導式
3.5 組織代碼
3.5.1 函數
3.5.2 模塊和import語句
3.5.3 datetime類
3.6 PEP 8：Python風格指南
3.6.1 PEP 8和VS Code
3.6.2 類型提示
3.7 小結
第二部分 pandas入門
第4章 NumPy基礎
4.1 NumPy入門
4.1.1 NumPy數組
4.1.2 向量化和廣播
4.1.3 通用函數
4.2 創建和操作數組
4.2.1 存取元素
4.2.2 方便的數組構造器
4.2.3 視圖和副本
4.3 小結
第5章 使用pandas進行數據分析
5.1 DataFrame和Series
5.1.1 索引
5.1.2 列
5.2 數據操作
5.2.1 選取數據
5.2.2 設置數據
5.2.3 缺失數據
5.2.4 重複數據
5.2.5 算術運算
5.2.6 處理文本列
5.2.7 應用函數
5.2.8 視圖和副本
5.3 組合DataFrame
5.3.1 連接
5.3.2 連接和合併
5.4 描述性統計量和數據聚合
5.4.1 描述性統計量
5.4.2 分組
5.4.3 透視和熔化
5.5 繪圖
5.5.1 Matplotlib
5.5.2 Plotly
5.6 導入和導出DataFrame
5.6.1 導出CSV文件
5.6.2 導入CSV文件
5.7 小結
第6章 使用pandas進行時序分析
6.1 DatetimeIndex
6.1.1 創建DatetimeIndex
6.1.2 篩選DatetimeIndex
6.1.3 處理時區
6.2 常見時序操作
6.2.1 移動和百分比變化率
6.2.2 基數的更改和相關性
6.2.3 重新採樣
6.2.4 滾動窗口
6.3 pandas的局限性
6.4 小結
第三部分 在Excel之外讀寫Excel文件
第7章 使用pandas操作Excel文件
7.1 案例研究：Excel報表
7.2 使用pandas讀寫Excel文件
7.2.1 read_excel函數和ExcelFile類
7.2.2 to_excel方法和ExcelWriter類
7.3 使用pandas處理Excel文件的局限性
7.4 小結
第8章 使用讀寫包操作Excel文件
8.1 讀寫包
8.1.1 何時使用何種包
8.1.2 excel.py模塊
8.1.3 OpenPyXL
8.1.4 XlsxWriter
8.1.5 pyxlsb
8.1.6 xlrd、xlwt和xlutils
8.2 讀寫包的高級主題
8.2.1 處理大型Excel文件
8.2.2 調整DataFrame在Excel中的格式
8.2.3 案例研究（複習）：Excel報表
8.3 小結
第四部分 使用xlwings對Excel應用程序進行編程
第9章 Excel自動化
9.1 開始使用xlwings
9.1.1 將Excel用作數據查看器
9.1.2 Excel對像模型
9.1.3 運行VBA代碼
9.2 轉換器、選項和集合
9.2.1 處理DataFrame
9.2.2 轉換器和選項
9.2.3 表、片和已定義名稱
9.2.4 案例研究（再次回顧）：Excel報表
9.3 高級xlwings主題
9.3.1 xlwings的基礎
9.3.2 提升性能
9.3.3 如何彌補缺失的功能
9.4 小結
第10章 Python驅動的Excel工具
10.1 利用xlwings將Excel用作前端
10.1.1 Excel插件
10.1.2 quickstart命令
10.1.3 Run main
10.1.4 RunPython函數
10.2 部署
10.2.1 Python依賴
10.2.2 獨立工作簿：脫離xlwings插件
10.2.3 配置的層次關係
10.2.4 設置
10.3 小結
第11章 Python包追踪器
11.1 構建什麼樣的應用程序
11.2 核心功能
11.2.1 Web API
11.2.2 數據庫
11.2.3 異常
11.3 應用程序架構
11.3.1 前端
11.3.2 後端
11.3.3 調試
11.4 小結
第12章 用戶定義函數
12.1 UDF入門
12.2 案例研究：Google Trends
12.2.1 Google Trends簡介
12.2.2 使用DataFrame和動態數組
12.2.3 從Google Trends上獲取數據
12.2.4 使用UDF繪製表
12.2.5 調試UDF
12.3 高級UDF主題
12.3.1 基礎性能優化
12.3.2 緩存
12.3.3 sub裝飾器
12.4 小結
附錄A Conda環境
附錄B 高級VS Code功能
附錄C 高級Python概念
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文件並不罕見。 Python是數據分析師和數據科學家的優選語言。通過本書，即使接近不了解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函數，以及如何用自動化Python庫替代VBA宏和用戶定義函數等。本書既適合Excel用戶，也適合Python用戶閱讀。
作者簡介
(瑞士)費利克斯·朱姆斯坦 著 馮黎 譯
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。
數據荒島求生 從Excel數據分析到Python數據分析
作 者:曹鑑華,趙奇 著
出 版 社:中國水利水電出版社
出版日期:2021年03月01日
頁 數:264
裝 幀:平裝
ISBN:9787517093954
目錄
●數據分析基礎篇
第1章 一個人、一匹馬，勇闖數據荒島——數據分析基礎
1.1 為何要做數據分析
1.2 如何做數據分析
1.2.1 數據分析過程
1.2.2 數據分析層次
1.3 常見數據分析應用場景
第2章 一把魔弓、一柄魔刀，武功裝備——數據分析基礎工具
2.1 表格數據分析王者——Excel
2.1.1 Excel簡介
2.1.2 Excel Power Query模塊
2.1.3 快速入門Excel數據分析
【案例2-1】基於Excel的新浪網股票個股龍虎榜數據分析
2.2 主戰自動化數據分析強者——Python
2.2.1 安裝和使用Anaconda
【案例2-2】使用Jupyter Notebook開發第一個Python程序
【案例2-3】使用Spyder開發第一個Python程序
2.2.2 Python語言編程基礎
【案例2-4】使用Spyder編寫程序求解平均速度
【案例2-5】使用Spyder編寫程序設定條件求解平均速度
【案例2-6】使用Spyder編寫程序計算1*2*3*…*10=？
【案例2-7】編寫函數求解兩點之間的距離
【案例2-8】編寫水果類實例的程序
【案例2-9】使用random庫隨機產生一組數存入列表
【案例2-10】使用pip工具 安裝第三方庫
【案例2-11】編寫代碼讀取文件內容，修改後再輸出到文件
【案例2-12】編寫Python代碼處理文件讀取異常
2.2.3 Python Numpy數組計算庫
2.2.4 Python Pandas數據分析庫
2.2.5 Python Matpllotlib/Seaborn可視化庫
【案例2-13】使用Matplotlib繪製隨時間變化的趨勢圖
【案例2-14】使用Seaborn第三方庫繪製數據分佈箱形圖
2.2.6 快速入門Python數據分析
【案例2-15】基於Python編程的鳶尾花數據分析
2.3 本章小結
數據分新實踐篇
第3章 荒島上的食物、淡水來源——數據源獲取
3.1 本地源——導入數據文件
……
數據分析進階篇
附錄 Excel與Python數據分析方法實現對比概要表
內容簡介
本書對比介紹Excel和Python兩種工具在實現數據分析方面的相關內容和方法，旨在引領讀者在大數據時代從Excel進階到Python編程完成數據分析任務。書中按照學習遞進層次分為數據分析基礎篇、數據分析實踐篇和數據分析進階篇三部分內容，數據分析基礎篇包括數據分析基礎、數據分析基礎工具；數據分析實踐篇對比介紹使用Excel和Python來完成數據分析的各個步驟方法，包括數據源獲取、數據預處理、數據選擇、數據運算、數據分組、時序數據、數據可視化和數據輸出；數據分析進階篇包括使用簡單工具實現數據分析進階、Python數據分析自動化報表進階。
本書將掘金者荒野求生的遊戲場景代入數據分析過程，形象貼切、結構緊湊、內容翔實、圖文並茂、案例豐富，適合對數據分析感興趣的讀者入門和進階學習，同時對從事數據科學、大數據相關工程的技術人員亦具有一定參考價值。
