從EXCEL到PYTHON數(shù)據(jù)分析——PANDAS、XLWINGS、OPENPYXL、MATPLOTLIB的交互與應(yīng)用 版權(quán)信息
- ISBN:9787302640943
- 條形碼:9787302640943 ; 978-7-302-64094-3
- 裝幀:平裝-膠訂
- 冊(cè)數(shù):暫無
- 重量:暫無
- 所屬分類:>>
從EXCEL到PYTHON數(shù)據(jù)分析——PANDAS、XLWINGS、OPENPYXL、MATPLOTLIB的交互與應(yīng)用 本書特色
采用理論與實(shí)踐相結(jié)合的原則,在各章的開篇采用圖解方式,將所有知識(shí)點(diǎn)先貫穿起來,然后對(duì)每個(gè)知識(shí)點(diǎn)配套案例講解。
在講解的過程中重思路、重基礎(chǔ)、重實(shí)操,“用讀者易于理解且可隨時(shí)直接套用的案例,方便讀者以*短的時(shí)間高效掌握*實(shí)用的技能”是本書創(chuàng)作的初衷。
在Pandas、xlwings、openpyxl的高階應(yīng)用過程中,書中有演示大量的對(duì)比方案,例如同一批量操作Pandas、xlwings、openpyxl三者間不同的應(yīng)用方法。
從EXCEL到PYTHON數(shù)據(jù)分析——PANDAS、XLWINGS、OPENPYXL、MATPLOTLIB的交互與應(yīng)用 內(nèi)容簡(jiǎn)介
本書采用理論與實(shí)踐相結(jié)合的原則,在各章的開篇會(huì)采用圖解方式,將所有知識(shí)點(diǎn)先貫穿起來,然后對(duì)每個(gè)知識(shí)點(diǎn)配套案例講解!坝米x者易于理解且可隨時(shí)直接套用的案例,方便讀者以*短的時(shí)間高效掌握*實(shí)用的技能”是本書創(chuàng)作的初衷。
全書共分為6篇:**篇為入門篇(第1章和第2章),第二篇為基礎(chǔ)篇(第3章和第4章),第三篇為強(qiáng)化篇(第5~7章),第四篇為進(jìn)階篇(第8章和第9章), 第五篇為高階篇(第10章和第11章), 第六篇為案例篇(第12章)。書中主要內(nèi)容包括開啟Python之旅、Python基礎(chǔ)入門、Pandas數(shù)據(jù)提取、Pandas數(shù)據(jù)轉(zhuǎn)換、Pandas文本與日期、Pandas數(shù)據(jù)處理、Pandas數(shù)據(jù)重塑、xlwings高效辦公、openpyxl高效辦公、Python數(shù)據(jù)處理自動(dòng)化、Python數(shù)據(jù)分析自動(dòng)化、Excel+Python綜合應(yīng)用。
本書適用于具有一些數(shù)據(jù)分析或Python基礎(chǔ)的讀者,包括電商客服、質(zhì)量統(tǒng)計(jì)、財(cái)務(wù)金融、人事行政等與數(shù)據(jù)分析密切相關(guān)的從業(yè)人員,也可作為高等院校、IT培訓(xùn)機(jī)構(gòu)或IT專業(yè)人士的參考書籍。
從EXCEL到PYTHON數(shù)據(jù)分析——PANDAS、XLWINGS、OPENPYXL、MATPLOTLIB的交互與應(yīng)用 目錄
本書源碼
**篇入門篇
第1章開啟Python之旅
1.1Python快速入門
1.1.1Python進(jìn)化史
1.1.2搭建編程環(huán)境
1.2Anaconda下載與安裝
1.2.1下載Anaconda
1.2.2安裝Anaconda
1.2.3使用Anaconda
1.3Jupyter Notebook
1.3.1操作界面
1.3.2Code運(yùn)行模式
1.3.3Markdown模式
1.3.4常用快捷鍵
1.3.5常用魔法命令
第2章Python基礎(chǔ)入門
2.1程序設(shè)計(jì)
2.1.1編碼規(guī)范
2.1.2命名規(guī)范
2.1.3保留字
2.1.4標(biāo)識(shí)符
2.1.5變量
2.1.6代碼縮進(jìn)
2.1.7注釋
2.1.8輸入與輸出
2.2數(shù)據(jù)結(jié)構(gòu)
2.2.1列表
2.2.2元組
2.2.3字典
2.2.4集合
2.3數(shù)據(jù)類型
2.3.1數(shù)值型
2.3.2字符串型
2.3.3布爾型
2.4運(yùn)算符
2.4.1算術(shù)運(yùn)算符
2.4.2賦值運(yùn)算符
2.4.3比較運(yùn)算符
2.4.4邏輯運(yùn)算符
2.4.5位運(yùn)算符
2.5數(shù)據(jù)算法
2.5.1順序結(jié)構(gòu)
2.5.2分支結(jié)構(gòu)
2.5.3循環(huán)結(jié)構(gòu)
2.6迭代器與生成器
2.6.1迭代器
2.6.2生成器
2.7函數(shù)與方法
2.7.1內(nèi)置函數(shù)
2.7.2自定義函數(shù)
2.7.3匿名函數(shù)
2.8異常處理
2.8.1內(nèi)置異常
2.8.2異常處理
第二篇基礎(chǔ)篇
第3章Pandas數(shù)據(jù)提取
3.1Pandas簡(jiǎn)介
3.1.1Pandas數(shù)據(jù)分析
3.1.2SMED與數(shù)據(jù)分析
3.1.3Excel數(shù)據(jù)的讀取流程
3.2pd.read_excel()函數(shù)
3.2.1路徑參數(shù)
3.2.2引擎參數(shù)
3.3工作表名稱
3.3.1選擇工作簿中的所有工作表
3.3.2選擇工作簿中指定的工作表
3.3.3選擇工作簿中具體的某一工作表
3.4標(biāo)題
3.4.1提升為標(biāo)題
3.4.2不需要標(biāo)題
3.4.3多層索引
3.5處理行
3.5.1跳過行
3.5.2保留行
3.6選擇列
3.6.1指定索引列
3.6.2選擇列
3.7數(shù)據(jù)類型
3.7.1查看數(shù)據(jù)類型
3.7.2轉(zhuǎn)換數(shù)據(jù)類型
3.7.3解析日期時(shí)間列
3.8對(duì)Excel的讀取與解析
3.9存儲(chǔ)數(shù)據(jù)
3.9.1to_excel
3.9.2ExcelWriter
第4章Pandas數(shù)據(jù)轉(zhuǎn)換
4.1Pandas入門
4.1.1數(shù)據(jù)處理流程
4.1.2數(shù)據(jù)轉(zhuǎn)換內(nèi)容
4.2創(chuàng)建Series
4.2.1列表轉(zhuǎn)Series
4.2.2元組轉(zhuǎn)Series
4.2.3字典轉(zhuǎn)Series
4.2.4ndarray轉(zhuǎn)Series
4.2.5常量轉(zhuǎn)Series
4.3創(chuàng)建DataFrame
4.3.1文件導(dǎo)入生成
4.3.2Series創(chuàng)建
4.3.3字典創(chuàng)建
4.3.4二維列表創(chuàng)建
4.3.5元組創(chuàng)建
4.4索引與切片
4.4.1直接索引
4.4.2標(biāo)簽索引
4.4.3位置索引
4.5邏輯值篩選
4.5.1索引器訪問
4.5.2查詢方法
4.6移動(dòng)列
4.7選擇列
4.7.1篩選列
4.7.2選擇數(shù)據(jù)類型
4.8列名修改
4.8.1列名替換
4.8.2重命名列
4.9添加列
4.9.1屬性賦值
4.9.2分配新列
4.9.3表達(dá)式創(chuàng)建新列
4.10添加行
4.10.1追加行
4.10.2添加多行
4.11刪除操作
4.11.1刪除
4.11.2刪除缺失值
4.11.3刪除重復(fù)項(xiàng)
4.12填充操作
第三篇強(qiáng)化篇
第5章Pandas文本與日期
5.1字符串處理
5.1.1字符串處理流程
5.1.2正則表達(dá)式
5.1.3文本正則應(yīng)用
5.2日期和時(shí)間
5.2.1時(shí)間點(diǎn)
5.2.2時(shí)間段
5.2.3時(shí)間差
5.2.4時(shí)間偏移
5.2.5頻率轉(zhuǎn)換
第6章Pandas數(shù)據(jù)處理
6.1數(shù)據(jù)對(duì)齊
6.1.1對(duì)齊性
6.1.2空值處理
6.1.3設(shè)置行索引
6.1.4重置索引或?qū)蛹?jí)
6.1.5重置行列索引
6.2數(shù)值排序
6.2.1排序規(guī)則
6.2.2索引排序
6.2.3數(shù)值排序
6.2.4數(shù)據(jù)排名
6.3統(tǒng)計(jì)分析
6.3.1統(tǒng)計(jì)學(xué)基礎(chǔ)
6.3.2唯一值
6.3.3聚合統(tǒng)計(jì)
6.3.4聚合運(yùn)算
6.4移動(dòng)窗口
6.4.1滾動(dòng)
6.4.2差分
6.4.3偏移
6.4.4擴(kuò)展
6.4.5同環(huán)比
6.5數(shù)據(jù)遍歷
6.5.1映射
6.5.2應(yīng)用
6.5.3應(yīng)用映射
6.5.4轉(zhuǎn)換
6.6數(shù)據(jù)分組
6.6.1創(chuàng)建分組對(duì)象
6.6.2分組對(duì)象的應(yīng)用
6.6.3扁平化分組表
6.6.4循環(huán)分組對(duì)象
6.7數(shù)據(jù)透視
第7章Pandas數(shù)據(jù)重塑
7.1多層索引
7.1.1生成多層索引
7.1.2設(shè)置多層索引
7.2結(jié)構(gòu)重塑
7.2.1重置索引
7.2.2從列到行堆疊
7.2.3從行到列取消堆疊
7.2.4逆透視
7.2.5層級(jí)交換
7.2.6重新排列索引級(jí)別
7.2.7刪除層級(jí)
7.2.8行列轉(zhuǎn)置
7.2.9擴(kuò)展到行
7.3追加查詢
7.3.1數(shù)據(jù)追加
7.3.2縱橫拼接
7.4合并查詢
7.4.1數(shù)據(jù)合并
7.4.2按索引合并
7.5在Power BI中運(yùn)行
7.5.1緣何從Excel進(jìn)階Python
7.5.2Power BI與Pandas的互補(bǔ)性
第四篇進(jìn)階篇
第8章xlwings高效辦公
8.1xlwings對(duì)象模型
8.2xlwings基礎(chǔ)語法
8.2.1新建工作簿
8.2.2打開工作簿
8.2.3新增工作表
8.2.4寫入數(shù)據(jù)
8.2.5單元格引用
8.2.6合并單元格
8.2.7單元格區(qū)域
8.2.8應(yīng)用程序接口
8.2.9區(qū)域調(diào)整
8.2.10選項(xiàng)方法
8.3xlwings工作表調(diào)整
8.3.1加密工作簿
8.3.2保護(hù)工作表
8.3.3隱藏工作表
8.3.4凍結(jié)窗格
8.4xlwings行列調(diào)整
8.4.1插入公式
8.4.2插入行列
8.4.3刪除行列
8.4.4行高與列寬
8.5xlwings樣式調(diào)整
8.5.1字體樣式
8.5.2邊框樣式
8.5.3對(duì)齊樣式
8.5.4填充樣式
8.5.5數(shù)據(jù)格式
8.5.6條件格式
8.5.7表格格式
8.6xlwings添加圖表
8.6.1xlwings插入圖片
8.6.2xlwings創(chuàng)建圖表
8.6.3與Pandas交互
8.6.4與NumPy及Matplotlib交互
8.6.5與Pandas及Matplotlib交互
8.6.6與Pandas及Seaborn交互
8.7與Pandas的用法對(duì)比
8.7.1拆分列并擴(kuò)展到行
8.7.2查看所有工作表名稱
8.7.3打開一個(gè)已有工作簿
8.7.4在一個(gè)工作簿中新增一個(gè)工作表
第9章openpyxl高效辦公
9.1openpyxl基礎(chǔ)語法
9.1.1創(chuàng)建、保存工作簿
9.1.2打開工作簿
9.1.3創(chuàng)建、刪除工作表
9.1.4復(fù)制、移動(dòng)工作表
9.1.5移動(dòng)區(qū)域范圍
9.1.6合并單元格
9.1.7行列范圍用法
9.2openpyxl工作表調(diào)整
9.2.1保護(hù)工作表
9.2.2隱藏工作表
9.2.3凍結(jié)窗格
9.2.4標(biāo)簽顏色
9.3openpyxl行列應(yīng)用
9.3.1插入公式
9.3.2插入行列
9.3.3刪除行列
9.3.4隱藏行列
9.3.5行高與列寬
9.3.6數(shù)據(jù)組合
9.4openpyxl樣式設(shè)置
9.4.1字體樣式
9.4.2邊框樣式
9.4.3對(duì)齊樣式
9.4.4填充樣式
9.4.5文本樣式
9.4.6數(shù)據(jù)格式
9.4.7條件格式
9.5openpyxl數(shù)據(jù)處理
9.5.1行值統(tǒng)計(jì)
9.5.2列值統(tǒng)計(jì)
9.6openpyxl添加圖表
9.6.1添加圖片
9.6.2添加圖表
9.7openpyxl與Pandas交互
9.7.1openpyxl獲取來自Pandas的數(shù)據(jù)
9.7.2Pandas獲取來自openpyxl的數(shù)據(jù)
第五篇高階篇
第10章Python數(shù)據(jù)處理自動(dòng)化
10.1pathlib基礎(chǔ)
10.1.1常用方法
10.1.2路徑處理
10.1.3批量重命名應(yīng)用
10.1.4與xlwings交互
10.1.5與openpyxl交互
10.2批量創(chuàng)建空白工作簿
10.2.1Pandas實(shí)現(xiàn)方式
10.2.2xlwings實(shí)現(xiàn)方式
10.2.3openpyxl實(shí)現(xiàn)方式
10.3批量操作單個(gè)工作簿
10.3.1將一個(gè)工作表復(fù)制到另一個(gè)工作簿
10.3.2將一個(gè)工作表批量復(fù)制到多個(gè)工作簿
10.3.3在一個(gè)工作表旁新增多個(gè)工作表
10.3.4將所有工作表合并成一個(gè)工作表
10.3.5按列值將一個(gè)工作表拆分成多個(gè)工作表
10.3.6按表名將多個(gè)工作表拆分為多個(gè)工作簿
10.3.7按列將一個(gè)工作表拆分成多個(gè)工作簿
10.3.8將一個(gè)工作表拆分成多個(gè)工作簿的多個(gè)工作表
10.3.9重命名一個(gè)工作簿中的所有工作表
10.3.10刪除一個(gè)工作簿中的指定工作表
10.4批量操作多個(gè)工作簿
10.4.1批量打開現(xiàn)有工作簿
10.4.2將多個(gè)工作簿中所有工作表合并為一個(gè)工作表
10.4.3批量重命名多個(gè)工作簿中的同名工作表
10.4.4在多個(gè)工作簿中批量刪除工作表
10.4.5批量隱藏工作簿中的工作表
第11章Python數(shù)據(jù)分析自動(dòng)化
11.1數(shù)據(jù)分析方法論
11.1.1數(shù)據(jù)分析方法
11.1.2數(shù)據(jù)分析的5W1H
11.1.3數(shù)據(jù)分析流程
11.1.4Pandas數(shù)據(jù)分析應(yīng)用
11.2單個(gè)工作簿數(shù)據(jù)處理
11.2.1對(duì)所有工作表進(jìn)行數(shù)據(jù)篩選
11.2.2對(duì)所有工作表進(jìn)行批量排序
11.2.3對(duì)所有工作表求*大值和*小值
11.2.4對(duì)所有工作表進(jìn)行各自統(tǒng)計(jì)
11.2.5對(duì)所有工作表進(jìn)行數(shù)據(jù)透視
11.3多個(gè)工作簿數(shù)據(jù)處理
11.3.1對(duì)所有工作簿的數(shù)據(jù)批量排序
11.3.2對(duì)多個(gè)工作簿批量統(tǒng)計(jì)*大值和*小值
11.3.3對(duì)多個(gè)工作簿中的各工作表分類匯總
11.3.4對(duì)多個(gè)工作簿批量制作數(shù)據(jù)透視表
11.4圖表與數(shù)據(jù)的綜合應(yīng)用
11.4.1圖表的應(yīng)用
11.4.2添加柱形圖
11.4.3添加簇狀柱形圖
11.4.4添加雙軸組合圖
11.4.5添加多個(gè)子圖
11.4.6Matplotlib應(yīng)用流程
11.5批量打印工作簿中的工作表
11.6批量加密保護(hù)工作簿
第六篇案例篇
第12章Excel Python綜合應(yīng)用
12.1綜觀全局
12.1.1數(shù)據(jù)獲取
12.1.2信息獲取
12.2數(shù)據(jù)質(zhì)量
12.2.1異常值探究
12.2.2缺失值處理
12.3數(shù)據(jù)現(xiàn)狀
12.3.1現(xiàn)狀摸底
12.3.2數(shù)據(jù)觀測(cè)
12.4數(shù)據(jù)分析
12.4.1分組統(tǒng)計(jì)
12.4.2數(shù)據(jù)透視
12.4.3時(shí)序分析
12.5數(shù)據(jù)可視化
12.5.1統(tǒng)計(jì)操作量
12.5.2管理標(biāo)準(zhǔn)差
12.5.3數(shù)據(jù)集子圖
12.5.4流向流量圖
12.6數(shù)據(jù)自動(dòng)化
展開全部
從EXCEL到PYTHON數(shù)據(jù)分析——PANDAS、XLWINGS、OPENPYXL、MATPLOTLIB的交互與應(yīng)用 作者簡(jiǎn)介
黃福星,精益六西格瑪黑帶,物流職業(yè)經(jīng)理人(運(yùn)營(yíng)總監(jiān))。二十多年工作經(jīng)歷,職業(yè)生涯橫跨大型生產(chǎn)制造、綜合保稅物流與供應(yīng)鏈、快遞快運(yùn)與新零售等。在信息流指導(dǎo)物流、數(shù)據(jù)指導(dǎo)改善、物流降本增效方面經(jīng)驗(yàn)豐富,能夠熟練地將精益改善技術(shù)與大數(shù)據(jù)分析技術(shù)運(yùn)用于各類現(xiàn)場(chǎng)管理。