●针对零编程基础人士量身打造，适合办公室人群阅读 无须丰富的编程经验即可开始使用Python，借助编程的力量，轻松突破Excel的瓶颈，避免人为错误，将Excel和数据库连接并获取数据，让烦琐的Excel任务自动化，让您能将更多宝贵的时间花在更有价值的任务上。 X* M/ E O$ V* v
●xlwings创始人倾力打造，手把手教学 “将Python作为Excel的脚本语言”开源Python库xlwings的诞生很好地回答了这些问题，它让Excel和Python珠联璧合。而作为xlwings的创始人，本书作者将展示如何借用......- H) s+ ]4 C6 N6 x5 Y+ Y
目录- x: a6 L+ @& {6 S; I1 Z) f
●前言
/ O; k. y ]/ {2 r- ~, c) P 第一部分 Python入门6 B) h6 n7 X* z, }2 N8 J2 Z+ n# v
第1章 为什么要用Python为Excel编程
! Y2 Q- D1 ~( i& A' h' X. e3 M 1.1 Excel作为一门编程语言4 E, h& A5 f ~" S: E
1.1.1 新闻中的Excel
* a9 G2 r! Z3 t: I h 1.1.2 编程很好实践3 T) I9 V5 c4 a* b- j# N4 m! M
1.1.3 现代Excel& _2 \7 O# ?; X p6 \5 r( h
1.2 用在Excel上的Python
a7 r% y( P. l' j+ P5 c7 b4 q* x0 k 1.2.1 可读性和可维护性
4 v" P- O3 y/ _8 Q0 H! j7 N6 d 1.2.2 标准库和包管理器
# H2 N+ j' o+ u5 J 1.2.3 科学计算 B b4 S* D; D6 G5 g2 B- W2 ~. J: s0 i
1.2.4 现代语言特性
i* S6 c# }+ e: r 1.2.5 跨平台兼容性& k; C' o) y& Z0 @ j @) h! A
1.3 小结
3 `0 p( l# J' } 第2章 开发环境
# X; L6 l: Y. l7 |- q( n. J" x8 l 2.1 Anaconda Python发行版# Y& g+ { L$ c$ L6 D* C5 c: [5 E
2.1.1 安装
5 P2 v2 I6 Y8 H# j 2.1.2 Anaconda Prompt
7 T6 i! ]' V0 v5 x+ a 2.1.3 Python REPL：交互式Python会话
4 A- r1 w( k: g& h 2.1.4 包管理器：Conda和pip$ ^* i1 d: m. R9 C
2.1.5 Conda环境# d* F" K+ T8 }7 g) _
2.2 Jupyter笔记本4 U% S5 G; j# ?( y7 `
2.2.1 运行Jupyter笔记本
( {" n1 t7 w9 w2 G9 m 2.2.2 笔记本单元格: @) Z# V( d4 B& g& P/ A
2.2.3 编辑模式与命令模式
0 k. i, G8 _4 W 2.2.4 执行顺序很重要) p2 `; z" c3 c1 B- M( S! C
2.2.5 关闭Jupyter笔记本
M3 J4 N" T+ c; B5 E 2.3 VS Code
; L* I$ I( Y# i* G& w" r( K' X 2.3.1 安装和配置0 } X) K. Z0 u" s1 t# u Q8 B4 R
2.3.2 执行Python脚本
+ c8 P9 S' ]% C% t" | 2.4 小结
% z; r( o: `+ y9 f- I 第3章 Python入门
$ L% d2 O% ^* B' P7 ` 3.1 数据类型
+ a6 ~$ H. z" E% P. a( n7 k1 ^ 3.1.1 对象" E: w7 h$ Y: v' j3 I% D: Z% b" ?! x
3.1.2 数值类型
$ t7 e9 r5 P: Z- b1 z& O' M 3.1.3 布尔值
- Y! o! m( U8 `. d7 u1 l; T, [ 3.1.4 字符串
- Z: i) m" G# w8 [* ^, {1 l 3.2 索引和切片3 Y; }. M3 q" h8 r
3.2.1 索引
+ W( C, m. x4 s. v, g) s. L 3.2.2 切片2 B- Y) X' Y$ L/ k2 A! G
3.3 数据结构) S; x1 m, o$ S) ]" A
3.3.1 列表. {9 u7 {3 P4 a& m' d: i% T
3.3.2 字典
/ S* V: O; R$ I) |2 T 3.3.3 元组; c9 {1 f' a, {
3.3.4 集合6 B7 g4 S9 h# ^2 s. C
3.4 控制流
2 u! K% g) {% O: ]5 B5 ? 3.4.1 代码块和pass语句' K% X3 K( l! q+ ]9 X h
3.4.2 if语句和条件表达式
- K( I) v' N& x6 I1 d( q 3.4.3 for循环和while循环
\' T* N& J5 d& q' v( f) ]8 u 3.4.4 列表、字典和集合推导式5 ~: w. [. j5 [
3.5 组织代码5 E: f8 O$ ^; W% O, K
3.5.1 函数
9 i" }6 u; N) d x+ \6 \ 3.5.2 模块和import语句
1 w& D! k4 U7 u: Z7 O# e 3.5.3 datetime类# B. m3 v5 ?; Q1 I- g: V* M
3.6 PEP 8：Python风格指南 L# |- P1 O. `' x9 _0 s
3.6.1 PEP 8和VS Code+ C4 n" }$ A, |+ {
3.6.2 类型提示6 Q6 t" f3 U1 L- U2 ^
3.7 小结$ Z! F3 T$ ]) u1 m6 q, m- m% s3 _" W
第二部分 pandas入门
( F9 |2 R) T9 x+ W 第4章 NumPy基础
' k/ n" p. i& v 4.1 NumPy入门
* ]" c/ f2 Q- ^9 R3 \% a 4.1.1 NumPy数组
4 P8 q+ O0 Z; \ Y0 P# F1 X$ @' I 4.1.2 向量化和广播
+ o& M5 N+ |7 g+ H4 [3 H 4.1.3 通用函数
; e9 p6 K: S9 }1 X/ B, j% ^+ m 4.2 创建和操作数组
+ q4 M# s4 F* z/ ?: m 4.2.1 存取元素+ p( |: y! W2 D, k+ C/ R( H+ \0 a$ S
4.2.2 方便的数组构造器
2 @# k; k5 V) o; x 4.2.3 视图和副本
- T: }' u7 g1 \+ r$ \4 @ 4.3 小结
6 p- w4 u7 x( U' r) ` 第5章 使用pandas进行数据分析0 {8 m. U X( z/ f, w
5.1 DataFrame和Series# h$ u2 p4 P' ^! h6 }
5.1.1 索引; M/ u# ]; N: J- d/ v% A
5.1.2 列
& J. B: t# w, H* V& e; v/ c8 z& ` 5.2 数据操作
8 C( x) g( u6 L 5.2.1 选取数据
/ d& h/ i8 w4 Y. u$ c 5.2.2 设置数据
f: ~; t7 }2 ^4 m# F 5.2.3 缺失数据. R. {" k8 a. j# H* V
5.2.4 重复数据' k7 \. O! I1 c
5.2.5 算术运算
$ s9 [; ^) d& d, H9 P2 _ u7 g 5.2.6 处理文本列
% ~9 v; ?9 x1 t, Y7 {% ?, m 5.2.7 应用函数* \. X* x9 _ D7 Y( s' |
5.2.8 视图和副本9 S8 U! S+ u+ |" I' S6 b# G
5.3 组合DataFrame) E, @+ r% t5 Z5 R
5.3.1 连接5 X3 N; o6 H6 X. s, q0 e* D% S
5.3.2 连接和合并4 u3 B2 S8 b! p6 X- e' G' A
5.4 描述性统计量和数据聚合8 g5 G$ s5 e% a
5.4.1 描述性统计量
, V( m2 y! l+ P3 G% r3 g; p 5.4.2 分组/ T; g( V( S- G+ N/ r8 k* ^
5.4.3 透视和熔化8 F# w% H0 o8 [* |# j" }
5.5 绘图
! l% L' E8 p0 [. c* g. R 5.5.1 Matplotlib0 ~! ]+ ]! z$ K' T; ?; b/ v
5.5.2 Plotly2 @+ ~- b$ `1 X2 d) t$ J
5.6 导入和导出DataFrame
" s) o& U+ m0 k& c9 z 5.6.1 导出CSV文件
6 k3 A! o. n7 x' } 5.6.2 导入CSV文件' z1 `2 W! k1 [& L* F2 C
5.7 小结
! X* r) S1 ?' Y: c) P L" y 第6章 使用pandas进行时序分析8 x+ U7 G& Y7 p: r' t2 N
6.1 DatetimeIndex
! K" y, ~, l; Z0 u- v: X; t 6.1.1 创建DatetimeIndex
. N! H- {# [$ N; A6 w4 ^ 6.1.2 筛选DatetimeIndex
% s( b% K6 q( U( X* ~' G 6.1.3 处理时区
! R0 q5 N9 T7 l- |$ e) ? 6.2 常见时序操作
6 n1 Y7 g B. I, ?" a+ y- K 6.2.1 移动和百分比变化率
/ S8 K2 O; J- N q8 O 6.2.2 基数的更改和相关性8 _$ r, H3 v/ |
6.2.3 重新采样3 f$ q. G. I+ t! b; \5 G
6.2.4 滚动窗口4 J- m. u) k/ z9 K" H1 L& R) l
6.3 pandas的局限性/ t. W2 N( E& ]( a! D; M+ N
6.4 小结7 _& `+ ]# D" h% I
第三部分 在Excel之外读写Excel文件
2 h4 p, b# r5 p6 s0 s* C! k 第7章 使用pandas操作Excel文件
0 O0 I6 r" i* e6 L' | 7.1 案例研究：Excel报表
% B! F! I0 ]# j( w) }0 g. h 7.2 使用pandas读写Excel文件
& `- r% [4 i" L# H8 H/ G* U) b 7.2.1 read_excel函数和ExcelFile类
& P. x0 J/ r7 P 7.2.2 to_excel方法和ExcelWriter类
; J$ Q& e. o5 c+ _, \0 ^ 7.3 使用pandas处理Excel文件的局限性
1 k4 n5 @+ A+ e& I3 _5 t& K0 g 7.4 小结2 M+ }7 A6 f1 d
第8章 使用读写包操作Excel文件+ U i7 k, W3 E& ?' X
8.1 读写包
7 C( {, H) ]. _1 F% u 8.1.1 何时使用何种包
9 ^- y/ ^! U m+ X( @7 B 8.1.2 excel.py模块
: W, c; q4 D2 x4 l0 S8 h: Q0 C 8.1.3 OpenPyXL
( T y( l, M+ {- r$ r$ ~ q 8.1.4 XlsxWriter, c# G; Y8 L5 T- D
8.1.5 pyxlsb4 w( ?) y# B/ H6 i, u
8.1.6 xlrd、xlwt和xlutils; d3 ?8 l( G4 Y P) T5 d0 p; c
8.2 读写包的高级主题: s- l$ l) m4 F4 o8 r% h3 D! w$ A
8.2.1 处理大型Excel文件
$ \) H' l: ?" n2 K; Z- V6 z 8.2.2 调整DataFrame在Excel中的格式6 k( }' B4 M, p% V! z5 x+ M
8.2.3 案例研究（复习）：Excel报表2 _6 {# S5 ]' G( r* s& [
8.3 小结
: _0 H/ Q. l6 }1 n 第四部分 使用xlwings对Excel应用程序进行编程
0 H1 m# T$ E, I. ` 第9章 Excel自动化3 N8 H; A' G' _+ s; [$ u
9.1 开始使用xlwings
& x2 |% A* I) L( W1 ]9 c+ z 9.1.1 将Excel用作数据查看器# [: ^9 H# C. C5 K8 l
9.1.2 Excel对象模型1 n* o; K) N; [8 s3 l, P# x" h
9.1.3 运行VBA代码8 Z/ c: g$ t6 c+ b; _
9.2 转换器、选项和集合
7 [& X2 _0 S/ a b0 |! _1 }( n 9.2.1 处理DataFrame2 ~% d# f# C$ M2 e$ p% S) z3 Z [* J
9.2.2 转换器和选项
! d& V, j: p' z, i1 m$ H9 v+ D9 \ 9.2.3 表、片和已定义名称5 m. s B& w$ ^% F$ N! w, K
9.2.4 案例研究（再次回顾）：Excel报表7 R1 E7 h6 x/ G: y0 ]6 n
9.3 高级xlwings主题4 K" }! d2 y5 Q% P
9.3.1 xlwings的基础
1 Z7 y0 @% B. E1 `) o/ y4 k8 { 9.3.2 提升性能( H' t) F' `, ~) o J) u; b4 [
9.3.3 如何弥补缺失的功能
; Z9 B& X- i8 g ~1 b 9.4 小结
2 B5 n9 i5 Q; d3 Y0 M3 c8 Q 第10章 Python驱动的Excel工具' U2 c9 P1 q2 Z6 P! b
10.1 利用xlwings将Excel用作前端
0 I1 u; v6 Y& w0 e; J 10.1.1 Excel插件5 q. q8 \; ?) [. [+ n4 T* i
10.1.2 quickstart命令
& t- c/ ^5 |- Y! U 10.1.3 Run main4 x4 r# p( g6 j5 o9 a' Z
10.1.4 RunPython函数0 @) y5 z- g1 m' J4 C* Z% v! k
10.2 部署5 L& c6 m( D6 b4 p! W
10.2.1 Python依赖
/ ~6 z. W2 E8 j! z/ t+ W9 g 10.2.2 独立工作簿：脱离xlwings插件
7 t3 S% Z- a( ~: K' ]3 |+ z 10.2.3 配置的层次关系. ]. ~% }! w$ ?
10.2.4 设置0 q) ?3 T" {6 ^8 @. U
10.3 小结: r. c) Q6 ^/ [: ?8 S
第11章 Python包追踪器2 I6 v! H5 U$ M
11.1 构建什么样的应用程序, k+ A1 H# ~6 E. l
11.2 核心功能) X- I* W |$ K3 h" U5 O
11.2.1 Web API8 F0 h+ i0 p# G: z5 Y
11.2.2 数据库
) e8 X5 V Y$ K+ S ?4 | 11.2.3 异常. F2 A0 @ ~$ \0 m( j
11.3 应用程序架构. t2 j- N! \. ^) Z. U3 A" A* T
11.3.1 前端
V. K8 l1 t! x4 _; | 11.3.2 后端
9 M8 K/ H6 `. ]: i `) u 11.3.3 调试7 ?& n# m0 \; T0 ~0 J
11.4 小结
# a: B# d* L* B7 X$ N1 k7 W 第12章 用户定义函数
! g8 ^1 a! B6 J3 Z 12.1 UDF入门
" h5 d5 R- W+ O u2 ]6 g" ^7 } 12.2 案例研究：Google Trends& d! d4 F( q; b7 o" P! `; Q
12.2.1 Google Trends简介5 X- @8 }' ^% g5 x! R# X, X. ^
12.2.2 使用DataFrame和动态数组
9 h k. A' d4 J$ {/ f8 s! T( @, K 12.2.3 从Google Trends上获取数据
6 ?# g( x# D6 H" u' B; A 12.2.4 使用UDF绘制表- J/ @2 H9 G, o" O
12.2.5 调试UDF+ J1 U3 D* @5 h+ b
12.3 高级UDF主题- ^" m, \9 S& B( m8 @9 G
12.3.1 基础性能优化. t" d2 d+ o: ^+ Q& o
12.3.2 缓存) \. h* F9 Y; I3 K
12.3.3 sub装饰器. O0 S) K$ H5 m! @, W8 V/ L4 c0 _
12.4 小结
, K) I# w. C m `" V 附录A Conda环境
, d; R/ V: D9 ]8 ^/ y1 I% P* j 附录B 高级VS Code功能- s7 }# P& H$ A$ |+ m
附录C 高级Python概念
! B( t9 q V4 B+ z) k2 i游客,本下载内容需要支付 5共享币，购买后显示下载链接立即支付
2 P: t* x3 Q7 T0 Z |
