新書推薦：
《
文与图的世界史：《史集》与第一个全球化时代的叙事图景
》
售價：HK$
217.8
《
夏日蝉鸣时
》
售價：HK$
76.8
《
门罗主义：美国全球地缘战略的源起
》
售價：HK$
74.8
《
刻意练习成为讲话高手
》
售價：HK$
38.5
《
民艺之美
》
售價：HK$
96.8
《
肘后备急方 中医书全本校注与研究古代急救方剂临床急救手册中医入门肘后背疾方白话文
》
售價：HK$
63.8
《
精神的发现：欧洲思想在希腊的兴起
》
售價：HK$
140.8
《
走向现代：西方艺术1789—1914
》
售價：HK$
503.8
|
| 編輯推薦： |
在数字化时代，数据处理已成为职场技能。《Python高效办公——玩转Excel数据分析》是一本专为职场办公人员、数据分析专业人员、大学生、科研人员和程序员量身定制的实用指南。本书以任务为导向，结合丰富的数据分析案例及实际编程经验，深入浅出地介绍如何使用Python语言对Excel进行高效的数据处理。主要特色如下：
(1)任务导向，即学即用：结合实际数据分析案例，以任务为导向，帮助读者快速上手。所有案例配有完整程序源代码及运行结果，确保读者能够立即应用所学知识。
(2)内容全面，版本兼容：涵盖Python基础知识、.xls和.xlsx文件数据处理、数据可视化、程序界面设计、数据预处理等。所有案例均在Python 3.11.3版本上运行通过，确保最新技术兼容性。
(3)适用广泛，提升效率：深入浅出的讲解，适合初学者快速入门，也适合有一定基础的读者提升技能。掌握Python对Excel数据处理的高效方法，提升工作和学习效率。
|
| 內容簡介： |
本书以任务为导向，结合大量数据分析案例及教学经验，深入浅出地介绍Python语言在处理Excel格式数据时的重要方法，详尽地介绍了Python第三方库（xlrd库、xlwt库、xlwings库、pandas库、matplotlib库、numpy库和pyplot库）的基本操作方法。本书设置了多个案例，每个案例都配有程序运行源代码，读者可通过二维码链接到网站下载源代码，查看运行结果，同时网站还提供作者精心制作的视频讲解，读者可轻松愉快地学习用Python处理各领域的数据，真正地学以致用。
來源：香港大書城megBookStore,http://www.megbook.com.hk
本书可作为高校计算机公共基础程序设计课程和数据分析课程的教材，也可供需要处理大量Excel数据、工作重复度较高的相关人员使用。
|
| 關於作者： |
|
郝春吉， 北华大学计算机科学技术专业副教授，毕业于东北师范大学，从事大学计算机公共基础课一线教学多年，开设“Python数据处理”公共课多年，培养学生过万人。研究方向为大数据处理，曾主持省级、市级科研项目多项，获得教育管理信息中心主办的“全国多媒体课件大赛”二等奖两项。
|
| 目錄：
|
第1章Python基础
1.1Python语言介绍
1.2Python语言特点
1.3Python应用领域
1.3.1数据爬虫
1.3.2Web开发
1.3.3软件测试
1.3.4运维管理
1.3.5人工智能
1.3.6数据分析
1.4Python开发环境搭建
1.4.1Python软件下载（Windows系统）
1.4.2Python软件的安装
1.4.3Python软件的使用
1.5循环语句
1.5.1for循环语句
1.5.2while循环
1.6条件语句
1.6.1简单条件语句（if）
1.6.2二分支条件语句（ifelse）
1.6.3多分支条件语句（ifelifelse）
1.7列表
1.8字典
1.9Python文件打包输出
1.9.1文件打包输出
1.9.2设置打包文件图标
1.10本章总结
第2章xlrd库和xlwt库
2.1创建工作簿
2.1.1新工作簿的创建
2.1.2添加工作表
2.2读取工作簿
2.3读取工作表
2.3.1以工作表名称读取工作表
2.3.2以工作表序号读取工作表
2.3.3以索引方式读取工作表
2.4读取单元格
2.4.1指定行读取单元格数据
2.4.2指定列读取单元格数据
2.4.3指定行、列读取单元格数据
2.5写入数据
2.5.1写入单元格数据
2.5.2写入行数据
2.5.3写入列数据
2.5.4写入多行多列数据
2.6读取数据
2.6.1读取单元格数据
2.6.2读取行数据
2.6.3读取列数据
2.6.4读取所有数据
2.7修改数据
2.7.1修改单元格数据
2.7.2修改行数据
2.7.3修改列数据
2.8插入数据
2.8.1插入行数据
2.8.2插入列数据
2.9删除数据
2.9.1删除单元格数据
2.9.2删除行数据
2.9.3删除列数据
2.9.4删除指定范围数据
2.10数据操作相关内容
2.10.1获取工作表的总行数
2.10.2获取工作表的总列数
2.10.3获取工作簿中工作表的数量
2.10.4获取工作簿中所有工作表的名称
2.11数据类型获取
2.11.1获取单元格的数据类型
2.11.2获取行的数据类型
2.11.3获取列的数据类型
2.12数据计算
2.12.1工作表中数据计算
2.12.2工作表中公式写入
2.13格式设置
2.13.1设置行高和列宽
2.13.2设置字体属性(Font)
2.13.3设置边框属性(Borders)
2.13.4设置对齐属性(Alignment)
2.13.5设置背景属性(Pattern)
2.13.6合并单元格
2.14xlrd库常用函数汇总
2.15xlwt库常用函数汇总
2.16本章总结
第3章xlwings库
3.1启动/退出操作
3.1.1启动Excel程序
3.1.2退出Excel程序
3.2工作簿(Book)操作
3.2.1创建工作簿
3.2.2打开工作簿
3.2.3保存工作簿
3.2.4关闭工作簿
3.2.5退出工作簿
3.2.6工作簿名称
3.2.7工作簿地址
3.3工作表(Sheet)操作
3.3.1创建工作表
3.3.2追加工作表
3.3.3打开工作表
3.3.4调用工作表
3.3.5工作表相关操作
3.4数据操作
3.4.1写入数据
3.4.2修改数据
3.4.3插入数据
3.4.4读取数据
3.4.5删除数据
3.5范围(Range)操作
3.5.1范围的相关数据
3.5.2范围的相关操作
3.5.3范围的格式自适应
3.6单元格操作
3.6.1单元格的相关数据
3.6.2设置超链接
3.6.3合并单元格
3.7格式设置
3.7.1设置字体(Font)
3.7.2设置边框(Borders)
3.7.3设置位置(Alignment)
3.7.4设置颜色(Color)
3.8本章总结
第4章pandas库
4.1创建文件
4.1.1创建工作簿
4.1.2填写数据
4.1.3设置索引
4.2读取文件
4.2.1以工作表名称读取文件
4.2.2读取文件并设置索引
4.2.3读取文件并隐藏标题
4.3写入数据
4.3.1写入单元格数据
4.3.2写入整行数据
4.3.3写入整列数据
4.3.4写入整行整列数据
4.3.5写入.csv文件
4.3.6写入.tsv文件
4.3.7写入.txt文件
4.3.8填充日期序列
4.3.9填充年份序列
4.3.10填充月份序列
4.4读取数据
4.4.1读取单元格数据
4.4.2读取整行数据
4.4.3读取整列数据
4.4.4读取部分数据
4.4.5读取列数据至列表
4.4.6读取行数据至列表
4.5修改数据
4.5.1修改列标题
4.5.2修改单元格数据
4.5.3替换整行数据
4.5.4替换整列数据
4.6插入数据
4.6.1插入整行数据
4.6.2插入整列数据
4.7删除数据
4.7.1删除整行数据
4.7.2删除整列数据
4.7.3有条件删除整行数据
4.8工作表中数据的行数和列数
4.8.1获取工作表的行数和列数
4.8.2获取工作表的行数
4.8.3获取工作表的列数
4.9数据计算
4.9.1公式计算
4.9.2函数填充(求和)
4.9.3函数填充(计算平均值)
4.10文件类型转换
4.10.1读取.csv文件内容到Excel文件中
4.10.2读取.tsv文件内容到Excel文件中
4.10.3读取.txt文件内容到Excel文件中
4.11合并工作表
4.11.1将工作表合并
4.11.2合并工作表(列的方式)
4.12数据统计与分析
4.12.1升序排序
4.12.2降序排序
4.12.3多重排序
4.12.4数据筛选
4.12.5数据分类汇总(按字符型汇总)
4.12.6数据分类汇总(按数值型汇总)
4.12.7创建数据透视表
4.12.8数据透视表分组
4.13本章总结
第5章数据可视化
5.1matplotlib基础
5.1.1创建绘图窗口(figure()函数)
5.1.2建立单个子图(subplot()函数)
5.1.3设置坐标轴线
5.1.4建立多个子图(一)
5.1.5建立多个子图(二)
5.1.6绘制一条直线
5.1.7绘制多条直线
5.1.8绘制曲线
5.1.9添加图例
5.1.10设置布局
5.1.11共享轴线
5.1.12共享X轴(twinx()函数)
5.1.13共享Y轴(twiny()函数)
5.1.14设置图形边界及数轴位置
5.1.15设置图表与边界距离(subplot_adjust())
5.1.16填充颜色(subplot())
5.2柱状图(bar())
5.2.1绘制普通柱状图
5.2.2绘制分组柱状图
5.2.3绘制叠加柱状图
5.3饼图(pie())
5.3.1绘制普通饼图
5.3.2饼图优化
5.3.3绘制环形图
5.4折线图(plot())
5.4.1绘制折线图
5.4.2折线图优化
5.4.3绘制多折线图
5.4.4绘制叠加折线图(area())
5.5散点图(scatter())
5.5.1绘制散点图
5.5.2绘制气泡图
5.6面积图(area())
5.6.1绘制面积图
5.6.2绘制叠加区域图
5.7直方图(hist())
5.7.1绘制直方图
5.7.2直方图优化
5.8密度图(density())
5.8.1绘制密度图
5.8.2密度图优化
5.9雷达图
5.10数据透视表
5.11本章总结
第6章界面设计tkinter库
6.1常用窗口组件及简要说明
6.2常用窗口组件设置
6.3有关锚定点说明
6.4窗体
6.4.1创建窗体1
6.4.2创建窗体2
6.4.3创建窗体3
6.4.4创建窗体4
6.5标签(Label)
6.6单行文本框(Entry)
6.7多行文本框(Text)
6.7.1创建多行文本框
6.7.2定位多行文本框内容位置
6.7.3设置多行文本框内容格式
6.8命令按钮(Button)
6.9单选按钮(Radiobutton)
6.10复选框(Checkbutton)
6.11列表框(Listbox)
6.12滚动条(Scrollbar)
6.13进度条(Scale)
6.14框架(Frame)
6.15消息框(messageBox)
6.15.1建立错误消息框
6.15.2建立警告消息框
6.15.3建立提示消息框
6.15.4建立选择对话框
6.16菜单条(Menu)
6.16.1创建菜单
6.16.2实现字体与字号联动
6.17菜单按钮(Menubutton)
6.18选择菜单(OptionMenu)
6.19形状控制(Canvas)
6.19.1画布上建立组件
6.19.2画布上移动组件
6.20窗口布局管理(PanedWindow)
6.20.1创建子控件(两个)
6.20.2创建子控件(三个)
6.21顶层(Toplevel)
6.22窗口布局综述
6.22.1生成组件填充窗口
6.22.2纵向排列组件
6.22.3横向排列组件
6.22.4按行列排列组件(grid)
6.22.5跨行跨列排列组件
6.22.6组件精准布局(place)
6.22.7组件相互覆盖
6.22.8组件相对位置和相对尺寸
6.23本章总结
第7章openpyxl库
7.1工作簿对象
7.1.1创建工作簿
7.1.2读取工作簿
7.1.3工作簿相关操作
7.2工作表对象
7.2.1读取工作表数据
7.2.2追加工作表数据
7.2.3修改工作表数据
7.2.4插入工作表数据
7.2.5删除工作表数据
7.2.6工作表数据转换
7.2.7工作表相关操作
7.3单元格对象
7.3.1单元格数据读取
7.3.2单元格数据写入
7.3.3单元格公式写入
7.3.4单元格合并
7.4单元格格式
7.4.1设置单元格字体(Font)
7.4.2设置单元格边框(Border)
7.4.3设置单元格对齐方式(Alignment)
7.4.4设置单元格背景颜色(PatternFill)
7.4.5设置单元格行高
7.4.6设置单元格列宽
7.5本章总结
第8章Python数据预处理
8.1pandas数据结构
8.1.1创建Series对象
8.1.2创建DataFrame对象
8.2数据基本操作
8.2.1通过行号和列号提取数据(iloc)
8.2.2通过索引提取数据(loc)
8.2.3插入数据
8.2.4遍历数据
8.2.5设置索引
8.2.6检测数据
8.2.7Series对象与DataFrame对象相互转换
8.3数据增改
8.3.1新增数据
8.3.2修改数据
8.3.3删除数据
8.4数据清洗
8.4.1DataFrame清洗
8.4.2Series清洗
8.5数据格式化
8.5.1Series数据格式化
8.5.2日期与时间格式化
8.6数据类型转换
8.6.1显示数据类型
8.6.2设置数据类型
8.6.3自动设置数据类型
8.6.4数据类型转换方式
8.6.5数据类型筛选
8.7数据排序
8.7.1按索引排序
8.7.2按数值排序
8.7.3其他排序
8.8数据计算与统计
8.8.1数据计算
8.8.2数据统计
8.8.3数据信息统计
8.9数据分组
8.9.1数据分组类型
8.9.2分组应用
8.9.3应用组合
8.10日期时间序列
8.10.1日期时间对象
8.10.2时间差创建日期时间序列
8.10.3日期时间序列索引
8.10.4日期时间序列相关功能
8.10.5日期时间序列的应用
8.11pandas数据处理常用函数
8.11.1显示前N行数据(head())
8.11.2输出数据基本信息(info())
8.11.3数据统计汇总(describe())
8.11.4统计类的数量(value_counts())
8.11.5判断数据缺失值(isna())
8.11.6判断数据缺失值(any())
8.11.7删除缺失值数据(dropna())
8.11.8填充缺失数据(fillna())
8.11.9数据索引排序(sort_index())
8.11.10数据排序(sort_values())
8.11.11更改数据类型(astype())
8.11.12修改数据列名称(rename())
8.11.13设置索引(set_index())
8.11.14重置索引(reset_index())
8.11.15删除重复值(drop_duplicates())
8.11.16删除字段(drop())
8.11.17数据筛选(isin())
8.11.18变量离散化(pd.cut())
8.11.19变量离散化(pd.qcut())
8.11.20替换数据(where())
8.11.21数据拼接(pd.concat())
8.11.22数据透视(pivot_table())
8.12本章总结
参考文献
|
| 內容試閱：
|
计算机的核心功能是计算，而计算依赖于数据。在大数据时代，数据处理成为这一核心功能的最直接体现。面对海量的数据，传统的手工操作已经不能满足人们日常生活和工作所需，因此数据处理方法正在经历一场新的革命。本书以Python语言为基础，旨在替代Excel中的手工数据处理操作，介绍一种全新的数据处理方法。使用Python语言，只需要几行代码就可以轻松解决问题，特别是在任务重复性很高的情况下，只要略微改动代码，即可显著节省时间，提高工作效率。
Python是一种跨平台的计算机程序设计语言，它结合了解释性、编译性、互动性和面向对象的特性。Python最初被设计用于编写自动化脚本，但随着版本的更新和新功能的增加，它已经广泛应用于独立和大型项目的开发。
在实际应用中，如何将Excel与Python语言相结合进行数据处理，是数据分析从业者需要掌握的关键技能。虽然Excel是数据处理的专业软件，但其在自动化操作方面不如Python灵活。利用Python可以轻松地读取、计算和编辑Excel文件中的数据，从而提高数据分析工作的效率。
本书主要讲述如何利用Python处理Excel文件，从而进行数据分析以及可视化等操作。通过学习，读者可以显著提高办公效率，并将所学知识应用到实际工作中。
本书内容共分为8章。
第1章介绍了Python语言的基础知识。
第2章介绍了xlrd库和xlwt库，用于处理.xls文件。
第3章介绍了xlwings库，用于处理.xlsx文件。
第4章介绍了pandas库，专注于数据处理。
第5章介绍了matplotlib库，用于数据可视化。
第6章介绍了tkinter库，用于窗口视窗设计。
第7章介绍了openpyxl库，用于简单的Excel文件读写操作。
第8章介绍了数据预处理。
由于编者水平有限，加之时间仓促，书中难免存在不当之处，恳请广大读者批评指正。
本书提供程序源码、教学素材和教学案例配套资源，其中程序源码和教学素材可扫描目录上方对应二维码获取，教学案例需到清华大学出版社官方网站本书页面获取。
编者2025年1月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
