Python+Excel办公自动化一本通

目录
第1部分 Python 3.9语言基础
第1章 计算机语言和Python简介 2
1.1 计算机语言的分类 2
1.1.1 机器语言 2
1.1.2 汇编语言 2
1.1.3 高级语言 3
1.1.4 高级语言的发展趋势 3
1.2 高级语言的分类 5
1.2.1 编译型语言 5
1.2.2 解释型语言 6
1.2.3 混合型语言 6
1.3 使用Python 7
1.3.1 为何要学习Python 7
1.3.2 在Windows操作系统中安装
Python 8
1.3.3 在Ubuntu（UNIX）操作系统中
安装Python 10
1.3.4 使用集成开发环境开发
Python 11
1.4 使用Python分析Excel数据 12
1.4.1 可复用 12
1.4.2 大量数据的需求 12
1.4.3 Python易用易学 12
第2章 变量和简单数据类型 13
2.1 变量 13
2.1.1 变量的使用 13
2.1.2 变量的命名 14
2.1.3 变量的存储 15
2.2 Python中的数据类型 18
2.3 数字 19
2.3.1 算术运算 19
2.3.2 比较运算 21
2.3.3 赋值运算 22
2.3.4 位运算 24
2.3.5 运算符的优先级 27
2.3.6 数字计算中常见的函数 28
2.4 字符串 34
2.4.1 截取子串 35
2.4.2 字符串的运算 37
2.4.3 字符串的格式化 38
2.4.4 Python转义字符 40
2.4.5 字符串常用的函数 42
2.5 字符串和数字相互转换 43
2.6 代码中的注释 44
第3章 控制语句 46
3.1 条件语句 46
3.1.1 简单if语句 46
3.1.2 else分支的使用 47
3.1.3 elif分支的使用 48
3.1.4 条件语句的嵌套 49
3.2 逻辑运算 50
3.2.1 逻辑运算符 51
3.2.2 逻辑运算符的优先级 53
3.2.3 改写闰年判断逻辑 54
3.3 循环语句 54
3.3.1 while语句 54
3.3.2 使用循环的注意事项 56
3.3.3 for语句 57
3.3.4 range函数 58
3.3.5 跳转关键字break、continue和
pass 59
3.3.6 循环的嵌套 61
第4章 列表 64
4.1 列表的基础概念 64
4.1.1 创建列表 64
4.1.2 列表的遍历和下标 64
4.2 访问和操作列表 66
4.2.1 元素的增、删、查、改 66
4.2.2 截取子列表 67
4.2.3 列表的嵌套 68
4.2.4 列表的其他操作 70
4.3 列表函数 71
4.3.1 常见函数 71
4.3.2 排序函数 72
第5章 元组和集合 76
5.1 元组 76
5.1.1 创建元组 76
5.1.2 遍历元组 77
5.1.3 修改和删除元组 78
5.1.4 截取元组 79
5.1.5 其他常见的操作 79
5.1.6 关于元组的函数 80
5.2 集合 80
5.2.1 创建集合 80
5.2.2 新增元素 81
5.2.3 删除元素 82
5.2.4 判断元素是否在集合中 84
5.2.5 遍历集合 84
5.2.6 关于集合的函数 85
第6章 字典 89
6.1 创建字典 89
6.1.1 创建基本的字典 89
6.1.2 创建空字典 90
6.1.3 使用内置函数dict创建字典 90
6.2 访问字典 91
6.2.1 访问字典的值 91
6.2.2 新增/修改字典的值 92
6.2.3 删除 93
6.3 遍历字典 94
6.3.1 对键的遍历 94
6.3.2 对值的遍历 94
6.3.3 对键值的遍历 95
6.4 字典的键值数据类型 95
6.4.1 字典对键值的要求 95
6.4.2 在键值中使用各种数据类型 96
6.4.3 多种数据类型在字典中的
应用 97
6.5 与字典相关的函数 99
第7章 函数 101
7.1 函数的定义 101
7.1.1 定义带有返回值的函数 103
7.1.2 形参和实参 104
7.2 传递参数 104
7.2.1 位置实参 105
7.2.2 关键字实参 105
7.2.3 为参数设置默认值 106
7.3 特殊的参数 107
7.3.1 传递列表 107
7.3.2 传递元组、集合和字典 109
7.3.3 可变参数 110
7.3.4 强制参数位置和关键字 113
7.4 函数返回值 113
7.4.1 返回简单数据类型 114
7.4.2 返回复杂数据类型 114
7.4.3 在循环中返回 115
7.5 函数中的参数 116
7.5.1 传递可更改对象与不可更改
对象 116
7.5.2 函数内外变量的可见性 117
7.6 Lambda表达式 118
7.7 把函数放在不同的模块中 119
7.7.1 将整个模块导入主程序中 119
7.7.2 导入指定的函数 120
7.8 递归函数 121
第8章 类 124
8.1 类的概念 124
8.1.1 定义类和创建对象 124
8.1.2 类的属性的访问 126
8.1.3 封装 129
8.2 继承 131
8.2.1 抽象 131
8.2.2 继承中的方法 133
8.2.3 受保护的属性和方法 135
8.2.4 多重继承 136
8.2.5 多态 139
8.3 拾遗 140
8.3.1 面向对象编程的内置函数 140
8.3.2 类的内部方法 142
8.3.3 类方法和静态方法 143
8.4 导入模块中的类 145
第9章 文件操作和标准库 148
9.1 文件操作 148
9.1.1 文件的读取 148
9.1.2 文件的写入 151
9.1.3 将数据保存为JSON格式 152
9.2 日期时间 156
9.2.1 日期——date类 156
9.2.2 日期时间——datetime类 158
9.2.3 时间差——timedelta类 160
9.3 货币格式化 162
第10章 异常 164
10.1 异常的基础知识 164
10.1.1 Python异常机制 165
10.1.2 except语句 166
10.1.3 else语句和finally语句 167
10.1.4 常见的异常 170
10.2 深入使用异常 172
10.2.1 主动触发异常 172
10.2.2 自定义异常 173
10.2.3 except语句中的异常排序 174

第2部分 Excel数据分析
第11章 使用xlwings处理Excel文档 178
11.1 xlwings的简介和安装 178
11.1.1 xlwings简介 178
11.1.2 安装xlwings 180
11.2 读/写Excel文档 182
11.2.1 读取Excel单元格数据 182
11.2.2 读取多行数据 183
11.2.3 将数据写入Excel 185
11.3 设置单元格 187
11.3.1 字体和格式化 187
11.3.2 边框 188
11.3.3 合并单元格和拆分单元格 190
11.3.4 调整单元格的宽度和高度 192
11.4 处理一些常见的Excel场景 192
11.4.1 新建和读/写多个Excel
文档 192
11.4.2 在同一个Excel文档中写入多个工作表 194
11.4.3 复制数据 194
第12章 数据分析的基础库——NumPy 196
12.1 安装NumPy 197
12.1.1 在Windows下的安装 197
12.1.2 在PyCharm中使用
NumPy 197
12.1.3 在Linux（Ubuntu）下安装
NumPy 197
12.2 创建ndarray对象 198
12.2.1 创建ndarray数组 198
12.2.2 创建特殊的ndarray数组 200
12.3 NumPy数组的属性和数据
类型 204
12.3.1 NumPy数组的属性 204
12.3.2 NumPy数组的数据类型 205
12.4 NumPy切片和索引 206
12.4.1 一维数组的切片和索引 206
12.4.2 二维数组的切片和索引 207
12.4.3 高级切片和索引 208
12.5 数组的常见处理 210
12.5.1 数据预处理 210
12.5.2 数组重塑 212
12.5.3 数组合并 214
12.6 NumPy数组的运算 215
12.6.1 对元素的运算 215
12.6.2 统计分析 217
12.6.3 筛选元素 218
12.6.4 集合运算 220
12.6.5 排序 221
第13章 Pandas基础 227
13.1 创建对应的数据结构 227
13.1.1 Series 227
13.1.2 DataFrame 229
13.2 读/写Excel数据 233
13.2.1 读取Excel数据 233
13.2.2 指定读取Excel的数据
类型 238
13.2.3 写入Excel 239
13.2.4 xlwings与Pandas的结合 241
13.3 定位数据 243
13.3.1 Series的索引和分片 243
13.3.2 DataFrame的索引和分片 244
13.3.3 loc方法和iloc方法 245
13.4 数据预处理 247
13.4.1 处理默认值 247
13.4.2 去除重复数据 250
13.4.3 数据类型转换 253
13.5 增、删、查、改和替换 253
13.5.1 修改元素 253
13.5.2 替换元素 254
13.5.3 删除 255
13.5.4 新增 257
13.5.5 查找 259
13.6 让数据运算起来 261
13.6.1 简易算术运算 261
13.6.2 比较运算 262
13.6.3 汇总运算 263
第14章 Pandas高级应用 269
14.1 修改索引（标签） 269
14.1.1 重设索引（标签） 270
14.1.2 将某列设置为索引
（标签） 270
14.1.3 重命名索引（标签） 271
14.1.4 树形索引 272
14.2 为数据排序 273
14.2.1 没有默认值的排序 273
14.2.2 有默认值的排序 275
14.2.3 数值排名 276
14.3 获取值 279
14.4 转换数组 280
14.4.1 转置 280
14.4.2 转换视角查看数据——
长表转宽表 280
14.4.3 宽表转长表 281
14.5 重要的数据分析功能——
分组统计 282
14.5.1 分组求笔数与求和——
count方法和sum方法 283
14.5.2 对数据进行聚合运算——
aggregate方法 284
14.6 通过数据透视转换视角 287
14.6.1 pivot_table方法概述 287
14.6.2 4个常用的参数 288
14.6.3 合计行列 291
14.7 把数据连接在一起 292
14.7.1 3种关联关系 293
14.7.2 指定关联字段 295
14.7.3 连接方式 297
14.7.4 处理重复列 299
14.8 把数据合并在一起 300
第15章 数据可视化库——Matplotlib 302
15.1 给图表添加坐标系 302
15.1.1 使用面板的add_subplot方法
建立坐标系 304
15.1.2 使用subplot函数建立
坐标系 307
15.1.3 使用subplot2grid函数添加
坐标系 309
15.1.4 使用subplots函数建立
坐标系 310
15.2 设置坐标系和图表 312
15.2.1 设置坐标轴 312