PYTHON I EXCEL NOWOCZESNE ŚRODOWISKO DO AUTOMATYZACJI I ANALIZY DANYCH
FELIX ZUMSTEIN
Wydawnictwo: HELION
Cena: 69.00 zł
54.51 zł brutto
- Paczkomaty InPost 14.99 zł brutto
- Poczta Polska - odbiór w punkcie 9.99 zł brutto
- Poczta Polska - przedpłata 15.99 zł brutto
- Poczta Polska - pobranie 19.99 zł brutto
- Kurier DHL - przedpłata 18.99 zł brutto
- Kurier DHL - pobranie 21.99 zł brutto
- Odbiór osobisty - UWAGA - uprzejmie prosimy poczekać na informację z księgarni o możliwości odbioru zamówienia - 0.00 zł brutto
Opis
ISBN: 978-83-283-8287-9
format: B5 oprawa: miękka Rok wydania: 2021 |
|
Wprowadzenie
CZĘŚĆ I. Wprowadzenie do Pythona
Rozdział 1. Dlaczego Python w Excelu?
Excel jest językiem programowania
Excel w wiadomościach
Najlepsze praktyki programistyczne
Nowoczesny Excel
Python dla Excela
Czytelność i łatwość utrzymania
Biblioteka standardowa i menedżer pakietów
Obliczenia naukowe
Nowoczesne cechy języka
Kompatybilność międzyplatformowa
Podsumowanie
Rozdział 2. Środowisko programistyczne
Dystrybucja Anaconda Python
Instalacja
Anaconda Prompt
REPL: interaktywna sesja Pythona
Menedżery pakietów: Conda i pip
Środowiska Condy
Notatniki Jupyter
Uruchamianie notatników Jupyter
Komórki notatnika
Tryb edycji a tryb poleceń
Kolejność uruchamiania ma znaczenie
Zamykanie notatników Jupyter
Visual Studio Code
Instalacja i konfiguracja
Uruchamianie skryptu Pythona
Podsumowanie
Rozdział 3. Wprowadzenie do Pythona
Typy danych
Obiekty
Typy liczbowe
Logiczny typ danych
Łańcuchy znaków
Indeksowanie i wycinanie
Indeksowanie
Wycinanie
Struktury danych
Listy
Słowniki
Krotki
Zbiory
Przepływ sterowania
Bloki kodu i instrukcja pass
Instrukcja if i wyrażenia warunkowe
Pętle for i while
Lista, słownik i zbiory składane
Organizacja kodu
Funkcje
Moduły i instrukcja import
Klasa datetime
PEP 8 przewodnik stylu kodowania w Pythonie
PEP 8 i VS Code
Informacje o typie
Podsumowanie
CZĘŚĆ II. Wprowadzenie do biblioteki pandas
Rozdział 4. Podstawy NumPy
Pierwsze kroki z NumPy
Tablica NumPy
Wektoryzacja i rozgłaszanie
Funkcje uniwersalne
Tworzenie tablic i operowanie nimi
Pobieranie i wybieranie elementów tablicy
Przydatne konstruktory tablicowe
Widok a kopia
Podsumowanie
Rozdział 5. Analiza danych z biblioteką pandas
DataFrame i Series
Indeks
Kolumny
Operowanie danymi
Wybieranie danych
Ustawianie danych
Brakujące dane
Zduplikowane dane
Operacje arytmetyczne
Praca z kolumnami tekstowymi
Stosowanie funkcji
Widok a kopia
Łączenie obiektów DataFrame
Konkatenacja
Operacje join i merge
Statystyka opisowa i agregacja danych
Statystyka opisowa
Grupowanie
Funkcje pivot_table i melt
Tworzenie wykresów
Matplotlib
Plotly
Importowanie i eksportowanie obiektów DataFrame
Eksportowanie plików CSV
Importowanie plików CSV
Podsumowanie
Rozdział 6. Analiza szeregów czasowych za pomocą pandas
DatetimeIndex
Tworzenie DatetimeIndex
Filtrowanie DatetimeIndex
Praca ze strefami czasowymi
Typowe operacje na szeregach czasowych
Przesunięcia i zmiany procentowe
Zmiana podstawy i korelacja
Resampling
Okna kroczące
Ograniczenia związane z pandas
Podsumowanie
CZĘŚĆ III. Odczytywanie i zapisywanie plików Excela bez Excela
Rozdział 7. Operowanie plikami Excela za pomocą pandas
Studium przypadku: raportowanie w Excelu
Odczytywanie i zapisywanie plików Excela za pomocą pandas
Funkcja read_excel i klasa ExcelFile
Metoda to_excel i klasa ExcelWriter
Ograniczenia związane z używaniem pandas z plikami Excela
Podsumowanie
Rozdział 8. Manipulowanie plikami Excela za pomocą pakietów do odczytu i zapisu
Pakiety do odczytu i zapisu
Kiedy używać którego pakietu?
Moduł excel.py
openpyxl
XlsxWriter
pyxlsb
xlrd, xlwt i xlutils
Zaawansowane zagadnienia związane z odczytem i zapisem
Praca z dużymi plikami Excela
Formatowanie obiektów DataFrame w Excelu
Studium przypadku (nowe podejście): raportowanie w Excelu
Podsumowanie
CZĘŚĆ IV. Programowanie aplikacji Excel za pomocą xlwings
Rozdział 9. Automatyzacja Excela
Pierwsze kroki z xlwings
Excel jako przeglądarka danych
Model obiektowy Excela
Uruchamianie kodu VBA
Konwertery, opcje i kolekcje
Praca z obiektami DataFrame
Konwertery i opcje
Wykresy, obrazy i zdefiniowane nazwy
Studium przypadku (nowe podejście): raportowanie w Excelu
Zaawansowane zagadnienia związane z xlwings
Podstawy xlwings
Poprawa wydajności
Jak obejść brakującą funkcjonalność?
Podsumowanie
Rozdział 10. Narzędzia Excela działające w oparciu o język Python
Wykorzystanie Excela jako frontendu za pomocą xlwings
Dodatek do Excela
Polecenie quickstart
Przycisk Run main
Funkcja RunPython
Wdrażanie
Zależność od Pythona
Autonomiczne skoroszyty: sposób na pozbycie się dodatku xlwings
Hierarchia konfiguracji
Ustawienia
Podsumowanie
Rozdział 11. Tropiciel pakietów Pythona
Co będziemy budować?
Podstawowa funkcjonalność
Web API
Bazy danych
Wyjątki
Struktura aplikacji
Interfejs
Zaplecze
Debugowanie
Podsumowanie
Rozdział 12. Funkcje definiowane przez użytkownika (UDF)
Pierwsze kroki z funkcjami UDF
UDF z poleceniem quickstart
Studium przypadku: Google Trends
Wprowadzenie do Google Trends
Praca z obiektami DataFrames i dynamicznymi tablicami
Pobieranie danych z Google Trends
Tworzenie wykresów za pomocą funkcji UDF
Debugowanie funkcji UDF
Zaawansowane tematy dotyczące funkcji UDF
Podstawowa optymalizacja wydajności
Buforowanie
Dekorator sub
Podsumowanie
Dodatek A. Środowiska Condy
Tworzenie nowego środowiska Condy
Wyłączanie automatycznej aktywacji
Dodatek B. Zaawansowane funkcjonalności VS Code
Debugger
Notatniki Jupyter w VS Code
Uruchamianie notatników Jupyter
Skrypty Pythona z komórkami kodu
Dodatek C. Zaawansowane pojęcia związane z Pythonem
Klasy i obiekty
Praca z obiektami datetime uwzględniającymi strefę czasową
Mutowalne i niemutowalne obiekty Pythona
Wywoływanie funkcji z obiektami mutowalnymi jako argumentami
Funkcje z obiektami mutowalnymi jako domyślnymi argumentami
O autorze
Kod wydawnictwa: 978-83-283-8287-9
Ten produkt nie ma jeszcze opinii
Twoja opinia
aby wystawić opinię.