SOWA OPAC : Katalog komputerowy książek, czasopism i zbiorów specjalnych

1 wynik

Książka

W koszyku

Python i Excel : nowoczesne środowisko do automatyzacji i analizy danych / Felix Zumstein ; przekład: Leszek Sagalara. - Gliwice : Helion, copyright 2022. - 274, [6] stron : ilustracje, wykresy ; 24 cm.

Autor

Zumstein Felix Sagalara Leszek

Forma i typ

Książki Publikacje fachowe

Odbiorca

Informatycy

Temat

Automatyzacja Excel Programowanie (informatyka) Przetwarzanie danych Python (język programowania)

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Wydanie 2. odnosi się do oryginału. W książce także ISBN oryginału.

CZĘŚĆ I. Wprowadzenie do Pythona Rozdział 1. Dlaczego Python w Excelu? Excel jest językiem programowania Excel w wiadomościach Najlepsze praktyki programistyczne Rozdzielenie zagadnień Zasada DRY Testowanie Kontrola wersji Nowoczesny Excel Power Query i Power Pivot Power BI Python dla Excela Czytelność i łatwość utrzymania Biblioteka standardowa i menedżer pakietów Obliczenia naukowe Nowoczesne cechy języka Kompatybilność międzyplatformowa 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 Rozdział 3. Wprowadzenie do Pythona Typy danych Obiekty Zmienne Funkcje Atrybuty i metody Typy liczbowe Operatory matematyczne 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 Definiowanie funkcji Wywoływanie funkcji Moduły i instrukcja import Klasa datetime PEP 8 przewodnik stylu kodowania w Pythonie PEP 8 i VS Code Informacje o typie 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 Rozdział 5. Analiza danych z biblioteką pandas DataFrame i Series Indeks Kolumny Operowanie danymi Wybieranie danych Wybór na podstawie etykiety Wybór na podstawie pozycji Wybieranie przy użyciu indeksowania logicznego Wybieranie poprzez MultiIndex Ustawianie danych Ustawianie danych na podstawie etykiety lub pozycji Ustawianie danych przy użyciu indeksowania logicznego Ustawianie danych poprzez zamianę wartości Ustawianie danych poprzez dodanie nowej kolumny 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 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 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 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 Odczyt za pomocą openpyxl Zapis za pomocą openpyxl Edycja za pomocą openpyxl XlsxWriter pyxlsb xlrd, xlwt i xlutils Odczyt za pomocą xlrd Zapis za pomocą xlwt Edycja za pomocą xlutils Zaawansowane zagadnienia związane z odczytem i zapisem Praca z dużymi plikami Excela Zapis za pomocą openpyxl Zapis za pomocą XlsxWriter Odczyt za pomocą xlrd Odczyt za pomocą openpyxl Równoległy odczyt arkuszy Formatowanie obiektów DataFrame w Excelu Formatowanie indeksu i nagłówków DataFrame Formatowanie części DataFrame zawierającej dane Studium przypadku (nowe podejście): raportowanie w Excelu 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 Wykresy Excela Obrazy wykresy Matplotlib Zdefiniowane nazwy Studium przypadku (nowe podejście): raportowanie w Excelu Zaawansowane zagadnienia związane z xlwings Podstawy xlwings Poprawa wydajności Minimalizacja wywołań między aplikacjami Surowe wartości Właściwości obiektu app Jak obejść brakującą funkcjonalność? 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 Funkcja RunPython bez polecenia quickstart Wdrażanie Zależność od Pythona Autonomiczne skoroszyty: sposób na pozbycie się dodatku xlwings Hierarchia konfiguracji Ustawienia Rozdział 11. Tropiciel pakietów Pythona Co będziemy budować? Podstawowa funkcjonalność Web API Bazy danych Baza danych Tropiciela pakietów Połączenia z bazą danych Zapytania SQL Ataki SQL injection Wyjątki Struktura aplikacji Interfejs Zaplecze Debugowanie 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 Minimalizacja wywołań między aplikacjami Stosowanie surowych wartości Buforowanie Dekorator sub 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

Sygnatura czytelni BWEAiI: XII Ł 211

dostępna w czytelni

Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.

Wypożyczalnia

Wszystkie egzemplarze są obecnie wypożyczone: sygn. 152523 (1 egz.)

Biblioteka WEAiI

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 152522 (1 egz.)