快学Python：自动化办公轻松实战

内容简介 本书作者总结多年运营公众号心得，通过与大量粉丝的实际互动，了解读者的真实需求，并针对读者在学习和工作中经常遇到的问题，总结了100 Python常用知识图解；30 Python 自动化办公实战案例；10 综合项目实战案例，案例涉及到行政、营销、法务，财务、运营、教师等职业，相信每位读者都能在本书中找到与自身需求相对应的案例。 无论你是学生，还是职场人士；无论你是零基础的编程小白，还是具有一定编程基础的程序员，都适合通过本书入门Python编程和自动化办公。 目录 基础篇 第1 章 Python 基础知识 / 002 1.1 为什么要学习Python / 002 1.2 Python 环境的搭建 / 002 1.2.1 Python 的下载 / 003 1.2.2 Python 的安装 / 004 1.3 如何运行Python 程序 / 005 1.3.1 启动Jupyter Notebook / 006 1.3.2 运行第一行Python 代码 / 007 1.3.3 Jupyter Notebook 常用操作 / 009 1.4 Python 基本概念 / 013 1.4.1 变量的定义与命名 / 013 1.4.2 缩进与注释 / 013 1.4.3 常见的6 种数据类型 / 014 1.4.4 序列的5 大通用操作 / 016 1.5 Python 字符串 / 020 1.5.1 字符串的4 种创建方式 / 020 1.5.2 常用字符串方法12 讲 / 021 1.5.3 字符串格式化的3 种方式 / 024 1.6 Python 列表 / 025 1.6.1 列表的4 种创建方式 / 025 1.6.2 列表元素的3 种添加方式 / 025 1.6.3 列表元素的4 种删除方式 / 027 1.6.4 列表排序的2 种方式 / 028 1.6.5 列表解析式的3 种用法 / 030 1.6.6 列表的其他3 个高频操作 / 031 1.7 Python 字典 / 032 1.7.1 字典的4 种创建方式 / 033 1.7.2 字典元素的4 种获取方式 / 034 1.7.3 字典元素的2 种添加方式 / 035 1.7.4 字典元素的4 种删除方式 / 036 1.8 Python 运算符 / 038 1.8.1 算术运算符 / 038 1.8.2 比较运算符 / 038 1.8.3 赋值运算符 / 039 1.8.4 逻辑运算符 / 040 1.9 Python 流程控制语句 / 041 1.9.1 条件语句 if / 041 1.9.2 循环语句 for / 045 1.9.3 循环语句 while / 046 1.9.4 流程控制语句的嵌套 / 047 1.10 Python 函数 / 048 1.10.1 内置函数 / 048 1.10.2 自定义函数 / 051 1.10.3 匿名函数lambda / 056 1.11 Python 模块的安装与导入 / 057 1.11.1 模块的安装 / 057 1.11.2 模块的导入 / 058 1.12 Python 异常处理 / 059 1.12.1 常见的10 种异常类型 / 059 1.12.2 异常处理的3 种方式 / 063 1.12.3 异常的精准捕捉与模糊处理 / 068 VIII快学Python：自动化办公轻松实战 第2 章 学习Python，可以自动处理文件 / 069 2.1 文件与文件路径 / 069 2.1.1 文件与文件路径的概念 / 069 2.1.2 绝对路径与相对路径 / 071 2.2 文件/ 文件夹的信息读取 / 072 2.2.1 获取当前工作目录 / 072 2.2.2 获取文件列表 / 073 2.2.3 判断文件/ 文件夹是否存在 / 075 2.2.4 判断是文件还是文件夹 / 076 2.2.5 文件路径的拼接与切分 / 077 2.3 文件/ 文件夹的自动处理 / 078 2.3.1 文件夹的自动创建 / 078 2.3.2 文件/ 文件夹的自动重命名 / 079 2.3.3 文件/ 文件夹的自动复制 / 080 2.3.4 文件/ 文件夹的自动移动 / 084 2.3.5 文件/ 文件夹的自动删除 / 088 2.3.6 案例：批量重命名文件 / 091 2.3.7 案例：批量自动整理文件夹 / 092 2.4 文件的匹配查找 / 094 2.4.1 文件的自动匹配 / 094 2.4.2 案例：自动搜索文件 / 096 第3 章 学习Python，可以自动化处理数据 / 099 3.1 Pandas 基础 / 099 3.1.1 Pandas 简介 / 099 3.1.2 Pandas 常用数据结构 / 100 3.1.3 Series 和DataFrame 的创建方式 / 101 3.1.4 Series 和DataFrame 常用属性介绍 / 104 3.1.5 数据的导入与导出 / 107 3.2 Pandas 数据处理 / 111 3.2.1 数据预览 / 112 3.2.2 数据预处理 / 114 3.2.3 数据选取 / 118 3.2.4 数据运算 / 121 3.2.5 数据排序与排名 / 122 3.3 Pandas 数据合并与连接 / 124 3.3.1 数据合并 / 125 3.3.2 数据连接 / 127 3.4 Pandas 数据分组与透视表 / 129 3.4.1 数据分组 / 129 3.4.2 数据透视表 / 131 3.5 项目实战：Excel 拆分与合并的4 种情况 / 132 3.5.1 按条件将Excel 文件拆分到不同的工作簿 / 133 3.5.2 按条件将Excel 文件拆分到不同的工作表 / 134 3.5.3 批量将不同的工作簿合并到同一个Excel 文件 / 136 3.5.4 批量将不同的工作表合并到同一个Excel 文件 / 137 操作篇 第4 章 学习Python，可以自动化操作Excel / 140 4.1 操作Excel 文档的准备工作 / 140 4.1.1 Excel 文档的基础构成 / 140 4.1.2 openpyxl 模块的安装与导入 / 141 4.2 Excel 文档内容读取 / 142 4.2.1 打开Excel 文档 / 142 4.2.2 读取Excel 工作表信息 / 142 4.2.3 读取Excel 单个单元格的信息 / 144 4.2.4 读取Excel 单元格区域的信息 / 145 4.3 Excel 文档内容写入 / 147 4.3.1 创建新工作簿 / 147 4.3.2 新建/ 删除/ 复制工作表 / 148 4.3.3 插入/ 删除行与列 / 149 4.3.4 将外部数据写入Excel / 151 4.3.5 如何调用Excel 函数 / 153 4.3.6 案例：批量创建多个工