PYTHON編程從入門到進階
2025-09-11 05:04:50
講師：張曉如 瀏覽次數(shù)：66
課程描述INTRODUCTION
培訓講師：
課程價格：
培訓天數(shù)：日程安排SCHEDULE
課程大綱Syllabus
第一章 Python環(huán)境搭建
*搭建自己的Python編程開發(fā)環(huán)境。
1、 認識Python與環(huán)境搭建
1） What--什么是Python
2） Who--誰在使用Python
3） Who--為什么選擇學習Python
4） How--如何學習Python
5） Anaconda如何下載、安裝與配置
6） IDLE VS Jupyter Notebook VS Spyder
7） Jupyter Notebook開發(fā)環(huán)境如何運行--編寫自己的第一個Python代碼
8） Spyder開發(fā)環(huán)境如何運行--編寫自己的第二個Python代碼
2、 Python初體驗--十秒鐘快速創(chuàng)建100個Excel工作薄并統(tǒng)一命名
1） Spyder界面介紹
2） Python文件的打開、編輯與保存
3） 案例：認識一下Python代碼的整體構成
3、 模塊的類別、安裝、導入
² 內(nèi)置模塊
² 第三方模塊
² 用PIP命令安裝、卸載、升級模塊
² Import語句導入模塊
² From語句導入模塊
實戰(zhàn)：搭建并配置自己的Python運行環(huán)境。
第二章 Python編程基礎
*掌握Python編程思想、編程語句、數(shù)據(jù)結構。
1、 語法特點
² 縮進
² 注釋
² PEP8編寫規(guī)范
2、 變量
² 變量的賦值
² 變量命名規(guī)則
3、 數(shù)據(jù)類型
² 數(shù)值型：整型與浮點型
² 字符型：字符型的定義
² 邏輯型：1和0，或TRUE和FALSE
² 數(shù)據(jù)類型的查詢：TYPE函數(shù)
² 數(shù)據(jù)類型的運算：數(shù)值型/字符型/邏輯型如何運算
² 數(shù)據(jù)類型的轉換：Str()函數(shù)、int()函數(shù)、float()函數(shù)
4、 數(shù)據(jù)結構
² 列表（LIST）：如何定義/訪問/增加/修改/刪除
² 字典(DICTIONARY)：如何定義/訪問/增加/修改/刪除
² 元組：如何定義/訪問
² 集合：如何定義/訪問
5、 流程控制語句
² If語句--選擇結構
² For語句--循環(huán)結構
² While語句--循環(huán)結構
² 循環(huán)結構中的break語句和continue語句
² 控制語句的嵌套
6、 函數(shù)
² 常用內(nèi)置函數(shù)：print()input()replace()/strip()/split()open()……
² 如何自定義函數(shù):def語句
7、 編程中的異常處理
練習：基本Python編程語句實戰(zhàn)操作。
第三章 Python自動化辦公基礎
*學習Python中常用的模塊，了解其應用場景，掌握其實現(xiàn)過程。
1、 文件操作
² 打開文件
² 讀取文件
² 寫入文件
² 關閉文件
2、 路徑和文件夾操作
² *路徑VS相對路徑
² 寫入路徑的三種方法對比
² 列出指定路徑下文件夾包含的文件名稱
² 分離文件主名和擴展名
² 重命名文件和文件夾
3、 數(shù)據(jù)導入和整理操作--Pandas
1） 數(shù)據(jù)結構
² 序列（Series）
² 數(shù)據(jù)框(DateFrame)
2） 文件讀寫
² CSV文件的讀取和導出
² Excel文件的讀取和導出
3） 數(shù)據(jù)清洗
² 重復值處理
² 數(shù)據(jù)類型轉換
² 字段拆分
² 數(shù)據(jù)選取與篩選
4） 數(shù)據(jù)合并
² 字段合并
² 追加合并
² 匹配合并
5） 數(shù)據(jù)計算
² 四則運算
² 時間計算
² 數(shù)據(jù)分組
第四章 Python自動化辦公進階
*實操內(nèi)容，學員動手實操完成下述工作中常見的辦公場景需求。
1、 文件夾管理
1） 自動獲取文件夾中所有文件的名稱
2） 文件夾內(nèi)容自動分類整理
3） 自動清理文件夾中的重復文件
4） 自動按照日期對圖片進行分類并放置的不同文件夾中
2、 文件合并、加密與轉換（PDF/WORD/PPT）
1） 批量合并PDF文件
2） 批量加密PDF文件
3） 批量為PDF文件添加水印
4） 批量生成多份WORD文檔（郵件合并）
5） 將WORD文檔批量轉換為PDF文件
6） 批量提取PPT中的文字
7） 批量提取PPT中的圖片
8） 如何將PPT導出為圖片和PDF
3、 批量處理工作薄/工作表/行/列(EXCEL)
1） 批量新建、保存、關閉工作薄
2） 批量打開一個文件夾下的所有工作薄
3） 批量重命名一個工作薄中的工作表名稱
4） 批量打印工作薄中的指定工作表/指定頁
5） 按條件將EXCEL中的多個工作表合并為一個工作表
6） 按條件將EXCEL中的一個工作表拆分為多個工作薄
7） *調(diào)整工作薄中所有工作表的行高和列寬
8） 批量提取一個工作薄中所有工作表的特定數(shù)據(jù)
4、 數(shù)據(jù)可視化呈現(xiàn)
1） 在Python中制作簡單圖表
² 條形圖
² 餅圖
2） 導入Excel數(shù)據(jù)制作簡單圖表
² 散點圖
² 面積圖
² 圖表保存回Excel
3） 制作組合圖表
² 雙折線圖
4） 設置圖表相關元素
² 標題、圖例、數(shù)據(jù)標簽第五章 Python郵件自動化
*學習如何使用Python代碼操控郵箱
1、 電子郵箱設置
2、 利用yagmail庫發(fā)送郵件基礎操作
² 賬戶設置
² 正文設置
² 發(fā)送設置
3、 利用yagmail庫發(fā)送郵件高級操作
² 插入圖片
² 插入附件
² 插入鏈接
² 多個收件人
² 發(fā)網(wǎng)頁型正文
² 定時發(fā)送郵件
4、 利用Imbox庫獲取郵件高級操作
² 獲取郵件主題、發(fā)件人、收件人
² 自動刪除郵件、歸檔郵件
² 自動下載附件
5、 學習keyring庫保護郵件授權碼
第六章 數(shù)據(jù)分析理念
*了解數(shù)據(jù)分析的方法、工具和流程。
1、 什么是數(shù)據(jù)分析？
² 概念與目的
發(fā)現(xiàn)數(shù)據(jù)規(guī)律--找到可行方案--指導管理決策。
² 數(shù)據(jù)分析三階段
描述性分析，發(fā)生了何事
診斷性分析，為何發(fā)生
預測性分析，將發(fā)生何事
2、 數(shù)據(jù)分析方法
² 對比分析
² 同比分析
² 環(huán)比分析
² 回歸分析
² 聚類分析
² 時間序列分析
3、 數(shù)據(jù)分析的工具
² 常規(guī)工具VS高大上工具
4、 數(shù)據(jù)分析流程
1） 步驟1：明確目的
² 確定分析目的：要解決什么樣的業(yè)務問題
² 確定分析思路：分解業(yè)務問題，構建分析框架
2） 步驟2：數(shù)據(jù)收集
² 明確收集數(shù)據(jù)范圍
² 確定收集來源
² 確定收集方法
3） 步驟3：數(shù)據(jù)預處理
² 數(shù)據(jù)質(zhì)量評估
² 數(shù)據(jù)清洗、數(shù)據(jù)處理和變量處理
4） 步驟4：數(shù)據(jù)分析
² 選擇合適的分析方法
² 構建合適的分析模型
² 選擇合適的分析工具
5） 步驟5：數(shù)據(jù)展示
² 選擇恰當?shù)膱D表
² 選擇合適的可視化工具
6） 步驟6：報表撰寫
² 選擇報告種類
² 完整的報告結構
第七章 NumPy入門與實戰(zhàn)
*學習NumPy庫對多維數(shù)組的創(chuàng)建、切片和索引方法，以及數(shù)組的運算和存取。
1、 ndarray多維數(shù)組
² 創(chuàng)建ndarray多維數(shù)組
² Ndarray的對象屬性、數(shù)據(jù)類型及變換
2、 數(shù)組的索引和切片
² 數(shù)組索引方法
² 數(shù)組切片方法
3、 數(shù)組的運
² 數(shù)組和標量間的運算
² 數(shù)組的條件邏輯運算
² 統(tǒng)計運算
² 數(shù)組內(nèi)如何排序
第八章 Pandas數(shù)據(jù)預處理
*學習Pandas庫和xlwing庫對文件的讀寫操作、數(shù)據(jù)整理的方法。
1、 讀、寫數(shù)據(jù)
² 讀、寫數(shù)據(jù)庫數(shù)據(jù)
² 讀、寫網(wǎng)頁
2、 數(shù)據(jù)操作
² 數(shù)據(jù)的增、刪、改、查
² NaN數(shù)據(jù)處理
² 時間數(shù)據(jù)的處理
² 數(shù)據(jù)的抽取：字段拆分、記錄抽取、隨機抽樣
3、 數(shù)據(jù)的預處理
² 處理缺失值
² 去除重復數(shù)據(jù)
² 處理異常值
² 合并數(shù)據(jù)：追加合并、匹配合并
² 數(shù)據(jù)標準化：0-1標準化
案例實操：超市交易數(shù)據(jù)清洗。
第九章 Pandas數(shù)據(jù)分析
*學習Pandas中常用的數(shù)據(jù)分析方法。
1、 數(shù)據(jù)的分組與聚合
² 數(shù)據(jù)分組
² 數(shù)據(jù)聚合
2、 基礎數(shù)據(jù)分析方法
² 批量升序/降序排序一個工作薄中的所有工作表
² 使用描述統(tǒng)計呈現(xiàn)數(shù)據(jù)的相關指標（如平均值、極值、%分位值、峰度系數(shù)、偏度系數(shù)等）
3、 進階數(shù)據(jù)分析方法
² 制作數(shù)據(jù)透視表進行交叉分析
² 分組對比分析（定性分組與定量分組）
² 使用相關系數(shù)判斷數(shù)據(jù)的相關性
4、 時間序列分析
² Datetime模塊的時間數(shù)據(jù)類型
² 如何把字符型轉為時間型數(shù)據(jù)
² 時間序列如何索引和切片數(shù)據(jù)
² 如何創(chuàng)建介于某時間區(qū)間的時間數(shù)據(jù)（天/月/固定天數(shù)）
案例實操：查看超市交易數(shù)據(jù)員工業(yè)績波動、分析員工業(yè)績。
第十章 Matplotlib模塊數(shù)據(jù)可視化
*學習常用圖表的繪制，以及如何與EXCEL聯(lián)動。
1、 制作簡單圖表
² 條形圖
² 餅圖
² 折線圖
² 柱形圖
2、 導入Excel數(shù)據(jù)制作簡單圖表
² 散點圖
² 面積圖
² 箱形圖
² 圖表保存回Excel
3、 制作組合圖表
² 雙折線圖
4、 設置圖表相關元素
² 標題、圖例、數(shù)據(jù)標簽
5、 繪圖區(qū)域切分為多個空間
6、 模塊的交互使用
² Xlwings模塊與pandas模塊的交互
² Xlwings模塊與matplotlib模塊的交互
7、 可視化模塊拓展
² Seaborn模塊可視化制作分類圖
² Pyecharts模塊制作箱線圖
案例實操：繪制圖表并在EXCEL文件中自動呈現(xiàn)
第十一章 爬取網(wǎng)絡數(shù)據(jù)
*學習正則表達式及如何爬取網(wǎng)絡數(shù)據(jù)進行數(shù)據(jù)分析。
1、 認識網(wǎng)頁結構和網(wǎng)頁源代碼
² 查看源代碼
² 查看網(wǎng)頁結構（區(qū)塊/列表/標題/鏈接/元素）
2、 正則表達式
² 認識普通字符和元字符
² 使用正則表達式提取數(shù)據(jù)
3、 Request模塊獲取網(wǎng)頁源代碼
4、 Selenium模塊獲取網(wǎng)頁源代碼
5、 Selenium模塊模擬鼠標和鍵盤操作
6、 爬蟲實戰(zhàn)：
² 爬取某網(wǎng)站圖書銷量排行榜數(shù)據(jù)并分析
² 爬取某網(wǎng)站關于某關鍵詞的實時新聞數(shù)據(jù)
² 爬取新聞熱點排行榜
案例實操：引導學員自行尋找網(wǎng)站數(shù)據(jù)進行爬取
第十二章 Sklearn機器學習實戰(zhàn)
*了解機器學習概念，掌握線性回歸、邏輯回歸的分析方法。
1、 機器學習基本概念
2、 機器學習庫sklearn簡介.
² 擴展庫sklearn常用模塊與對象.
² 選擇合適的模型和算法
3、 線性回歸算法的原理與應用
² 線性回歸模型的原理.
² sklearn中線性回歸模型的簡單應用+
² 嶺回歸的基本原理與sklearn實現(xiàn)
² 使用線性回歸模型預測兒童身高
4、 邏輯回歸算法的原理與應用
² ..邏輯回歸算法的原理與應用sklear實現(xiàn)
² 使用邏輯回歸算法預測.考試能否及格
5、 樸素貝葉斯算法的原理與應用
² 基本概念..
² 樸素貝葉斯算法分類的原理與sklearn實現(xiàn)
² 使用樸素貝葉斯算法對中文郵件進行分類...
6、 案例：
使用線性回歸分析對銷售收入進行分析和預測
7、 案例：
使用Pandas、sklearn模塊對客戶價值進行分析
轉載：http://www.1morechance.cn/gkk_detail/324507.html
