【课程背景】

数字化转型浪潮席卷各行各业！

从零基础开始使用Python，借助编程的力量，轻松突破自动化办公的瓶颈。将Python程序和Excel、Word等常用办公软件连接并获取数据，让烦琐的Excel数据处理任务自动化，避免人为错误，让您能将更多宝贵的时间花在更有价值的任务上。本课程是对Python数据处理编程的实操化、现代化的介绍。学员**学习和编写Python实战案例，掌握业务数据分析和处理的现代化技术，提高办公工作效率，挖掘数据价值。

本课程还**数据处理、分析和数据挖掘的案例完整展示了从数据获取、数据探索、数据异常值处理、数据归一化、特征构造、数据建模、数据可视化的基本流程，以及网页数据爬虫的实战案例。使学员了解大数据分析的过程和思路。

本课程**实战案例、操作演练和现场辅导让学员真正学会Python编程，不是按章节的枯燥理论讲授。实战案例围绕企业实际工作场景展开，并结合客户真实业务场景量身定制自动化办公案例，针对性强、实用性高。

【课程收获】

1. 掌握Python环境搭建和编程语法；

2. 掌握使用Numpy、Pandas等Python工具进行数据处理和数据分析；

3. 掌握使用xlwings、xlwt、openpyxl等Python工具进行办公自动化和数据处理案例；

4. 了解使用Python方法构建数据模型，进行数据探索和挖掘；

5. 了解使用Request请求和Scarpy框架进行数据采集和网页内容爬取。

【课程对象】

本课程适合业务分析人员、市场分析人员、数据分析人员、Python初学者，以及对自动化办公、数据处理技术感兴趣的人员。

【培训时间】

3天

【培训方式】

集中讲授 应用场景案例 实操训练

【课程大纲】

本课程以实战案例为主体，标记蓝色的为实操和案例内容。

一、数据分析基本概念

1. 数据的概念

2. 数据的产生

3. 数据的影响

二、Python基础环境

1. Python环境安装

2. Python组件安装及使用

3. Jupyter Notebook安装及使用

4. Pycharm集成开发环境安装及使用

5. Python程序打包exe可执行文件

三、Python数据分析基础知识

1. Python编程基础应用

（1）变量和数字、字符串、运算符、输入输出、模块导入

（2）序列列表的应用

（3）程序逻辑及函数的应用

（4）字符串处理和正则表达式的应用

2. Numpy、Pandas数据分析工具

（1）Numpy数据结构和基本应用

（2）Pandas-DataFrame数据结构和基本应用

3. Python完整知识学习路径指引和资料介绍

四、Python办公自动化

1. Python自动化办公应用基础

（1）Python库应用

xlrd库应用、xlwt库应用、xlwing库应用

（2）基于excel、txt文件的Python办公自动化应用

（3）使用正则表达式进行字符处理

2. Python自动化办公基础案例

（1）使用正则表达式提取电话号码。

（2）文本txt迁移转化为excel。

（3）读取excel文件内容及处理。

（4）提取邮箱等用户信息。

（5）excel数据插入、整理、统计图表生成。

（6）图片自动处理。

（7）删除重复文件。

（8）文本内容字符等信息统计。

（9）根据URL制作QRCode二维码。

（10）多张图片合并和动图制作。

（11）音频视频信息处理。

3. 面向业务场景的Python自动化办公案例

（1）批量创建每个月销售业绩的文件夹。

（2）批量在指定的销售业绩多个文件夹中创建excel。

（3）批量进行excel重命名。

（4）多个excel根据姓名为关键字，进行多表横向合并。

（5）多个excel扩展向合并为一张表。

（6）多个excel合并为一张表，并删除重复行。

（7）过滤筛选表格中“工资大于XXX”并且“工作地点为XXX”的记录，并输出为新的excel表。

（8）按照支行名拆分表格，子表格命名为支行名，子表格客户清单加上序号。

4. 面向客户应用场景的定制化案例

（1）培训前期与客户深入沟通，了解客户业务应用场景。

（2）提前采用客户脱敏数据开发满足客户真实业务需求的Python自动化办公程序。

（3）培训授课现场围绕客户真实案例，带领学员实操演练。

五、Python数据分析

1. 数据分析常用方法

业务数据分析、数据文件读取、数据统计、数据清洗、数据标准化、数据特征构造、机器学习、聚类算法、常用可视化图表。

2. 数据分析流程和框架

数据提取、数据预处理、数据分析、数据挖掘、数据可视化。

3. Python数据分析及可视化实战案例（大型案例）

（1）数据分析案例：通信网络数据分析。

（2）数据分析案例：客户模型数据分析。

六、Python数据爬虫

1. Request网页爬虫

网页信息分析、Request请求结果分析提取。

2. Scrapy数据采集框架

Scrapy组件安装部署、Scrapy项目创建、网页信息分析和提取、XPath路径语言。

3. Python数据爬虫实战案例

（1）数据采集案例：动态网站数据采集案例（豆瓣网）。

（2）数据采集案例：静态网站数据采集案例（气象网）。