Novinka: 4xPDF poznámkové listy - linkovaný, nelinkovaný, čtverečkovaný, tečkovaný.

Vím, že mi Python zjednoduší život, ale netuším jak začít

Tato kniha je manuálem pro všechny, kteří pracují s Excelem a chtějí se naučit používat Python.

Tedy pro všechny, které už nebaví spousta klikání myší, operací zkopíruj a vlož a všechna ta manuální práce, kterou musí provádět každý den.

Návodů na Python, Pandas a NumPy najdete na internetu spoustu. Co mě osobně ale chybí, je ucelená sbírka příkladů, které můžete použít v praxi. Příklady, které si můžete snadno upravit a přizpůsobit. Příklady, které snadno pochopíte, i když nejste programátor.

Proto návody v knížce ukazují, jak řešit každodenní úkoly rychle a elegantně. Pomocí pár řádků kódu. A to všechno díky programovacímu jazyku Python a knihovnám Pandas a NumPy.

Stáhněte si ukázku zdarma

Nevymýšlejte znovu kolo

Internet je plný kódu, který je dlouhý, nepřehledný a neefektivní. Pokud chcete takové příklady přečíst a pochopit, udělejte si kafe a připravte se na to, že budete potřebovat hodně času.

Já osobně si myslím, že je to špatně. Myslím, že lepší a chytřejší je, když něco umíte udělat snadno a rychle. Myslím, že produktivita není soutěží o to, kdo napíše komplikovanější program.

Podívejte se na následující příklady. Oba dělají totéž, ale jeden je kratší, přehlednější a rychlejší. Který způsob si vyberete?

import openpyxl
import re

workbook = openpyxl.load_workbook('data/test.xlsx')
worksheet = workbook['Sheet1']

for row in range(1, worksheet.max_row+1):
    for cell in range(1, worksheet.max_column+1):
        value = worksheet.cell(row, cell).value
        if isinstance(value, str):
            worksheet.cell(row, cell).value = re.sub(r'A|B|C', '*', value)

workbook.save('data/zmena-vse.xlsx')

import pandas as pd

df = pd.read_excel('data/test.xlsx')
df.replace('A|B|C', '*', regex=True, inplace=True)
df.to_excel('data/zmena-vse.xlsx', index=False)

Většina knih o Pythonu je příliš teoretická

Teorie má určitě ve vzdělávání svoje místo. Zvlášť, když chcete být špičkový programátor. Ale pokud se chcete naučit chytré způsoby, jak si usnadnit práci, tak je biflování nezáživné teorie zbytečné. Mnohem užitečnější je praxe.

Přesně to byl jeden z důvodů, proč jsme rozjížděli LovelyData. Věděli jsme totiž, že můžeme vytvořit něco lepšího. Lepší vzdělávání pro dospělé, kteří si cení svého času. Lepší vzdělávání pro všechny, kteří chtějí nové dovednosti využívat v praxi.

Za posledních několik let jsme pomohli mnoha firmám a jejich zaměstnancům změnit způsob, jakým pracují s daty. Většina z nich byla překvapená (příjemně), kolik práce a času jim Python ušetří. A že jim k tomu stačí doslova jen pár řádků kódu.

Pro koho je tato kniha

Nejvíce budou mít z knihy všichni, kteří mají alespoň základní znalosti Pythonu. Výhodou je, pokud se už setkali s knihovnou Pandas. Pokud ne, nevadí. Příklady je navedou správným směrem.

Praktické návody v knížce ale využijí i ti, kteří s Pythonem a Pandas už pracují. Jen možná ne tak efektivně, jak by mohli.

Jako vstupní a výstupní formát budeme používat Excel (formát XLSX). Je to proto, že data v Excelu najdete v každé firmě. Tento formát je flexibilní a umožňuje svým uživatelům obrovskou kreativitu. Někdy je ale potřeba jí trochu zkrotit a právě s tím nám Python pomůže.

Pro koho tato kniha není

Tato kniha není vhodná pro úplné začátečníky, kteří nemají s Pythonem žádné předchozí zkušenosti. Těm mohu doporučit on-line kurzy Python - základy a Pandas - analýza a zpracování dat, které jim poskytnou potřebné základy.

Organizace jednotlivých kapitol

Každý příklad vychází z úkolů, které se dají řešit pomocí Excelu. Cílem je ukázat, jak pro tyto úkoly použít Python a Pandas. Výsledkem je snadno pochopitelný kód, který má většinou jen pár řádků a který si můžete snadno přizpůsobit pro svoje konkrétní potřeby.

Testovací data

Řešení

Stáhněte si ukázku knihy (PDF)