Python. Automatyzacja zadań. Jak efektywnie pracować z danymi, arkuszami Excela, raportami i e-mailami. Wydanie II - J. Buelta

Opis produktu: Python. Automatyzacja zadań. Jak efektywnie pracować z danymi, arkuszami Excela, raportami i e-mailami. Wydanie II - Jamie Buelta

Wydanie II książki "Python. Automatyzacja zadań. Jak efektywnie pracować z danymi, arkuszami Excela, raportami i e-mailami" przeznaczone jest dla programistów. Zawiera zbiór gotowych receptur, przeznaczonych dla początkujących użytkowników Pythona. Wydanie zostało dostosowane do wersji 3.8 języka, dodano też nowy materiał dotyczący automatyzowania testów, uczenia maszynowego i pracy z nieuporządkowanymi danymi. Lektura zawiera automatyzację procesów biznesowych. Pokazuje jak tworzyć zaawansowane grafiki z potrzebnymi informacjami, jak automatyzować kampanie marketingowe oraz stosować techniki testowania i debugowania.

W książce znajdują się metody, dzięki którym nauczysz się:

• Przekształcać dane na potrzeby data science za pomocą biblioteki pandas
• Zautomatyzować klasyfikowanie tekstu, filtrowanie e-maili i pobieranie informacji ze stron WWW
• Używać biblioteki Matplotlib do generowania wykresów, diagramów i map
• Zautomatyzować różne zadania związane z generowaniem raportów
• Pracować z Beautiful Soup, programem cron, a także z dziennikami i wyrażeniami regularnymi
• Napisać bot dla komunikatora Telegram, czytnik kanałów RSS i model uczenia maszynowego

Książka "Python. Automatyzacja zadań. Jak efektywnie pracować z danymi, arkuszami Excela, raportami i e-mailami".

Tylna strona książki "Python. Automatyzacja zadań. Jak efektywnie pracować z danymi, arkuszami Excela, raportami i e-mailami".

Autor książki

Jaime Buelta jest programistą Pythona, tworzył oprogramowanie dla różnych branż, w tym związanych z grami, finansami i edukacją. Stara się automatyzować wszystkie nudne zadania, aby zostawić sobie czas na ważniejsze sprawy, takie jak pisanie książek czy przygotowywanie wystąpień na PyCon Ireland.

Specyfikacja książki

• Tytuł oryginalny: Python Automation Cookbook: 75 Python automation ideas for web scraping, data wrangling, and processing Excel, reports, emails, and more, 2nd Edition
• Autor: Jamie Buelta
• Tłumaczenie: Tomasz Walczak
• Wydawnictwo: Helion S.A.
• Rok wydania: 2022
• Liczba stron: 432
• Oprawa: miękka
• ISBN: 978-83-283-8322-7
• Format: 168 x 237 mm

Spis treści

• O autorze
• O recenzencie
• Przedmowa
• Dla kogo przeznaczona jest ta książka?
• Zawartość książki
• Jak maksymalnie skorzystać z lektury?
• Pobieranie plików z przykładowym kodem
• Pobieranie kolorowych rysunków
• Używane konwencje
• 1. Rozpoczęcie przygody z automatyzacją
• Aktywowanie środowiska wirtualnego
• Instalowanie niezależnych pakietów
• Tworzenie łańcuchów znaków ze sformatowanymi wartościami
• Operowanie łańcuchami znaków
• Pobieranie danych z ustrukturyzowanych łańcuchów znaków
• Używanie niezależnego narzędzia parse
• Wprowadzenie do wyrażeń regularnych
• Więcej o wyrażeniach regularnych
• Dodawanie argumentów wiersza poleceń
• 2. Łatwa automatyzacja zadań
  • Przygotowanie zadania
  • Konfigurowanie prac crona
  • Rejestrowanie błędów i problemów
  • Wysyłanie e-maili z powiadomieniami
• 3. Tworzenie pierwszej aplikacji do pobierania informacji ze stron WWW
  • Pobieranie stron WWW
  • Parsowanie kodu HTML
  • Crawling w sieci WWW
  • Subskrybowanie kanałów informacyjnych
  • Dostęp do internetowych API
  • Interakcje z formularzami
  • Używanie pakietu Selenium do obsługi zaawansowanych interakcji
  • Dostęp do stron chronionych hasłem
  • Przyspieszanie pobierania informacji ze stron WWW
• 4. Wyszukiwanie i wczytywanie plików lokalnych
  • Skanowanie i przeszukiwanie katalogów
  • Wczytywanie plików tekstowych
  • Praca z kodowaniami
  • Wczytywanie plików CSV
  • Wczytywanie plików dziennika
  • Odczyt metadanych plików
  • Wczytywanie plików graficznych
  • Wczytywanie plików PDF
  • Wczytywanie dokumentów Worda
  • Sprawdzanie występowania słowa kluczowego w dokumentach
• 5. Generowanie atrakcyjnych raportów
  • Tworzenie prostego raportu obejmującego zwykły tekst
  • Używanie szablonów do generowania raportów
  • Formatowanie tekstu za pomocą znaczników Markdown
  • Generowanie prostego dokumentu Worda
  • Dodawanie stylów do dokumentu Worda
  • Generowanie struktury w dokumencie Worda
  • Dodawanie grafiki do dokumentów Worda
  • Generowanie prostego dokumentu PDF
  • Określanie struktury dokumentu PDF
  • Łączenie raportów w formacie PDF
  • Dodawanie znaków wodnych i szyfrowanie dokumentów PDF
• 6. Zabawa z arkuszami kalkulacyjnymi
  • Zapis arkusza kalkulacyjnego w formacie CSV
  • Aktualizowanie plików CSV
  • Odczyt arkusza kalkulacyjnego Excela
  • Aktualizowanie arkusza kalkulacyjnego Excela
  • Tworzenie nowych arkuszy w plikach Excela
  • Tworzenie wykresów w Excelu
  • Formatowanie komórek w Excelu
  • Tworzenie makra w LibreOffice
• 7. Oczyszczanie i przetwarzanie danych
  • Przygotowywanie arkusza kalkulacyjnego w formacie CSV
  • Dodawanie symboli walut na podstawie lokalizacji
  • Standaryzowanie formatu dat
  • Agregowanie danych
  • Równoległe przetwarzanie danych
  • Przetwarzanie danych z użyciem biblioteki Pandas
• 8. Tworzenie atrakcyjnych wykresów
  • Tworzenie prostego wykresu z wartością sprzedaży
  • Generowanie słupków warstwowych
  • Rysowanie wykresów kołowych
  • Wyświetlanie wielu linii
  • Rysowanie wykresów punktowych
  • Wyświetlanie map
  • Dodawanie legendy i opisów
  • Łączenie wykresów
  • Zapisywanie wykresów
• 9. Kanały komunikacji
  • Praca z szablonami e-maili
  • Wysyłanie pojedynczych e-maili
  • Odczytywanie e-maili
  • Dodawanie subskrybentów do newslettera rozsyłanego pocztą elektroniczną
  • Przesyłanie powiadomień za pomocą e-maili
  • Tworzenie SMS-ów
  • Odbieranie SMS-ów
  • Tworzenie bota dla komunikatora Telegram
• 10. A może zautomatyzujesz kampanię marketingową?
  • Wprowadzenie
  • Wykrywanie okazji
  • Tworzenie spersonalizowanych kodów rabatowych
  • Wysyłanie powiadomień do klienta z użyciem preferowanego przez niego kanału
  • Przygotowywanie informacji o sprzedaży
  • Generowanie raportów sprzedażowych
• 11. Uczenie maszynowe i automatyzacja
  • Wprowadzenie
  • Analizowanie obrazów za pomocą Google Cloud Vision AI
  • Pobieranie tekstu z obrazu za pomocą Google Cloud Vision AI
  • Analizowanie tekstu za pomocą Google Cloud Natural Language
  • Tworzenie własnego bazującego na uczeniu maszynowym modelu do klasyfikowania tekstu
• 12. Automatyczne procedury testowe
  • Wprowadzenie
  • Pisanie i wykonywanie przypadków testowych
  • Testowanie kodu zewnętrznego
  • Testowanie z użyciem atrap zależności
  • Testowanie z użyciem symulowanych wywołań HTTP
  • Przygotowywanie scenariuszy testowych
  • Selektywne wykonywanie testów
• 13. Techniki debugowania
  • Wprowadzenie
  • Podstawy interpretera Pythona
  • Debugowanie za pomocą rejestrowania informacji
  • Debugowanie z użyciem punktów przerwania
  • Doskonalenie umiejętności debugowania