邁向加薪之路！從職場範例學 Excel 函數X函數組合應用

類似書籍推薦給您

書名：邁向加薪之路！從職場範例學 Excel 函數X函數組合應用 作者：施威銘研究室著 出版社：旗標 出版日期：11/18/2019 條碼：9789863126096 內容簡介 人資、秘書、會計、行政、總務、業助必備！ 在職場中進行各種表單製作，我們常會遇到「這要用什麼函數來計算呢？」或是「腦海中浮現 SUMIF 這個函數好像可以依條件加總，可是要帶入什麼資料呢？」，或是「好不容易拼湊出公式，但卻出現錯誤訊息」。會遇到這些狀況是必然的，因為 Excel 提供了上百個函數，要記住所有函數的語法並懂得運用實在不容易。不過，只要徹底弄懂「公式」及「函數」的基本觀念，當要撰寫公式時再查詢函數的語法，就能輕鬆得到想要的結果了！ 本書幫您整理了職場上必備的各項函數並帶入工作實例，只要學會函數及組合應用技巧，就能讓你【立即派上用場】，擺脫工作總是做不完的困境。 ．各商品放置在不同欄位，如何統計各家分店的所有商品銷量？ ．只要一行公式就能加總間隔在不同列的各分店總收入與總支出。 ．如何個別計算上半年、下半年的總銷售套數？ ．只要輸入「日期」與「時段」，就能查詢餐廳是否還有空位。 ．不同工作表，如何自動抓取「上個月餘額」，變成「本月的前期餘額」？ ．在報價單中限定「報價日期」不能輸入「未來日期」、「交貨日期」不能輸入「過去日期」。 ．製作出勤表時，如何依輸入的年、月自動填入日期與星期？ ．如何將出勤表的「週六」、「週日」標示為不同顏色？ ．將早上九點以前打卡的時間，全部視為九點，並將遲到的人標示出來。 ．將員工編號與員工姓名合併在一起，並分成兩列。 ．如何驗證重複的資料，並在第一欄加上「重複」的標示？ ．如何快速建立 1～9999 的文字加數字編號？ ．如何在不同間隔列中填滿不同的產品序號？ ．各產品介紹分別放在不同工作表中，希望在第一個工作表製作「產品目錄」。 本書特色 ●詳細解說函數的引數作用，讓讀者看到長串公式不再畏懼！ ●以「多個函數組合應用」為主軸，有別於市面上僅介紹單一函數的書。 ●將函數融入行政、人資、業務、財務、總務、……等職場實例，讓您立即活用在職場上。 ●文中穿插相關知識，讓您不僅學會主要的函數應用，還能順帶學會額外的技巧。 ．【舉一反三】：補充說明本單元所介紹的函數，還可以如何應用。 ．【補充說明】：除了本單元介紹的函數，還可以用其它函數或內建功能來完成相同的結果。 ．【TIPS】：補充相關的技巧或注意事項。 ．【Hot Key】：幫您提高工作效率的「快速鍵」。 ●提供多種函數查詢方法： ．【目錄】：提供「函數功能」及「範例」查詢。 ．【函數語法說明】：摘錄各單元的函數語法並加上參照頁碼，方便讀者隨時查閱函數語法。 ．【函數索引】：依函數字母排序，方便查找函數的相關內容。 目錄 Part 0 公式與函數的基礎知識 Part 1 資料的彙整與計算 Part 2 條件的判斷 Part 3 從大量資料中抽取出想要的資料 Part 4 日期與時間資料的處理 Part 5 文字資料處理 Part 6 財務資料處理 Part 7 重複資料的驗證 Part 8 其它實用技巧及跨工作表的處理

Python初學特訓班(第六版)：從快速入門、主流應用到AI全面實戰(附超過500分鐘影音教學/範例程式) (6版)

類似書籍推薦給您

【簡介】 從快速入門、主流應用到AI全面實戰 連續6年榮登知名網路書店電腦資訊年度百大暢銷榜的Python學習最經典 超過4萬名讀者見證與超過100位老師滿意的Python書籍 榮獲各大通路電腦暢銷排行榜與海外指名授權圖書 解決初學痛點，避免開發地雷 集結熱門主題與AI技術，加值超過500分鐘影音教學 內容由淺入深，範例程式精簡，執行效率再優化 從200多個範例徹底掌握Python全面應用精髓 Python是當今最熱門的程式語言，從網頁資料擷取、網站自動化測試、大數據分析、物聯網、機器學習與深度學習，到駭客攻擊工具等主流議題，Python都占據了重要的地位。 本書以初學者的視角規劃學習地圖，並提供熱門主題實戰。從環境、語法、模組套件到主流技術應用，直接從實例學，讓學習者輕鬆入門，並能結合目前最受重視的實務運用，體驗Python最全面的應用魅力。 Python學習最經典 直擊關鍵技術領域，快速入門與實戰 體驗Python的開發無極限 ■快速佈署Python開發環境，熟悉編輯器與執行方式。 ■詳細說明Python語法，由結構、變數、資料型態、運算式及判斷式進行學習引導，再深入迴圈、串列、元組、字典、函式與模組、檔案與例外處理等基礎且重要的內容。 ■詳述近50種實用的Python模組套件，如：random、os、os.path、sys、shutil、glob、locale、sqlite3、requests、re、bs4、BeautifulSoup、selenium、webdriver、time、matplotlib、pyplot、json、pytube、tkinter、flask、LineBotapi、LineNotify、ngrok、pydub、SpeechRecognition、pandas、OpenCV、numpy、pillow、PIL、Image、ImageDraw、ImageFont、math、pygame、mixer、gTTS、tempfile、PyAudio、googletrans、Translator、pyinstaller、pyfirmata、Arduino、pyserial…等，分析使用方式與注意事項，並以實例演練。 ■範例導引式學習，從小範例到專案應用實例。全新修訂並優化實作內容，從12個專案實戰貼近實務需求，即學即用即上手。 ■全面深入不同領域的應用主題，包括大數據網路爬蟲、資訊圖表繪製、影片下載、PM2.5 空氣監測、公開資料應用、AI客服機器人、圖片批次處理、音樂播放器、臉部偵測與辨識、新聞讀報機等，並納入熱門的「智慧監控系統」，用OpenCV監測影像變化，發現異物進入即用LINE發動警報。結合主流且新穎的應用，立即提升開發力。 另外，學會運用ChatGPT產生太空射擊遊戲程式，掌握生成式AI的強大能力。 ■強化重點技術，提升專案開發效率，學會打包專案執行檔，SQLite資料庫實作、瀏覽器自動化與機電整合實作，升級開發領域。 ■範例程式另提供Python筆記神器：Colab及Jupyter Notebook通用格式檔案，讓學習與操作更便利。 ■針對重要實戰專題提供影音輔助教學，迅速提升學習效率。 ★超值學習資源：超過500分鐘關鍵影音教學/全書範例程式檔/附錄PDF Google Colab雲端開發環境教學影片 【目錄】 01 建置Python開發環境 1.1 Python程式語言簡介 1.2 建置Anaconda開發環境 1.3 Spyder編輯器 1.4 Jupyter Notebook編輯器 02 基本語法與結構控制 2.1 變數與資料型態 2.2 運算式 2.3 判斷式 03 迴圈與資料結構 3.1 迴圈 3.2 串列的操作 3.3 元組(Tuple) 3.4 字典(Dict) 04 函式與模組 4.1 自訂函式 4.2 內建函式 4.3 模組 05 檔案與例外處理 5.1 檔案和目錄管理 5.2 File檔案 5.3 例外處理 06 實戰：要資料自己來，網路爬蟲跟我學 6.1 requests模組：讀取網站檔案 6.2 BeautifulSoup模組：網頁解析 實戰：etToday新聞 07 實戰：一圖勝千言，matplotlib資訊圖表繪製 7.1 繪製折線圖：plot 7.2 繪製長條圖：bar 7.3 圓餅圖繪製：pie 7.4 設定圖表區：figure 7.5 在圖表區加入多張圖表：subplot 7.6 專題：台灣股市股價走勢圖 實戰：個股年度統計圖 08 實戰：備份不求人，YouTube影片下載器 8.1 Pytube：下載YouTube影片模組 8.2 Tkinter：圖形使用者介面模組 8.3 實戰：YouTube影片下載器 09 實戰：空氣好不好？PM 2.5即時監測顯示器 9.1 Pandas：強大的資料處理模組 9.2 實戰：PM2.5即時監測顯示器 10 實戰：給我個AI客服，打造自己的LINE Bot 10.1 使用Flask建立網站應用程式 10.2 Line開發者帳號 10.3 「鸚鵡」LINE Bot 10.4 實戰：圖文式Line Bot 11 實戰：P圖我也會！圖片批次處理 11.1 認識pillow 11.2 圖片基本操作 11.3 圖片編輯 11.4 圖片切割、複製和合成 11.5 圖片濾鏡 11.6 繪製圖形 11.7 大量圖片處理 12 實戰：來點音樂吧！mp3音樂播放器 12.1 關於音樂與音效的播放 12.2 音效播放 12.3 音樂播放 實戰：MP3音樂播放器 13 實戰：刷臉時代來了，OpenCV臉部偵測與辨識 13.1 OpenCV：臉部偵測 13.2 OpenCV：臉部辨識登入系統 實戰：建立會員臉部模型 實戰：臉部辨識登入系統 14 實戰：智慧監控系統，自動錄影並傳送LINE 14.1 LINE Notify傳送訊息 14.2 OpenCV圖形處理：移動偵測 14.3 實戰：智慧監控系統 15 實戰：新聞唸給你聽，智慧讀報機 15.1 Google gTTS文字轉語音 15.2 語音轉換文字 15.3 文字翻譯 15.4 綜合範例 16 實戰：ChatGPT遊戲開發，PyGame製作遊戲 16.1 Pygame入門教學 16.2 Pygame動畫處理 16.3 實戰：ChatGPT製作太空射擊遊戲 附錄A：pyinstaller：將程式打包成執行檔 附錄B：SQLite資料庫的使用 附錄C：Selenium：瀏覽器自動化操作 附錄D：Python軟硬整合：使用Arduino (附錄單元為PDF電子檔)

Python自學聖經(第三版)：從程式素人到開發強者的技術、實戰與AI應用大全(附影音/範例程式) (3版)

類似書籍推薦給您

【簡介】 集Python程式技術大成，新增AI應用，強大內容全面再進化～ 【Python系列書在台累計銷量近12萬冊】 國內眾多讀者與程式人選書第一指名，學業界指定Python講師、 榮登暢銷榜最多Python圖書的作者團隊代表作 八大領域、39個主題、上百種模組套件、近1,200個範例， 涵蓋語法入門，橫跨各大熱門技術、軟硬整合與AI實戰應用。 一本帶你入行！系統化分章、大量圖表解說， 全面跨入Python程式開發殿堂！ 給需要本書的人： ★不知道如何開始才能自學好Python的人 ★有接觸過但又不想打掉重練的人 ★老是寫不好Python程式的人 ★想運用Python開發專案的人 掌握系統化的學習途徑 才能真正駕馭Python Python廣泛應用於大數據、網路爬蟲、人工智慧、機器學習、物聯網等熱門領域，是一套直譯式、物件導向，功能強大的程式語言。具備簡潔的語法，擁有許多模組套件，跨平台且容易擴充，所以非常適合初學者學習，但沒有系統性與結構化的學習，只能一知半解，而胡亂網路爬文，也只會迷失在資訊叢林。 本書從Python自學角度出發，系統化的分章學習，全面涵蓋語法、模組套件、主題應用、軟硬整合，規劃出最好的學習曲線，縮短自學途徑，排除學習障礙，真正從初學入門到業界活用！ ■完整詳實的程式入門： 從開發環境建置開始，由淺入深、循序漸進、完整且詳細的解說變數、運算、判斷式、迴圈、串列、元組、字典、集合、函式與模組等語法觀念與實作。 ■晉級專業的進階心法： 包括物件導向開發、例外處理、正規表達式、檔案管理、圖形使用者介面設計等內容。 ■應用廣泛的資料科學： 涵蓋網路爬蟲、數據資料儲存與讀取、資訊視覺圖表化、Numpy、Pandas資料與分析的完整學習。 ■無所不在的網路應用： 囊括Flask網站開發、建立Web API與Vercel部署、Django資料庫網站架設，還有LINE Bot機器人整合應用。 ■邁向未來的AI人工智慧： 具備機器學習入門、機器學習特徵處理、分類與迴歸演算法、深度學習MLP、CNN與RNN的應用，以及NLP自然語言處理等能力。 ■玩轉創意的多媒體互動： 包含讀取圖片、編輯圖片、合成、濾鏡效果、大量圖片處理，還有PyGame遊戲開發、PyTube影音下載等運用。 ■提升效率的開發加值： 介紹目前業界最熱門的Google Colab雲端開發平台與VS Code編輯神器，也深入介紹如何將程式打包成執行檔。 ■萬物可通的IoT物聯網： 從MicroPython程式實作、硬體實作、感測器應用、加入顯示裝置、使用Wi-Fi無線網路，到物聯網整合應用。 ■熱門強大的ChatGPT應用： 運用ChatGPT解釋程式碼、撰寫指定功能語法與幫程式除錯…等，可輔助Python的學習。 透過ChatGPT API的應用，則可以在程式中與ChatGPT對話，例如經由LINE Bot，在手機的LINE中輸入對話訊息，就可以藉由ChatGPT回覆內容。 使用Playground則可在不用程式碼開發的狀態下調教GPT模型的參數，甚至生成對應的程式碼。 【超值學習資源】 獨家收錄：「Python物件導向程式開發」影音教學、 「Google Colab雲端開發平台入門」影音教學、 「善用ChatGPT學Python入門」影音教學、 「ChatGPT API及LINE Bot應用」教學PDF、 全書範例程式檔 第三版新書是依據最新應用趨勢與市場回饋的寶貴訊息調整內容， 讓本書更全面，並與資訊科技脈動同步。 在基礎入門篇中，將開發環境的安裝與設定更新到目前最新狀態 在網路應用篇中，除了更新重要範例的應用外，因應Selenium的改版而進行了語法的調整。 在網路架站方面，無論是Flask或是Django，這次特別選擇Vercel作為最後的架設平台， 並且連接PostgreSQL資料庫，讓網頁服務有更好的表現。 在人工智慧篇中，特別加入了最新的ChatGPT API開發，讓讀者也能體驗最火熱的AI主題。 在開發加值篇中，更新了PyInstaller執行檔編譯的內容。 在IoT物聯網篇則選擇了最熱門的ESP32進行介紹， 讓實戰更加得心應手。 【目錄】 【基礎入門篇】 01 建置 Python 開發環境 1.1 建置 Anaconda 開發環境 1.2 Spyder 編輯器 1.3 Jupyter Notebook 編輯器 02 變數、運算及判斷式 2.1 變數與資料型別 2.2 運算式 2.3 判斷式 03 迴圈、串列與元組 3.1 迴圈與串列 3.2 進階串列與元組 04 字典與集合的使用 4.1 字典基本操作 4.2 字典進階操作 4.3 集合 4.4 凍結集合 05 函式與模組 5.1 自訂函式 5.2 數值函式 5.3 字串函式 5.4 亂數模組 5.5 時間模組 【進階學習篇】 06 物件導向程式開發 6.1 類別與物件 6.2 類別封裝 6.3 類別繼承 6.4 多型 6.5 多重繼承 6.6 類別應用 6.7 建立 Python 專案 6.8 打造自己的模組 07 例外處理 7.1 例外處理 7.2 try...except 常用例外錯誤表 7.3 捕捉多個例外 7.4 raise 拋出例外 7.5 Traceback 記錄字串 7.6 assert 斷言 08 正規表達式 8.1 使用傳統程式設計方式搜尋 8.2 使用正規表達式 8.3 使用 re.complie() 建立正規表達式物件 8.4 使用 re 模組建立隱含正規表達式物件 8.5 更豐富的搜尋方式 8.6 使用 re.sub() 取代字串 8.7 實戰：網路爬蟲資料格式檢查 09 檔案系統的使用 9.1 檔案和目錄管理 9.2 檔案的讀寫 9.3 二進位檔案的讀寫 10 圖形使用者介面設計 10.1 Tkinter 模組：圖形使用者介面 10.2 排版方式 10.3 視窗區塊 (Frame) 10.4 實戰：英文單字王視窗版 【資料科學篇】 11 數據資料的爬取 11.1 requests 模組：讀取網站檔案 11.2 BeautifulSoup 模組：網頁解析 11.3 Selenium 模組：瀏覽器自動化操作 12 數據資料的儲存與讀取 12.1 csv 資料的儲存與讀取 12.2 Excel 資料儲存與讀取 12.3 json 資料的讀取與輸出 12.4 XML 資料的儲存與讀取 12.5 SQLite 資料庫的操作 12.6 MySQL 資料庫的操作 12.7 Google 試算表的操作 13 數據資料視覺化 13.1 繪製折線圖：plot 13.2 繪製長條圖：bar 13.3 繪製圓餅圖：pie 13.4 設定圖表區：figure 13.5 在圖表區加入多張圖表：subplot、axes 13.6 實戰：台灣股市股價走勢圖 14 Numpy 與 Pandas 14.1 Numpy 陣列建立 14.2 Numpy 陣列取值 14.3 Numpy 的運算功能 14.4 Pandas Series 14.5 Pandas DataFrame 的建立 14.6 Pandas DataFrame 資料取值 14.7 Pandas DataFrame 資料操作 14.8 Pandas 資料存取 14.9 Pandas 繪圖應用 15 Pandas 資料分析 15.1 資料預處理 15.2 資料合併 15.3 樞紐分析表 15.4 實戰：鐵達尼號生存機率預測 【網路應用篇】 16 Flask 網站開發 16.1 基本 Flask 網站應用程式 16.2 使用模板 16.3 Template 語言 16.4 以 GET 及 POST 傳送資料 17 Flask 建立 Web API 及 Vercel 部署 17.1 建立 PM2.5 資料 Web API 17.2 部署 Web API 到 Vercel 17.3 Web API 應用：PM2.5 查詢系統 18 LINE Bot 申請設定及開發 18.1 LINE 開發者管理控制台 18.2 實戰：「鸚鵡」LINE Bot 開發 19 Django 網站開發 19.1 Django 是什麼？ 19.2 建立 Django 專案 19.3 視圖 (view) 與 URL 19.4 視圖、模版與 Template 語言 19.5 以 GET 及 POST 傳送資料 20 Django 資料庫連結與應用 20.1 PostgreSQL 資料庫 20.2 Django 資料庫 20.3 admin 後台管理與 ModelAdmin 類別 20.4 資料庫查詢 20.5 資料庫管理 21 Django 專題實戰及 Vercel 部署 21.1 實戰：Django 新聞公告系統 21.2 部署 Django 專案到 Vercel 【人工智慧篇】 22 機器學習：特徵提取 22.1 認識機器學習 22.2 文字特徵處理 22.3 數值標準縮放 22.4 特徵降維：特徵選擇 23 機器學習：分類及迴歸演算法 23.1 scikit-learn 資料集 23.2 K 近鄰演算法 23.3 樸素貝葉斯演算法 23.4 迴歸演算法 24 深度學習起點：多層感知器 (MLP) 24.1 認識多層感知器 (MLP) 24.2 Mnist 資料集 24.3 訓練 Mnist 手寫數字圖片辨識模型 24.4 模型儲存與預測 25 深度學習重點：CNN 及 RNN 25.1 卷積神經網路 (CNN) 基本結構 25.2 卷積神經網路實戰：Mnist 手寫數字圖片辨識 25.3 循環神經網路 (RNN) 基本結構 25.4 實戰：市場股價預測 26 自然語言處理 (NLP) 26.1 Jieba 模組 26.2 文字雲 27 ChatGPT API 及 Playground 27.1 ChatGPT API 27.2 ChatGPT Playground 【多媒體互動篇】 28 圖片批次處理：pillow 28.1 認識 pillow 28.2 圖片基本操作 28.3 圖片編輯 28.4 圖片切割、複製和合成 28.5 圖片濾鏡 28.6 繪製圖形 28.7 實戰：大量圖片處理 29 電腦遊戲開發：PyGame 29.1 Pygame 入門教學 29.2 Pygame 動畫處理 29.3 實戰：打磚塊遊戲 30 線上影音下載：PyTube 30.1 Pytube：下載 YouTube 影片模組 30.2 播放清單及相關資源下載 【開發加值篇】 31 雲端開發平台：Google Colab 31.1 Google Colab：雲端的開發平台 31.2 Markdown 語法 32 萬用編輯神器：VS Code 32.1 VS Code：最多人使用的程式編輯器 32.2 VS Code 執行 Python 程式 32.3 讓 VS Code 更有效率 33 編譯程式執行檔：PyInstaller 33.1 程式打包前的準備工作 33.2 實戰：打包 exe 執行檔 33.3 實戰：打包含有資源檔的執行檔 33.4 實戰：使用 .spec 打包含有資源檔的執行檔 33.5 資料儲存的考量 【附錄、IOT 物聯網篇】 （本篇為PDF形式電子書，請線上下載） 附錄 A MicroPython 與 ESP32 附錄 B MicroPython 小專題實作 附錄 C 感測器應用：溫溼度與超音波感測器 附錄 D 顯示裝置：LCD 液晶顯示器 附錄 E Wi-Fi 無線網路 附錄 F 物聯網應用 物聯網篇使用材料表