6个 Python 办公黑科技，工作效率提升100倍！（附代码）_python高效办公

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

df2[“订单明细号”].duplicated().value_counts()

df_c=pd.merge(df1,df2,on=“订单明细号”,how=“left”)

**2. 数据透视表**


需求：想知道每个地区的业务员分别赚取的利润总和与利润平均数。

pd.pivot_table(sale,index=“地区名称”,columns=“业务员名称”,values=“利润”,aggfunc=[np.sum,np.mean])

**3. 对比两列差异**


需求：比较订单明细号与订单明细号2的差异并显示出来。

sale[“订单明细号2”]=sale[“订单明细号”]

sale[“订单明细号2”][1:10]=sale[“订单明细号2”][1:10]+1

result=sale.loc[sale[“订单明细号”].isin(sale[“订单明细号2”])==False]

**4. 去除重复值**


需求：去除业务员编码的重复值

sale.drop_duplicates(“业务员编码”,inplace=True)

**5. 缺失值处理**

sale[“客户名称”]=sale[“客户名称”].fillna(0)

sale.dropna(subset=[“客户编码”])

**6. 多条件筛选**


需求：想知道业务员张爱，在北京区域卖的商品订单金额大于6000的信息。

sale.loc[(sale[“地区名称”]“北京”)&(sale[“业务员名称”]“张爱”)&(sale[“订单金额”]>5000)]

**7. 模糊筛选数据**


需求:筛选存货名称含有"三星"或则含有"索尼"的信息。

sale.loc[sale[“存货名称”].str.contains(“三星|索尼”)]

**8. 分类汇总**


需求: 北京区域各业务员的利润总额。

sale.groupby([“地区名称”,“业务员名称”])[“利润”].sum()

**9. 条件计算**


需求：存货名称含“三星字眼”并且税费高于1000的订单有几个？这些订单的利润总和和平均利润是多少？（或者最小值，最大值，四分位数，标注差）

sale.loc[sale[“存货名称”].str.contains(“三星”)&(sale[“税费”]>=1000)][[“订单明细号”,“利润”]].describe()

**10. 删除数据间的空格**


需求：删除存货名称两边的空格。

sale[“存货名称”].map(lambda s 😒.strip(“”))

### 四、画图分析


**英雄联盟防御力：**


防御能力最低的英雄（1级）： 暗夜猎手,魔法猫咪,万花通灵 防御能力最高的英雄（10级）： 正义巨像,披甲龙龟


![img](https://img-blog.csdnimg.cn/img_convert/db72a556e77b94dbf49b112b0c44623e.png)


**安妮、卡尔玛能力矩阵：**


![img](https://img-blog.csdnimg.cn/img_convert/90d3a1993be29d5a483bbce2928f66e4.webp?x-oss-process=image/format,png)


**代码示例：**

from pyecharts.charts import Pie

from pyecharts import options as opts

from pyecharts.charts import Radar

from pyecharts.charts import Radar

# //由于雷达图传入的数据得为多维数据，所以这里需要做一下处理

radar_data = [[10, 10, 10, 10, 10]]

radar_data1 = [[2, 10, 3, 6, 3]]

radar_data2 = [[1, 8, 7, 5, 8]]

# //设置column的最大值，为了雷达图更为直观，这里的月份最大值设置有所不同

    ("物理", 100), ("魔法", 10), ("防御", 10),("难度", 10),("喜好", 10)

radar.add_schema(schema)

radar.add("满分", radar_data)

# //一般默认为同一种颜色，这里为了便于区分，需要设置item的颜色

radar.add("安妮", radar_data1, color="#E37911")

radar.add("卡尔玛", radar_data2, color="#1C86EE")

if name == ‘__main__’:

### 五、解析word（docx、doc）


**依赖包：**

    if 'docx' in file:

        f = docx.Document(file)

        for para in f.paragraphs:

            res = res + '\n' +para.text

        # 先转格式doc>docx

        os.system("textutil -convert docx '%s'"%file)

        word_reader(file+'x')

        f = docx.Document(file+'x')

        for para in f.paragraphs:

            res = res + '\n' +para.text

    # print(file, 'read failed')

### 六、计算器


math模块为浮点运算提供了对底层函数库的访问:

math.cos(math.pi / 4)

#### 后续会陆陆续续补上一些其它有趣的办公自动化技巧


**在学习python中有任何困难不懂的可以微信扫描下方CSDN官方认证二维码加入python交流学习，多多交流问题，互帮互助，这里有不错的学习教程和开发工具。**  
 （这里每天都会不定时更新python不同题型和教程，希望大家一起学习，一起进步）



> 
> 👉[[[CSDN大礼包：《python安装包&全套学习资料》免费分享]]](https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0)（**安全链接，放心点击**）
> 
> 
> 



![](https://img-blog.csdnimg.cn/img_convert/43ce30d33551e2f05c638e4cedfa55f7.png)



#### Python学习大纲


Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/71e2166464ed45959e2863dae1cc4835.jpeg#pic_center)


#### 入门学习视频


![](https://img-blog.csdnimg.cn/img_convert/e0106a2ebc87d23666cd0a4b476be14d.png)


#### Python实战案例


光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/d05d16f02b804b7aab3532123c710466.png)  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/5eccf0e8a9fd42cbb8e90c596d6df967.png)  
 **最后，千万别辜负自己当时开始的一腔热血，一起变强大变优秀。**


如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费**学习**大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。



### 一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。



![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)

### 二、学习软件



工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。



![](https://img-blog.csdnimg.cn/img_convert/8c4513c1a906b72cbf93031e6781512b.png)



### 三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

![](https://img-blog.csdnimg.cn/img_convert/eec417a3d4d977b313558a11d3c13e43.png)



### 四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。



![](https://img-blog.csdnimg.cn/img_convert/ec690501ea1dbe2cb209cbf4013c2477.png)  

![](https://img-blog.csdnimg.cn/img_convert/3eaeaa6747419c9d86c72e0d10d0a6a2.png)



### 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。



![](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)



### 五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

![](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**