Python 职场进阶指南：从入门到数据分析与自动化实战

Python 职场进阶指南：从入门到数据分析与自动化实战 | 极客日志

# 创建虚拟环境
python -m venv myenv
# 激活环境 (Windows)
myenv\Scripts\activate
# 激活环境 (Linux/Mac)
source myenv/bin/activate

# 示例：列表操作
data = [1, 2, 3, 4, 5]
squared = [x**2 for x in data]  # 列表推导式
print(squared)  # 输出：[1, 4, 9, 16, 25]

# 示例：字典操作
user_info = {"name": "Alice", "age": 25}
print(user_info.get("email", "Not provided"))

import csv

# 写入 CSV
with open('data.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['Name', 'Age'])
    writer.writerow(['Bob', 30])

# 读取 CSV
with open('data.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

import pandas as pd

# 读取 Excel
df = pd.read_excel('sales_report.xlsx')

# 数据清洗：去除空值
df_clean = df.dropna()

# 分组统计
summary = df_clean.groupby('Region')['Amount'].sum()
print(summary)

# 导出结果
df_clean.to_excel('cleaned_data.xlsx', index=False)

import requests
from bs4 import BeautifulSoup

url = 'https://example.com/news'
headers = {'User-Agent': 'Mozilla/5.0'}
response = requests.get(url, headers=headers)

if response.status_code == 200:
    soup = BeautifulSoup(response.text, 'html.parser')
    titles = soup.find_all('h2', class_='news-title')
    for title in titles:
        print(title.get_text())
else:
    print('Request failed')

Python 职场进阶指南：从入门到数据分析与自动化实战

前言

一、环境搭建与基础语法

1.1 环境配置

1.2 核心数据结构

二、文件操作与办公自动化

2.1 读取与写入 CSV

2.2 处理 Excel 报表

三、网络爬虫技术

3.1 基础请求

3.2 反爬策略应对

更多推荐文章

相关免费在线工具

Python 职场进阶指南：从入门到数据分析与自动化实战

前言

一、环境搭建与基础语法

1.1 环境配置

1.2 核心数据结构

二、文件操作与办公自动化

2.1 读取与写入 CSV

2.2 处理 Excel 报表

三、网络爬虫技术

3.1 基础请求

3.2 反爬策略应对

微信扫一扫，关注极客日志

更多推荐文章

相关免费在线工具