極簡ChatGPT:如何利用AI實現Python自動編程

關東升

  • 出版商: 清華大學
  • 出版日期: 2024-06-01
  • 定價: $414
  • 售價: 8.5$352
  • 語言: 簡體中文
  • ISBN: 7302663106
  • ISBN-13: 9787302663102
  • 相關分類: ChatGPT
  • 下單後立即進貨 (約4週~6週)

  • 極簡ChatGPT:如何利用AI實現Python自動編程-preview-1
  • 極簡ChatGPT:如何利用AI實現Python自動編程-preview-2
  • 極簡ChatGPT:如何利用AI實現Python自動編程-preview-3
極簡ChatGPT:如何利用AI實現Python自動編程-preview-1

相關主題

商品描述

本書主要內容包括: 1. 認識 ChatGPT:介紹 ChatGPT 的基本原理與使用方法。幫助讀者快速理解與上手工具。 2. 使用 ChatGPT 輔助編寫高質量代碼:系統講解如何利用 ChatGPT 描述需求、補全代碼、檢查語法、調試程序等。大量案例幫助讀者掌握技巧,提高編程效率與代碼質量。 3. ChatGPT 與數據採集與清洗:詳細介紹 ChatGPT 如何輔助網頁爬取、解析數據、清洗數據等。案例覆蓋股票數據、人口數據等,有利於讀者的實踐應用。 4. 辦公自動化中的數據存儲與分析:介紹 MySQL 數據庫、JSON 格式等的數據存儲方法。使用 Pandas 展示數據分析與統計方法,互動案例展示 ChatGPT 的輔助作用。 5. 辦公自動化中的數據可視化:使用 Matplotlib 繪制折線圖、柱狀圖、餅圖、散點圖等。案例說明如何利用 ChatGPT 選擇合適的可視化方法與改進圖表。 6. ChatGPT 輔助自動化辦公軟件:包括 Excel、Word、PPT、PDF 等。使用相應庫實現這些軟件的自動化操作與功能擴展。大量案例與代碼將 ChatGPT 的作用帶入實際應用,提高工作效率。 本書具有以下特色: 1. 首本系統介紹 ChatGPT 與 Python 辦公自動化的實用教程。內容較為全面,覆蓋 ChatGPT 的學習與多個應用場景。 2. 提供大量實踐案例與代碼示例,詳細演示 ChatGPT 的強大作用。便於讀者快速掌握知識並應用出成果。 3. 案例使用真實數據,貼近工作實際,有利於讀者理解與記憶。 4. 適合不同層次讀者,新手可以快速入門,專業人士可學習新的解決方案。 本書適合以下讀者: 1. 對 ChatGPT 與 Python 辦公自動化感興趣的人。可作為入門學習資源。 2. 軟件工程師與數據分析師。可提高工作效率與解決方案。 3. 企業培訓師。可作為課程教材,提高職場人才的自動化能力。 4. Python 程序員。可學習新的工具與技能,拓展實現範圍。 綜上,本書以實用為主,全面介紹 ChatGPT 的學習與應用。案例貼近實際工作,易於理解與應用。適合各類讀者,實用性強,具有很高的參考價值。

目錄大綱

目錄

第1章認識ChatGPT

1.1ChatGPT簡介

1.1.1註冊ChatGPT

1.1.2使用ChatGPT

1.2如何與ChatGPT交談

1.2.1提問的技巧與註意事項

1.2.2示例: 向ChatGPT提問的技巧與註意事項

1.3Python解釋器

1.4PyCharm開發工具

1.4.1下載和安裝

1.4.2設置PyCharm工具

1.5第一個Python程序

1.5.1創建項目

1.5.2創建Python代碼文件

1.5.3編寫代碼

1.5.4運行程序

1.6本章總結

第2章如何使用ChatGPT輔助編寫高質量的代碼

2.1編寫代碼

2.1.1描述代碼需求

2.1.2補全代碼細節

2.1.3代碼語法檢查

2.2調試代碼

2.3評審ChatGPT生成的代碼

2.4使用Python代碼檢查工具PyLint

2.5人工評審ChatGPT生成的代碼

2.6本章總結

第3章ChatGPT與Python數據採集

3.1ChatGPT在數據採集過程中的作用

3.2數據採集概述

3.2.1數據採集的重要性和挑戰

3.2.2數據採集的基本步驟

3.2.3數據採集技術和工具

3.3網頁數據爬取

3.3.1網頁中的靜態和動態數據

3.3.2使用urllib爬取靜態數據

3.3.3示例1: 爬取納斯達克蘋果股票數據

3.4解析數據

3.4.1使用BeautifulSoup庫

3.4.2示例2: 解析納斯達克蘋果股票數據

3.4.3使用Selenium爬取動態網頁數據

3.4.4示例3: 爬取搜狐證券貴州茅臺股票數據

3.4.5示例4: 使用Selenium解析HTML數據

3.4.6示例5: 利用ChatGPT輔助解析數據

3.5本章總結

第4章ChatGPT與Python數據清洗

4.1ChatGPT在數據清洗過程中的作用

4.2數據清洗和預處理

4.2.1數據質量評估 

4.2.2ChatGPT輔助數據質量評估

4.2.3示例1: 利用ChatGPT輔助評估學生信息表數據質量

4.2.4ChatGPT輔助數據清洗

4.3數據清洗工具

4.4NumPy庫

4.4.1NumPy中的維數組對象

4.4.2數組的軸

4.4.3訪問一維數組中的元素

4.4.4訪問二維數組中的元素

4.5數據分析必備庫——Pandas

4.5.1Series數據結構

4.5.2DataFrame數據結構

4.5.3使用Pandas讀取Excel文件

4.5.4示例2: 從Excel文件讀取全國總人口數據

4.5.5使用Pandas讀取CSV文件

4.6使用Pandas清洗數據

4.6.1示例3: 清洗學生信息表數據

4.6.2示例4: 填充缺失值

4.6.3示例5: 刪除重復行

4.7本章總結

第5章辦公自動化中的數據存儲

5.1使用MySQL數據庫

5.1.1MySQL數據庫管理系統

5.1.2安裝MySQL8數據庫

5.1.3客戶端登錄服務器

5.1.4圖形界面客戶端工具

5.1.5安裝PyMySQL庫

5.1.6訪問數據庫一般流程

5.1.7案例1: 訪問蘋果股票數據

5.2使用Pandas讀寫MySQL數據庫

5.3JSON數據交換格式

5.3.1JSON文檔結構

5.3.2JSON數據編碼

5.3.3JSON數據解碼

5.3.4案例2: 解碼搜狐證券貴州茅臺股票數據

5.4本章總結

第6章辦公自動化中的數據分析

6.1數據的統計分析方法

6.2描述統計分析

6.2.1在Pandas中常用的描述統計方法

6.2.2案例1: 使用描述統計方法分析貴州茅臺股票數據

6.2.3案例2: ChatGPT輔助分析跨境電商銷售數據

6.3本章總結

第7章辦公自動化中的數據可視化

7.1Python數據可視化庫

7.2使用Matplotlib繪制圖表

7.2.1安裝Matplotlib

7.2.2圖表基本構成要素

7.2.3繪制折線圖

7.2.4繪制柱狀圖

7.2.5繪制餅狀圖

7.2.6繪制散點圖

7.2.7繪制子圖表

7.3利用ChatGPT辦公自動化數據可視化

7.3.1示例1: 使用ChatGPT分析數據結構

7.3.2示例2: 根據地區和時間展示銷量的柱狀圖

7.3.3示例3: 根據產品類型展示銷售占比的餅圖

7.3.4示例4: 銷售渠道銷售占比餅圖

7.3.5示例5: 根據時間展示銷售趨勢的折線圖

7.4本章總結

第8章ChatGPT輔助Excel自動化

8.1xlwings庫實現Excel自動化

8.1.1xlwings庫中對象層次關系

8.1.2示例1: 打開Excel文件讀取單元格數據

8.1.3示例2: 如何獲得表格區域

8.1.4示例3: 獲得表格行數和列數

8.1.5示例4: 轉置表格

8.1.6示例5: 單元格默認數據類型

8.1.7示例6: 寫入單元格數據

8.1.8示例7: 設置單元格樣式

8.1.9示例8: 調用VBA宏批量刪除重復數據

8.1.10示例9: 插入單元格和單元格區域

8.1.11示例10: 刪除單元格和單元格區域

8.1.12示例11: 插入工作表

8.1.13示例12: 刪除工作表

8.2pywin32庫批量處理Excel文件

8.2.1示例13: 轉換.xls文件為.xlsx文件

8.2.2示例14: 轉換Excel文件為.csv文件

8.2.3示例15: 拆分Excel文件程序

8.2.4示例16: 合並Excel文件

8.3ChatGPT如何輔助Excel自動化最佳實踐

8.3.1示例17: ChatGPT輔助生成代碼片段

8.3.2示例18: ChatGPT輔助提供編程思路

8.3.3示例19: ChatGPT輔助解釋代碼錯誤

8.3.4示例20: ChatGPT輔助優化代碼

8.4本章總結

第9章ChatGPT輔助Word自動化

9.1使用pythondocx庫

9.1.1pythondocx庫中的那些對象

9.1.2示例1: 打開和讀取Word文檔

9.1.3示例2: 寫入數據到Word文檔

9.1.4示例3: 在Word文檔中添加表格

9.1.5示例4: 設置文檔樣式

9.1.6示例5: 修改文檔樣式

9.2使用pywin32庫處理Word文檔

9.2.1示例6: 批量轉換.doc文件為.docx文件

9.2.2示例7: 採用模板批量生成證書文件

9.2.3示例8: 批量統計文檔頁數和字數

9.2.4示例9: 批量轉換Word文件為PDF文件

9.3ChatGPT如何輔助Word自動化最佳實踐

9.3.1示例10: ChatGPT輔助生成代碼片段

9.3.2示例11: ChatGPT輔助提供編程思路

9.3.3示例12: ChatGPT輔助解釋代碼錯誤

9.3.4示例13: ChatGPT輔助優化代碼

9.4本章總結

第10章ChatGPT輔助PPT自動化

10.1訪問PowerPoint文件庫——pythonpptx

10.1.1PowerPoint中的基礎概念

10.1.2pythonpptx庫中的那些對象

10.1.3示例1: 創建PPT文檔

10.1.4示例2: 添加更多的幻燈片

10.1.5示例3: 在PPT文檔中添加表格

10.1.6示例4: 在PPT文檔中添加圖表

10.2使用pywin32庫處理PPT文檔

10.2.1示例5: 批量轉換.ppt文件為.pptx文件

10.2.2示例6: 批量轉換PPT文件為PDF文件

10.3ChatGPT如何輔助PPT自動化最佳實踐

10.3.1示例7: ChatGPT輔助生成代碼片段

10.3.2示例8: ChatGPT輔助提供編程思路

10.3.3示例9: ChatGPT輔助解釋代碼錯誤

10.3.4示例10: ChatGPT輔助優化代碼

10.4本章總結

第11章ChatGPT輔助PDF自動化

11.1操作PDF文件

11.2使用PyPDF2庫

11.2.1PyPDF2庫中的那些對象

11.2.2示例1: 讀取PDF文件信息

11.2.3示例2: 拆分PDF文件

11.2.4示例3: 更多方法拆分PDF文件

11.2.5示例4: 合並PDF文件

11.2.6示例5: PDF文件批量添加水印

11.2.7示例6: 批量加密PDF文件

11.2.8示例7: 批量解密PDF文件

11.3ChatGPT如何輔助PDF自動化最佳實踐

11.3.1示例8: ChatGPT輔助生成代碼片段

11.3.2示例9: ChatGPT輔助提供編程思路

11.3.3示例10: ChatGPT輔助解釋代碼錯誤

11.3.4示例11: ChatGPT輔助優化代碼

11.4本章總結

第12章ChatGPT輔助圖片自動化

12.1圖像處理庫——Pillow

12.1.1示例1: 讀取圖片文件信息

12.1.2示例2: 批量轉換圖片格式

12.1.3示例3: 批量設置文件圖片大小

12.1.4示例4: 旋轉圖片

12.1.5示例5: 添加水印

12.2ChatGPT如何輔助圖片自動化最佳實踐

12.2.1示例6: ChatGPT輔助生成代碼片段

12.2.2示例7: ChatGPT輔助提供編程思路

12.2.3示例8: ChatGPT輔助解釋代碼錯誤

12.2.4示例9: ChatGPT輔助優化代碼

12.3本章總結