کتاب Extending Excel with Python and R

کتاب Extending Excel with Python and R: Unlock the potential of analytics languages for advanced data manipulation and visualization (گسترش اکسل با پایتون و R: باز کردن پتانسیل زبان های تحلیلی برای دستکاری و تجسم پیشرفته داده ها)، روش کار شما با داده‌های مبتنی بر صفحه‌گسترده را با ادغام پایتون و R با اکسل برای خودکارسازی وظایف، اجرای تحلیل‌های آماری و ایجاد تجسم‌های قدرتمند تغییر می‌دهد.

با کار کردن در فصل‌ها، نحوه انجام تجزیه و تحلیل داده‌های اکتشافی، تجزیه و تحلیل سری‌های زمانی، و حتی یکپارچه‌سازی API‌ها برای حداکثر کارایی را خواهید یافت.

چه مبتدی باشید و چه متخصص، کتاب Extending Excel with Python and R همه چیز‌هایی را دارد که برای باز کردن پتانسیل کامل اکسل و ارتقای مهارت‌های تجزیه و تحلیل داده‌ها به سطح بعدی نیاز دارید.

در ادامه مقدمه‌ای از کتاب Extending Excel with Python and R را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب Extending Excel with Python and R:

به دنیای گسترش اکسل با پایتون و R خوش آمدید! در این کتاب، ما به بررسی همگرایی اکسل با قابلیت‌های قدرتمند پایتون و R می‌پردازیم و راهنمای جامعی برای استفاده از این زبان‌ها برای دستکاری داده‌ها، تجزیه و تحلیل، تجسم و موارد دیگر ارائه می‌دهیم.

در این سفر به ما بپیوندید تا تقاطع Excel، R و Python را بررسی کنیم و به شما قدرت می‌دهیم تا در چشم‌انداز مبتنی بر داده‌های امروزی برتر باشید.

کتاب Extending Excel with Python and R برای چه کسی است؟

این کتاب برای کاربران سطح متوسط یا بالاتر R و/یا Python با تجربه تجزیه و تحلیل داده‌ها و همچنین آشنایی با مبانی اکسل طراحی شده است.

آنچه کتاب Extending Excel with Python and R پوشش می‌دهد:

فصل ۱، خواندن صفحات گسترده اکسل، به وارد کردن داده‌ها از اکسل به R/Python می‌پردازد. شما با وارد کردن اولین برگه اکسل خود به R، پیمایش پیچیدگی‌های فایل اکسل، و سپس با همتای پایتون به پایان خواهید رسید.

فصل ۲، نوشتن صفحات گسترده اکسل، توضیح می‌دهد که چگونه، پس از تجزیه و تحلیل داده‌ها در R/Python، ارتباط مؤثر یافته‌ها با کاربران اکسل ضروری است. این فصل از کتاب Extending Excel with Python and R، بینش‌هایی را در مورد ایجاد برگه‌های اکسل از R/Python و صادرات نتایج تجزیه و تحلیل ارائه می‌دهد.

فصل ۳، اجرای کد VBA از R و Python، به بررسی این موضوع می‌پردازد که چگونه، در کنار نوشتن نتایج در اکسل، ممکن است بخواهید ماکرو‌ها و توابع VBA را به برگه اکسل حاصل اضافه کنید تا کاربران نهایی نتایج تجزیه و تحلیل را بیشتر توانمند کنید. ما می‌توانیم این کار را در این فصل انجام دهیم.

فصل ۴، خودکارسازی بیشتر – زمان‌بندی وظایف و‌ایمیل، نحوه داشتن بسته‌های R مانند RDCOMClient که با Outlook کار می‌کند و Blastula را پوشش می‌دهد، که می‌تواند به خودکارسازی تجزیه و تحلیل و ارسال‌ایمیل گزارش‌ها در R کمک کند. در پایتون، بسته smtplib در خدمت همین هدف است.

فصل ۵، قالب‌بندی برگه اکسل، به این موضوع می‌پردازد که چگونه بسته‌ها می‌توانند به ایجاد برگه‌ها و جداول همراه با داده‌های قالب‌بندی شده در اکسل کمک کنند، و نحوه استفاده از آن‌ها برای ایجاد گزارش‌های اکسل زیبا.

فصل ۶، درج نمودار‌های ggplot۲/matplotlib، نحوه ایجاد گرافیک از ggplot۲ و matplotlib را نشان می‌دهد. تم‌های ggplot۲ نیز وجود دارد که کاربر می‌تواند از آن‌ها برای ایجاد گرافیک‌های زیبا در R/Python و قرار دادن آن‌ها در Excel استفاده کند.

فصل ۷، جداول محوری و جداول خلاصه، دنیای جداول محوری در اکسل را با استفاده از R و Python بررسی می‌کند. نحوه ایجاد و دستکاری جداول محوری را مستقیماً از R/Python برای تعامل یکپارچه با اکسل بیاموزید.

فصل ۸، تجزیه و تحلیل داده‌های اکتشافی با R و Python، نحوه بیرون کشیدن داده‌ها از اکسل و انجام تجزیه و تحلیل داده‌های اکتشافی (EDA) با بسته‌های مختلف، مانند {skimr} برای R و پاندا‌ها و ppscore برای پایتون را توضیح می‌دهد.

فصل ۹، تجزیه و تحلیل آماری: رگرسیون خطی و لجستیک، به شما می‌آموزد که چگونه تجزیه و تحلیل آماری ساده را با رگرسیون خطی و لجستیک در R و Python روی داده‌های اکسل انجام دهید.

فصل ۱۰، تجزیه و تحلیل سری‌های زمانی: آمار، نمودار‌ها و پیش‌بینی، نحوه انجام تجزیه و تحلیل سری‌های زمانی ساده را با استفاده از بسته پیش‌بینی در R، و کات‌ها و حافظه کوتاه مدت بلند مدت (LSTM) در پایتون توضیح می‌دهد.

فصل ۱۱، فراخوانی محلی R/Python از اکسل به طور مستقیم یا از طریق یک API، R و Python را از اکسل به صورت محلی و از طریق یک API فراخوانی می‌کند.

این فصل از کتاب Extending Excel with Python and R، همچنین ابزار‌های منبع باز برای فراخوانی نصب محلی R/Python از اکسل با استفاده از BERT و xlwings و همچنین راه‌حل‌های API منبع باز و تجاری را پوشش می‌دهد.

فصل ۱۲، تجزیه و تحلیل داده‌ها و تجسم با R و Python در اکسل – یک مطالعه موردی، یک مطالعه موردی از انجام تجسم داده‌ها و یادگیری ماشین در اکسل با فراخوانی R یا Python را ارائه می‌دهد.

سرفصل‌های کتاب Extending Excel with Python and R:

• Title Page
• Copyright and Credit
• Dedicated
• Contributors
• Table of Contents
• Preface
• Part 1: The Basics – Reading and Writing Excel Files from R and Python
  • Chapter 1: Reading Excel Spreadsheets
  • Chapter 2: Writing Excel Spreadsheets
  • Chapter 3: Executing VBA Code from R and Python
  • Chapter 4: Automating Further – Task Scheduling and Email
• Part 2: Making It Pretty – Formatting, Graphs, and More
  • Chapter 5: Formatting Your Excel Sheet
  • Chapter 6: Inserting ggplot2/matplotlib Graphs
  • Chapter 7: Pivot Tables and Summary Tables
• Part 3: EDA, Statistical Analysis, and Time Series Analysis
  • Chapter 8: Exploratory Data Analysis with R and Python
  • Chapter 9: Statistical Analysis: Linear and Logistic Regression
  • Chapter 10: Time Series Analysis: Statistics, Plots, and Forecasting
• Part 4: The Other Way Around – Calling R and Python from Excel
  • Chapter 11: Calling R/Python Locally from Excel Directly or via an API
• Part 5: Data Analysis and Visualization with R and Python for Excel Data – A Case Study
  • Chapter 12: Data Analysis and Visualization with R and Python in Excel – A Case Study
• Index
• Other Books You May Enjoy

جهت دانلود کتاب Extending Excel with Python and R می‌توانید پس از پرداخت، دریافت کنید.