Python + ChatGPT 自動化辦公很簡單
陳良旭
商品描述
"《Python+ChatGPT自動化辦公很簡單》從Python與ChatGPT的基礎知識講起，結合35個典型應用實戰案例，詳細介紹如何使用二者實現自動化辦公的相關知識。《Python+ChatGPT自動化辦公很簡單》不僅可以幫助讀者大幅度提高工作效率，而且可以激發他們的創新思維，用全新的方式思考和解決問題，從而探索科技的無限可能，開啟智能辦公的新時代。為了幫助讀者高效學習，《Python+ChatGPT自動化辦公很簡單》附贈配套教學視頻、不同場景的提示詞使用示例、常見任務的自動化實現腳本、Python語法手冊、實用大模型學習資料和教學PPT等超值學習資源。 全書共8章，分為2篇。第1篇基礎知識，首先介紹Python與ChatGPT自動化辦公的入門知識，包括開發環境搭建、ChatGPT基礎知識、常見問題及其解決方法等，然後詳解Python編程基礎知識，包括變量、數據類型、數據的輸入與輸出、控制流語句、函數、模塊與包、錯誤與異常處理、面向對象編程等。第2篇典型應用實戰，結合多個實戰案例詳細介紹Python與ChatGPT自動化辦公的典型應用，包括文本與文檔處理、數據分析、自然語言處理、圖像處理、網絡信息處理、實戰攻略和技術分享等。 《Python+ChatGPT自動化辦公很簡單》內容豐富，案例典型，實用性強，非常適合各行各業需要大幅度提升工作效率的職場從業人員閱讀，也適合自動化辦公技術愛好者和其他編程愛好者閱讀，還適合相關高等院校和培訓機構作為實踐課程的教材。"
目錄大綱
第1篇 基礎知識
第1章 Python與ChatGPT辦公自動化概述 2
1.1 程序與人工智能概述 2
1.1.1 程序簡介 2
1.1.2 Python簡介 4
1.1.3 ChatGPT簡介 6
1.1.4 辦公自動化簡介 11
1.2 搭建Python開發環境 13
1.2.1 安裝Python開發環境 13
1.2.2 安裝編碼開發工具 17
1.2.3 安裝非標準庫 29
1.3 ChatGPT基礎知識 30
1.3.1 ChatGPT的原理 31
1.3.2 ChatGPT的優點與應用場景 35
1.3.3 如何使用ChatGPT進行智能對話 42
1.3.4 如何將ChatGPT與編碼工具相結合 46
1.4 常見問題及其解決方法 48
1.4.1 Python環境的問題 48
1.4.2 編碼軟件的問題 49
1.4.3 ChatGPT的問題 50
第2章 Python編程基礎知識 51
2.1 變量 51
2.1.1 變量的定義 51
2.1.2 變量的命名規則 52
2.2 數據類型 53
2.3 數值類型 55
2.3.1 整數類型 55
2.3.2 浮點數 55
2.3.3 復數 55
2.4 布爾類型與運算符 56
2.4.1 布爾類型 56
2.4.2 運算符 56
2.5 復合數據類型 58
2.5.1 字符串 58
2.5.2 列表 60
2.5.3 元組 61
2.5.4 字典 62
2.5.5 集合 63
2.6 數據的輸入與輸出 64
2.6.1 數據的輸入 64
2.6.2 數據的輸出 65
2.6.3 數據類型轉換 65
2.6.4 格式化輸出 67
2.7 控制流語句 68
2.7.1 條件語句 68
2.7.2 循環語句 70
2.7.3 循環控制語句 72
2.8 函數 73
2.8.1 函數的定義 73
2.8.2 函數參數的傳遞 74
2.8.3 函數的返回值 75
2.8.4 內置函數 76
2.8.5 匿名函數 76
2.9 模塊與包 77
2.9.1 模塊導入方法 77
2.9.2 標準庫和第三方庫的使用 78
2.9.3 創建和導入自定義模塊 79
2.10 錯誤與異常處理 80
2.10.1 錯誤處理 80
2.10.2 異常處理 81
2.10.3 常見的異常 82
2.11 面向對象編程 84
2.11.1 類和對象的概念 84
2.11.2 屬性和方法 84
2.11.3 訪問限制 85
2.11.4 繼承 86
2.12 進階技巧 87
2.12.1 正則表達式 87
2.12.2 日期的處理 89
2.12.3 數據庫操作 91
2.12.4 並行處理 94
2.13 總結 98
第2篇 典型應用實戰
第3章 文本與文檔處理 100
3.1 文檔讀寫操作 100
3.1.1 增、刪、改操作 100
3.1.2 常見的異常處理 102
3.1.3 如何利用ChatGPT優化代碼 103
3.2 文件夾操作 103
3.2.1 文件夾基本操作 104
3.2.2 文件路徑操作 104
3.2.3 批量文件壓縮 105
3.3 實戰：反饋意見統計 106
3.3.1 問題需求分析 107
3.3.2 代碼編寫 107
3.3.3 調試與優化 109
3.4 實戰：攝影集文件整理 113
3.4.1 問題需求分析 113
3.4.2 代碼編寫 113
3.4.3 調試與優化 114
3.5 實戰：重要文檔定期備份 115
3.5.1 問題需求分析 116
3.5.2 代碼編寫 116
3.5.3 調試與優化 117
3.6 實戰：文件定期清理 117
3.6.1 問題需求分析 118
3.6.2 代碼編寫 118
3.6.3 調試與優化 120
3.7 總結 122
第4章 數據分析 123
4.1 自動處理Excel工作簿 123
4.1.1 pandas庫的基本操作 123
4.1.2 獲取表格數據 125
4.1.3 表格數據可視化 130
4.2 實戰：學生成績統計與分析 137
4.2.1 問題需求分析 137
4.2.2 代碼編寫 137
4.2.3 調試與優化 141
4.3 實戰：員工績效計算 143
4.3.1 問題需求分析 143
4.3.2 代碼編寫 144
4.3.3 調試與優化 148
4.4 實戰：電商大數據表格的關鍵詞熱度分析 149
4.4.1 問題需求分析 149
4.4.2 代碼編寫 149
4.4.3 調試與優化 151
4.5 實戰：PDF數據解析 153
4.5.1 利用ChatGPT生成批量下載PDF的工具 153
4.5.2 PDF的拆分和合並 157
4.5.3 PDF信息提取 160
4.5.4 利用ChatGPT直接解讀PDF 163
4.6 實戰：上市公司財務數據分析 164
4.6.1 問題需求分析 164
4.6.2 代碼編寫 167
4.6.3 利用ChatGPT直接解讀 169
4.7 總結 171
第5章 自然語言處理 172
5.1 自然語言處理概述 172
5.1.1 自然語言處理的發展歷史 172
5.1.2 自然語言處理的工作流 173
5.1.3 自然語言處理的應用場景 174
5.2 實戰：詞組分析 175
5.2.1 問題需求分析 175
5.2.2 代碼編寫 176
5.2.3 調試與優化 178
5.3 實戰：句子情感分析 179
5.3.1 基本概念 179
5.3.2 代碼編寫 180
5.3.3 調試與優化 182
5.3.4 利用ChatGPT進行分析 185
5.3.5 借用第三方API進行分析 186
5.4 實戰：句子關鍵詞分析 190
5.4.1 問題需求分析 190
5.4.2 代碼編寫 191
5.4.3 調試與優化 193
5.5 實戰：簡歷信息提取 194
5.5.1 問題需求分析 194
5.5.2 代碼編寫 194
5.5.3 優化：利用第三方API 196
5.5.4 優化：通過ChatGPT獲取信息 198
5.6 實戰：商品評論詞雲製作 199
5.6.1 問題需求分析 199
5.6.2 代碼編寫 200
5.7 總結 203
第6章 圖像處理 204
6.1 圖像處理基礎知識 204
6.1.1 讀取圖像的基本信息 205
6.1.2 提取圖像元數據 206
6.1.3 圖像的基本操作 207
6.2 實戰：商品圖像分類整理 211
6.2.1 設置圖像縮略圖 211
6.2.2 提取圖像的EXIF信息 214
6.2.3 修改圖像的EXIF信息 216
6.3 實戰：文字與圖像水印製作 222
6.3.1 文字水印製作 222
6.3.2 圖像水印製作 224
6.4 實戰：二維碼圖像製作 225
6.4.1 問題需求分析 225
6.4.2 代碼編寫 226
6.5 實戰：人物圖像分割處理 229
6.5.1 問題需求分析 229
6.5.2 代碼編寫 229
6.5.3 利用深度學習實現人像分割 230
6.5.4 利用第三方API實現人像分割 234
6.6 實戰：圖像智能識別 238
6.6.1 問題需求分析 238
6.6.2 代碼編寫 239
6.7 實戰：發票信息識別 241
6.7.1 問題需求分析 241
6.7.2 代碼編寫 242
6.8 小結 246
第7章 網絡信息處理 247
7.1 自動發送和接收電子郵件 247
7.1.1 發送電子郵件的原理 247
7.1.2 發送郵件 248
7.1.3 接收郵件 251
7.2 發送群消息 252
7.2.1 發送企業微信群消息 252
7.2.2 發送釘釘群消息 254
7.2.3 發送飛書群消息 255
7.3 實戰：將郵件信息轉發到企業微信群 255
7.3.1 問題需求分析 256
7.3.2 代碼編寫 256
7.3.3 調試與優化 260
7.4 獲取因特網數據 260
7.4.1 網絡請求的基本原理 260
7.4.2 利用Requests庫模擬瀏覽器 261
7.5 網絡爬蟲框架簡介 268
7.5.1 Selenium框架 268
7.5.2 Playwright框架 270
7.5.3 Scrapy框架 271
7.6 實戰：獲取下廚房的菜譜 275
7.6.1 問題需求分析 275
7.6.2 代碼編寫 276
7.6.3 調試與優化 280
7.7 總結 284
第8章 實戰攻略和技巧分享 286
8.1 分享成果 286
8.1.1 代碼分享與交流 286
8.1.2 讓你的程序觸手可及 292
8.2 打造個性化應用服務 295
8.2.1 運營自己的服務器 295
8.2.2 實現接口服務 300
8.3 實戰：通過Flask構建在線聊天系統 301
8.3.1 啟動Flask服務 301
8.3.2 設置路由和視圖函數 301
8.3.3 定義URL參數 302
8.3.4 模板渲染 302
8.3.5 完整的代碼 303
8.3.6 數據持久化 305
8.3.7 部署應用 306
8.4 實戰：通過Streamlit構建選股應用 310
8.4.1 問題需求分析 311
8.4.2 編寫接口代碼 311
8.4.3 編寫網頁代碼 315
8.4.4 調試與優化 319
8.5 創建個性化的ChatGPT應用 321
8.5.1 創建正則表達式大師 321
8.5.2 創建智能客服 322
8.6 人與AI共同發展 324
8.6.1 多模態大模型 324
8.6.2 未來的機遇與挑戰 326
8.7 總結 328
