小狐狸事務所: Excel

No.1 只看了前兩章, 還好市圖也可以借到. No.2 為強國人所寫, 主要是講用 Pandas 取代 Excel, 編排極好, 但我只看了四章, 也沒時間做測試寫筆記, 等我搞定目前學研進度再回借. No.3 借來只看了第一章, 此書是 Oreily 出版的 "Practical Natural Language Processing: A Comprehensive Guide to Building Real-World Nlp Systems" 中譯版, 參考 :

# 好書 : 自然語言處理最佳實務 : 全面建構真正的NLP系統

2022年12月18日星期日

博客來買書一本 : Python ✕ Excel 高效率打造辦公室作業+數據分析自動化

前幾天看到臉書廣告博客來 12/18 日有下列這本書的 66 折活動 :

# Python ✕ Excel 高效率打造辦公室作業+數據分析自動化 $650 -> 429

今天上網查詢確實只有今天, 看到 66 折手癢就買了 :

其實也是因為這本書很實用啦 (或許退休以後會很常用, 哈哈).

2022年12月6日星期二

市圖還書 1 本 (用Excel學Python資料分析)

今日去河堤快走後順路去河堤還書 :

用Excel學Python資料分析

Source : 博客來

此書名雖有 Excel, 其實大部分是在講 Pandas, 範例淺顯易懂, 篇排甚佳, 市圖只進一本, 但借之者眾, 現在預約要一年後才會輪到. 哇哇, 乾脆買一本比較快.

2022年10月18日星期二

高科大還書 1 本

這本書被預約昨天拿去還 :

超簡單!Python與Excel 150技 / 李杰臣作

雖然還沒看完, 但基本用法已經會了, 此書特點就是將各種常遇到的 Excel 問題以 xlwings 來解決, 相當於是 VBA 的 Python 版, 有空再回借.

2022年10月17日星期一

Python 學習筆記 : 使用 xlwings 套件操作 Excel 試算表 (一)

我在 6/7 時因為上了高啟昌老師的課而首次接觸到 Python 的 Excel 處理套件 xlwings, 它最大的好處是可以在開啟 xlsx 試算表檔案的情況下操作工作表, 可以同步看到工作表上的資料跳動 (Python 與 Excel 雙向操作); 而另一個較老牌的 Openpyxl 套件則不行, 若 xlsx 檔案被 Excel 開啟中會被鎖住, OpenPyXL 將無法操作工作表.

不過, OpenPyXL 的好處是, 即使沒有安裝 Excel 軟體仍可使用, 而 xlwings 則是必須依賴 Excel 軟體才能使用, 在樹莓派上雖然可以順利安裝 xlwings 套件, 但無法操作 xlsx 檔案 (因為 Excel 只有 Windows 與 macOS 版). 由於我主要的運算機器是樹莓派 (嵌入式設備, 可以 24 小時低功率運轉), 所以之前我著重於 OpenPyXL 的學習, 參考如下筆記 :

# Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (一)

# Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (二)

# Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (三)

# Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (四)

# Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (五)

在許多可操作 Excel 試算表檔案的套件中, xlwings 是唯一真正能編輯任何格式的 Excel 檔案的套件 (不會改變或丟棄既有內容與格式), 讓使用者可輕鬆地讀寫 Excel 試算表中的資料 (例如可以不必存檔就能動態地讀取 Excel 儲存格內容, 用 OpenpyXL 須先存檔關檔才能存取), 是 Excel VBA 的 Python 版, 最主要的用途是可利用 Excel 作為使用者介面來打造一個互動式應用.

參考書籍 :

超簡單! Python 與 Excel 整合應用 150 技 (碁峰 2022)
Python for Excel｜自動化與資料分析的現代開發環境 (歐萊禮 2021) 第 9 章
Python x Excel VBA x Javascript 網路爬蟲實戰演練 (碁峰 2021) 第 3 章

最近從母校圖書館借到這三本好書, 所以要開始來學習 xlwings 套件了.

Source : 博客來

此書範例程式下載網址 :

# http://books.gotop.com.tw/v_ACL065200

Source : 博客來

此書範例程式下載網址 :

# https://github.com/fzumstein/python-for-excel

Source : 博客來

xlwings 有完整的 API 說明文件, 參考 :

# https://docs.xlwings.org/en/stable/api.html

以下是我讀這三本書的測試筆記 :

1. 安裝 xlwings 套件 :

在 Window 下直接用 pip install xlwings 套件 :

C:\Users\User>pip install xlwings

Collecting xlwings

Downloading xlwings-0.27.8-py3-none-any.whl (1.0 MB)

Requirement already satisfied: pywin32>=224 in c:\python37\lib\site-packages (from xlwings) (227)

Installing collected packages: xlwings

Successfully installed xlwings-0.27.8

可見 xlwings 套件很小, 才 1MB 而已. 匯入時通常會取 xw 別名 :

>>> import xlwings as xw

>>> xw.__version__

'0.27.8'

Anaconda 已將 xlwings 預載, 故 Anaconda 使用者毋須安裝 xlwings.

注意, 在 Windows 上使用 xlwings 至少須安裝 Excel 2007 以上版本; macOS 系統則須安裝 Excel 2016 版以上, 或者訂購 Microsoft 365 的桌面 Excel.

2. 檢視 xlwings 套件之成員 :

先來檢視 xlwings 套件的成員內容, 以下使用一個自訂模組 members, 其 list_members() 函式會列出模組或套件中的公開成員 (即屬性與方法), 參考 :

# Python 學習筆記 : 檢視物件成員與取得變數名稱字串的方法

>>> import xlwings as xw

>>> import members

>>> members.list_members(xw)

App <class 'type'>

Book <class 'type'>

Chart <class 'type'>

Engine <class 'type'>

LicenseError <class 'type'>

Name <class 'type'>

PRO <class 'bool'>

Picture <class 'type'>

Range <class 'type'>

RangeColumns <class 'type'>

RangeRows <class 'type'>

Shape <class 'type'>

ShapeAlreadyExists <class 'type'>

Sheet <class 'type'>

USER_CONFIG_FILE <class 'str'>

XlwingsError <class 'type'>

apps <class 'xlwings.main.ActiveEngineApps'>

arg <class 'function'>

books <class 'xlwings.main.ActiveAppBooks'>

constants <class 'module'>

conversion <class 'module'>

engines <class 'xlwings.main.Engines'>

expansion <class 'module'>

func <class 'function'>

gencache <class 'module'>

get_udf_module <class 'function'>

import_udfs <class 'function'>

load <class 'function'>

main <class 'module'>

os <class 'module'>

ret <class 'function'>

serve <class 'function'>

server <class 'module'>

sheets <class 'xlwings.main.ActiveBookSheets'>

sub <class 'function'>

sys <class 'module'>

udfs <class 'module'>

utils <class 'module'>

view <class 'function'>

wraps <class 'function'>

其中有四個類別用來建立 Excel 中的物件結構 :

App : 代表 Excel 應用程式實例
Book : 代表工作簿 (包含多個工作表)
Sheet : 代表工作表 (二維網格的資料表)
Range : 代表儲存格 (單一儲存格或矩形範圍內之儲存格)

這些 xlwings 的物件在結構上是階層式的, 與 Excel 物件的對應如下圖所示 :

最上層物件 App 代表 Excel 應用程式實例 (即 Excel 視窗), Book 為工作簿物件, 裡面包含一個以上的工作表 (Sheet 物件), 每一個工作表又由 Range 物件 (即儲存格) 構成, 不管是單一儲存格還是方形範圍內之多儲存格, 其類型都是 Range 物件.

3. 用 xlwings 建立 Excel 工作簿 :

呼叫 App 類別的的建構子 App() 即可建立一個 App 物件 :

>>> import xlwings as xw

>>> app=xw.App(visible=True, add_book=False)

>>> type(app)

<class 'xlwings.main.App'> # 建立了一個 App 物件

此處傳入參數 visible=True 表示要顯示開啟之 Excel 視窗, 而 add_book=False 則是不要新增預設之工作簿, 通常是為了自行新增工作簿或開啟已存在的 xlsx 檔案, 不希望 App 裡面有預設之工作簿以免干擾. 以上述指令建立 App 後會自動開啟一個 Excel 視窗 :

這是一個空白的 Excel 應用程式實例, 裡面並無工作簿, 可以用 App 物件的 books 屬性檢視 :

>>> app.books

Books([])

>>> type(app.books)

(1). 呼叫 app.books.add() 建立 Book 物件 :

books 屬性類型為一個 Books 物件, 這是一個存放 Book 物件的容器, 此處內容為空 (因為在建立 App 時傳入 add_book=False 之故). 可以呼叫 Books 物件的 add() 方法建立工作簿 (此方法無傳入參數), 例如 :

>>> wb=app.books.add() # 建立工作簿 Book 物件

>>> type(wb)

可見 add() 方法會建立一個 Book 工作簿物件, 這時上面自動開啟的 Excel 視窗 (App 物件實例) 也會同步出現工作簿, 裡面有一個預設工作表 '工作表 1' :

這就是 xlwings 與 Excel 同步互動的效果, 對儲存格的操作也會同步反映在 Excel 視窗上.

(2). 利用 wb.sheets[] 取得 Sheet 物件 :

接著可以用工作簿 Book 物件的 sheets 屬性以索引 (0 起始) 取得工作表 Sheet 物件 :

>>> sheet=wb.sheets[0]

>>> type(sheet)

<class 'xlwings.main.Sheet'> # 取得工作簿裡面的一個 Sheet 物件

由於目前只有一個工作表, 所以索引 0 即代表 '工作表1' 這張工作表. 也可以用工作表名稱 (例如此處是 '工作表1') 當作索引, 效果是一樣的 :

>>> sheet=wb.sheets['工作表1']

>>> type(sheet)

<class 'xlwings.main.Sheet'> # 取得工作簿裡面的一個 Sheet 物件

(3). 呼叫 sheet.range() 取得 Range 物件 :

接著便可以用 Sheet 物件的 range() 方法存取此工作表內的儲存格, 可傳入位置索引字串來定位儲存格, 與 Excel 用法一樣, 欄索引由左向右依序是 A, B, C, D, .... Z, AA, AB, AC, .... 而列索引則是由上而下依序為 1, 2, 3, 4, 5, .... 等, 位置索引之範例如下 :

range() 的儲存格定位字串	說明
'A1'	儲存格 A1
'A1:B2'	從 A1 至 B2 的儲存格 (範圍)
'A:A'	A 欄的所有儲存格
'A:B'	A 欄與 B 凡的所有儲存格
'1:1'	第一列的所有儲存格
'1:5'	第一列到第五列的所有儲存格

例如 :

>>> rangeA1=sheet.range('A1')

>>> rangeA1

>>> type(rangeA1)

>>> rangeA1B2=sheet.range('A1:B2')

>>> rangeA1B2

>>> type(rangeA1B2)

可見不管是單一儲存格或是矩形範圍內的多個儲存格, 其資料類型都是 Range 物件. 呼叫 Range 物件的 value() 法即可存取儲存格內容 (傳入參數為 setter, 不傳參數為 getter), 例如在 A1 儲存格填入一個 2*2 串列資料, 它會被存入 A1:B2 範圍內的儲存格裡, 在 A4 儲存格存入 'Hello World' 則只存在 A4 裡 :

>>> sheet.range('A1').value=[[1, 2], [3, 4]]

>>> sheet.range('A4').value='Hello World'

結果如下 :

工作表內容部分放大如下 :

讀取儲存格內容 :

>>> sheet.range('A1').value

1.0

>>> sheet.range('A1:B2').value

[[1.0, 2.0], [3.0, 4.0]]

>>> sheet.range('A4').value

'Hello World'

Range 物件可以用中括號 [] 進行索引 (indexing, 0 起始), 例如 :

>>> sheet.range('A1:B2')[0, 0]

>>> sheet.range('A1:B2')[1, 1]

>>> sheet.range('A4')[0, 0]

呼叫 Sheet 物件的 range() 方法會傳回一個 Range 物件, 如果它是一個包含多儲存格的矩形範圍, 就可以用 0 起始的 [列, 行] 索引來存取儲存格, 如果傳入 range() 的是像 'A1' 這樣的單一儲存格, 就只能用 [0, 0] 存取, 否則就會出現 IndexError :

>>> sheet.range('A4')[0, 1]

Traceback (most recent call last):

File "<pyshell>", line 1, in <module>

File "C:\Python37\lib\site-packages\xlwings\main.py", line 2332, in __getitem__

"Column index %s out of range (%s columns)." % (col, n)

IndexError: Column index 1 out of range (1 columns).

除了可以用索引來存取 Range 物件的儲存格資料外, 也可以用切片 (slicing), 切片的結果也是傳回一個 Range 物件. 注意, 切片的索引是 0 起始的 (0 為首列首欄), 例如 :

>>> sheet.range('A1:B2')[:, 1]

>>> sheet.range('A1:B2')[1, :]

上面第一個例子用 [:, 1] 切片, 表示取出 Range 物件所包含的範圍中 B 欄 (A 欄為 0, B 欄為 1, C 欄為 2, ...) 所有列的儲存格, 所以結果會傳回 B1 與 B2 儲存格組成之 Range 物件. 第二例用 [1, :] 切片, 表示要取出 Range 物件所包含的範圍中列 1 所有欄的儲存格, 故傳回 A2 與 B2 儲存格組成之 Range 物件.

(4). 使用 sheet[] 取得 Range 物件 :

除了呼叫 Sheet 物件的 range() 方法取得指定範圍儲存格之 Range 物件外, 也可以直接在 Sheet 物件上使用中括號 [] 來取得, [] 內可用上面 range() 方法的儲存格定位字元, 也可以 0 起始的 [列, 行] 索引, 例如 :

>>> sheet['A1']

>>> sheet['A1:B2']

>>> sheet['A4']

>>> sheet['A1'].value

1.0

>>> sheet['A1:B2'].value

[[1.0, 2.0], [3.0, 4.0]]

>>> sheet['A4'].value

'Hello World'

可見與上面呼叫 range() 方法的結果相同. sheet[] 比 range() 方法還多了可用 0 起始索引取得 Range 物件的方法, 例如 :

>>> sheet[0, 0]

>>> sheet[:2, :2]

>>> sheet[3, 0] # A4 在列 3 欄 0

>>> sheet[0, 0].value

1.0

>>> sheet[:2, :2].value

[[1.0, 2.0], [3.0, 4.0]]

>>> sheet[3, 0].value

'Hello World'

可見也與上面呼叫 range() 方法的結果相同. 既然用 [] 運算符也可取得相同的 Range 物件, 當然也可以使用索引, 例如 :

>>> sheet['A1:B2'][0, 0]

>>> sheet['A1:B2'][1, 1]

>>> sheet[:2, :2][0, 0]

>>> sheet[:2, :2][1, 1]

也可以使用切片 :

>>> sheet['A1:B2'][:, 1]

>>> sheet['A1:B2'][1, :]

>>> sheet[:2, :2][:, 1]

>>> sheet[:2, :2][1, :]

兩組中括號很容易讓人忘記其意義, 第一個中括號是從 Sheet 物件中取得指定範圍的 Range 物件; 而第二個中括號則是在 Range 物件中進行索引或切片.

(5). 呼叫 sheet.cells() 取得 Range 物件 :

取得 Range 物件還可以使用 Sheet 物件的 cells(列, 行) 方法並傳入 1 起始的列與行索引 (所以 A 欄是行 1, 首列是列 1), 但這只能取得單一儲存格, 例如 :

>>> sheet.cells(1, 1)

>>> sheet.cells(4, 1)

>>> sheet.cells(1, 1).value

1.0

>>> sheet.cells(4, 1).value

'Hello World'

(6). 修改儲存格內容 :

以上面幾種存取 Range 物件的方式修改儲存格內容 :

>>> sheet.range('A1').value=5 # 修改 A1 儲存格之值

>>> sheet['B1'].value=6 # 修改 B1 儲存格之值

>>> sheet.range('A2:B2').value=[7, 8] # 修改 A2, B2 儲存格之值

>>> sheet.cells(4, 1).value='Hello Tony!' # 修改 A4 儲存格之值

結果如下 :

可見原來的四個儲存格內容都被改變了.

參考 :

# 处理Excel 的模块 xlwings

# Python操作Excel的Xlwings教程（一）

# Python操作Excel的Xlwings教程（二）

# Python操作Excel的Xlwings教程（三）

# Python操作Excel的Xlwings教程（四）

# Python操作Excel的Xlwings教程（五）

# Python操作Excel的Xlwings教程（六）

# Python操作Excel的Xlwings教程（七）

# Python操作Excel的Xlwings教程（八）

2022年6月30日星期四

Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (五)

自六月初上了 Python 與 Excel 的整合操作課程後, 覺得 Excel 的 xlsx 檔是非常棒的單檔簡單型資料庫, 適合在做原型開發時快速實現商業邏輯, 而毋須去配置標準資料庫中資料表的關聯與 SQL 操作. 它不僅可用 Excel 或 Libre Office 等軟體開啟, 也可以在沒有這些軟體環境下, 只用 OpenPyXL 套件即可存取與操控.

於是我回頭把去年底開始但不久又暫停的 OpenPyXL 套件重新學習, 一口氣將用得到的主要功能測完, 今天終於大功告成啦! 這次總算將整隻魚從頭啃到尾. 不過, 最後還有個小尾巴要完成, 就是把課堂中的股票看板範例, 從原本的 xlwings 套件改成 openpyxl 版, 因為樹莓派上沒辦法跑 xlwings, 它必須安裝微軟的 Excel 軟體才能用, 而 openpyxl 則無此限制.

本系列之前的文章參考:

# Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (一)

# Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (二)

# Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (三)

# Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (四)

9. 即時股票看板 :

此股票看板的目標是根據 Excel 工作表中股票欄位所指定股號去聚財網 (也可以用 Yahoo 股市) 查詢即時股價, 計算漲跌幅, 然後利用 Line Notify 推播即時通知.

(1). 建立工作簿並存成 xlsx 檔 :

首先要建立一個 Excel 工作簿, 定義欄名並預先寫入要觀察的股票清單, 雖然此功能只執行一次, 但還是寫成一個函式如下 :

import openpyxl as xl

def create_workbook(filename, stocks):

wb=xl.Workbook()

ws=wb.active

ws.title='股票看板'

# 建立第一列的欄名

ws['A1'].value='股票代號'

ws['B1'].value='股票名稱'

ws['C1'].value='開盤價'

ws['D1'].value='最高價'

ws['E1'].value='最低價'

ws['F1'].value='成交價'

ws['G1'].value='昨日收盤價'

ws['H1'].value='帳跌幅'

ws['I1'].value='最近更新'

ws['J1'].value='Line Notify Token'

# 將觀察清單中的股票代號填入 A2, A3, A4, ...

for idx, stock in enumerate(stocks):

ws[f'A{idx + 2}'].value=stock

# 存檔

try:

wb.save(filename)

except Exception:

print(f"Permission Error : {filename} 開啟中, 請關閉")

return wb, ws

stock_list=['0050', '0056', '2330', '2303', '2412']

wb, ws=create_xlsx("twstock_dashboard.xlsx", stock_list)

此函式先建立一個空白程式庫, 然後在第一列的 A~J 欄位填入 11 個欄名, 並且將傳入的股票觀察清單依序寫入工作表 A 欄 (股票代號), 從第二列開始寫入儲存格, 然後將工作簿存成指定之 xlsx 檔 (例如 twstock_dashboard.xlsx) 後傳回工作簿與工作表物件. 用 Excel 開啟所建立之 twstock_dashboard.xlsx 檔結果如下 :

(2). 撰寫爬蟲擷取聚財網股價資訊 :

建立好試算表資料庫後, 下一步是從公開的資料源 (例如聚財網) 擷取股票資料 :

# https://stock.wearn.com/cdata.asp?kind=0050

此網頁會以倒排方式列出所搜尋之股票過去 20 個交易日之收盤資訊, 每個交易日的四點過後會更新資料, 例如 :

檢視其 HTML 原始碼, 可知此網頁使用 big5 編碼 :

網頁中有兩個 table 表格元素, 股價內容是放在第一個表格 (具有屬性 class="mobile_img" ) 內, 表格的第一列是合併儲存格的表格標題 :

<tr>

<td colspan="6" height="30"><div align="center">個股股價行情表﹝0050 元大台灣50﹞</div> </td>

</tr>

表格第 2 列是 6 個欄位的標題 :

<tr>

</tr>

表格第 3 列以後才是過去 20 天的收盤資料 :

</tr>

</tr>

</tr>

..... (略) .....

</tr>

這些成交資料可以利用 requests 與 BeautifulSoup 套件輕易地擷取出來, 以元大 0050 為例, 呼叫 requests.get(url) 會傳回一個 HTTP 的 Response 回應物件, 由於網頁是以 big5 編碼, 所以必須設定回應物件的 encoding 屬性設為 'big5' :

>>> import requests

>>> from bs4 import BeautifulSoup

>>> res=requests.get("https://stock.wearn.com/cdata.asp?kind=0050")

>>> res.encoding="big5"

網頁的 HTML 原始碼是放在回應物件的 text 屬性內, 可以利用 BeautifulSoup 來解析 HTML 結構, 它會傳回一個 BeautifulSoup 物件 :

>>> html=BeautifulSoup(res.text, "html.parser")

>>> type(html)

BeautifulSoup 物件代表經過剖析後的整個 HTML 語法樹結構, 它包含 Tag, NavigableString, 以及 Comment 三個子物件, 其中 Tag 物件是語法樹中的節點, 代表組成網頁的各個標籤元素. 利用 BeautifulSoup 物件的 findAll() 方法可找到全部指定之標籤, 它會傳回 Tag 物件串列, 例如 :

>>> table=html.findAll("table")[0] # 從表格的 Tag 物件串列中取得第一個

>>> type(table)

這個 table 是整個表格的 Tag 物件, 但我們要的是其中的各列內容, 也就是 tr 標籤元素, 每一個 Tag 物件都繼承了 BeautifulSoup 物件的方法, 所以可以繼續使用 findAll() 方法從 table 中找尋所有的列 Tag 物件 :

>>> trs=table.findAll("tr") # 從 table 中找尋全部 tr 標籤元素

>>> type(trs)

這個 trs 是表格內所有 tr 元素的 Tag 物件依序組成的 ResultSet 物件 (這表示裡面含有一個以上 Tag 物件), 可以用 [索引] 取得裡面的每個 tr 元素 Tag 物件, 其 text 屬性儲存的是該元素開頭標籤與結尾標籤所夾的文字內容, 例如最近一個交易日收盤資料是放在表格的第三列, 故要用索引 2 取得 :

>>> tr=trs[2] # 取得第三列 Tag 物件

>>> type(tr)

>>> tr

</tr>

>>> tr.text

'\n111/06/28\n120.80\xa0\xa0\xa0\n120.80\xa0\xa0\xa0\n119.25\xa0\xa0\xa0\n119.80\xa0\xa0\xa0\n10,801\xa0\xa0\xa0\n'

可見用 print() 顯示 tr 這個 Tag 物件會顯示此元素的完整 HTML 內容, 而其 text 屬性則是 tr 元素內所有的文字內容部分. 雖然 tr.text 就可以濾掉 td 元素而取得開高低收 (OHLC) 收盤資料, 但裡面還是包含了過多資訊 (例如跳行與日期欄位), 應該再用 findAll() 將所有 td 都找出來 :

>>> tds=tr.findAll("td")

>>> type(tds)

同樣地, 因為 tr 裡面含有多個 td 的 Tag 物件, 所以 findAll() 傳回的是 ResultSet 物件, 其中第一欄 td 存放的是交易日期, 第二欄之後才是收盤資料, 可以用串列生成式與切片將第一欄以後的股價資料轉成串列, 例如 :

>>> data=[td.text for td in tds[1:]] # 取出第二欄以後的 td 內容存入串列 :

>>> data

['120.80\xa0\xa0\xa0', '120.80\xa0\xa0\xa0', '119.25\xa0\xa0\xa0', '119.80\xa0\xa0\xa0', '10,801\xa0\xa0\xa0']

其中的 \xa0 是網頁空格   字元 (non-breaking space), 屬於 Latin1 擴展字元集, 與 ASCII 的空格 (\x20) 不同, 參考 :

# python中去掉字符串中的\xa0、\t、\n

利用字串的 replace() 方法即可去除 \xa0 字元 :

>>> data=[td.text.replace("\xa0", "") for td in tds[1:]] # 將 \xa0 以空字元取代

>>> data

['120.80', '120.80', '119.25', '119.80', '10,801']

這裡還需要處理最後一欄成交量中的千位逗號, 同樣可用 replace() 取代掉. 另外也要將所有串列元素從字串型態轉成浮點數型態 :

>>> data=[float(td.text.replace("\xa0", "").replace(",", "")) for td in tds[1:]]

>>> data

[120.8, 120.8, 119.25, 119.8, 10801.0]

接下來要從表格第一列 trs[0] 中取得股票名稱, 此列如上所示只有一個 td 儲存格 (合併), 因此可直接用 trs[0].td.text 取得其文字內容 :

>>> name=trs[0].td.text

>>> name

'個股股價行情表﹝0050 元大台灣50﹞'

但真正需要的是位於兩個中括號內後半部的 "元大台灣50", 它與前面的股票代號之間有一個空格, 因此可以用字串的 split() 方法拆分後取得, 例如 :

>>> name=trs[0].td.text.split(" ")[1]

>>> name

'元大台灣50﹞'

可見後面還有個中括號要去除, 這可用切片輕易完成 :

>>> name=trs[0].td.text.split(" ")[1][:-1]

>>> name

'元大台灣50'

最後, 為了計算漲跌幅, 必須取得前一日之收盤價, 也就是表格中第二個收盤資料 (列索引 3), 收盤價位於第五個欄位 (欄索引 4), 例如 :

>>> trs[3].findAll("td")[4].text

'120.95\xa0\xa0\xa0'

同樣只要套用上面取得最近股票資料做法即可 :

>>> last_close=float(trs[3].findAll("td")[4].text.replace("\xa0", "").replace(",", ""))

>>> last_close

120.95

這樣就取得所有的數據了, 茲將以上程式碼寫成如下函式, 它會接收股票代號參數, 並將取得之資料以字典傳回 :

def wearn_crawler(sid):

res=requests.get(f"https://stock.wearn.com/cdata.asp?kind={sid}")

res.encoding="big5"

html=BeautifulSoup(res.text, "html.parser")

table=html.findAll("table")[0]

trs=table.findAll("tr")

tr=trs[2]

tds=tr.findAll("td")

data=[float(td.text.replace("\xa0", "").replace(",", "")) for td in tds[1:]]

name=trs[0].td.text.split(" ")[1][:-1]

last_close=float(trs[3].findAll("td")[4].text.replace("\xa0", "").replace(",", ""))

return {

"name": name,

"open": data[0],

"high": data[1],

"low": data[2],

"close": data[3],

"last": last_close

}

例如 :

>>> data=wearn_crawler('0050')

>>> data

{'name': '元大台灣50', 'open': 120.8, 'high': 120.8, 'low': 119.25, 'close': 119.8, 'last': 120.95}

(3). 更新股票看板 :

完成爬蟲程式後, 便可以撰寫股票看板工作表的更新程式, 基本構想是讀取上面所建立的 "股票看板" 的股票代號欄位, 然後在用迴圈走訪此股票清單, 針對每一支股票去呼叫上面的爬蟲函式, 取得資料後寫入該股票的相關欄位.

首先是讀取所觀察的全部股票代號, 在上面呼叫 create_workbook() 建立工作簿時會傳回工作簿物件 wb 與工作表物件 ws, 股票代號位於工作表中的 B 欄位, 其長度可用工作表的 max_row 屬性或 B 欄位的儲存格物件長度取得 :

>>> wb

<openpyxl.workbook.workbook.Workbook object at 0x000002A07FCFB208>

>>> wb.worksheets

[<Worksheet "股票看板">]

>>> ws

>>> ws.max_row

>>> ws['B']

(<Cell '股票看板'.B1>, <Cell '股票看板'.B2>, <Cell '股票看板'.B3>, <Cell '股票看板'.B4>, <Cell '股票看板'.B5>, <Cell '股票看板'.B6>)

>>> len(ws['B'])

>>> last_row=ws.max_row

>>> last_row

可見目前預設的觀察清單有 6-1=5 支股票 (扣掉第一列的欄索引), 可用 ws['A2'].value ~

ws['A6'].value 取得這些股票代號 :

>>> ws["A2"].value

'0050'

>>> ws["A3"].value

'0056'

>>> ws["A4"].value

'2330'

>>> ws["A5"].value

'2303'

>>> ws["A6"].value

'2412'

由於股票清單長度是可變的, 可在迴圈中以 ws[f''A{i}"].value 來取得代號 :

>>> for i in range(2, last_row + 1):

stock_id=ws[f"A{i}"].value

print(stock_id)

0050

0056

2330

2303

2412

然後在迴圈中以 stock_id 呼叫爬蟲函式擷取股票收盤資料, 清洗後寫入工作表儲存格中 :

>>> for i in range(2, last_row + 1):

stock_id=ws[f"A{i}"].value

data=wearn_crawler(stock_id)

print(data)

{'name': '元大台灣50', 'open': 120.8, 'high': 120.8, 'low': 119.25, 'close': 119.8, 'last': 120.95}

{'name': '元大高股息', 'open': 28.74, 'high': 28.74, 'low': 28.35, 'close': 28.53, 'last': 28.86}

{'name': '台積電', 'open': 496.0, 'high': 500.0, 'low': 496.0, 'close': 497.5, 'last': 498.5}

{'name': '聯電', 'open': 42.95, 'high': 42.95, 'low': 41.85, 'close': 41.85, 'last': 42.9}

{'name': '中華電', 'open': 128.5, 'high': 129.5, 'low': 128.5, 'close': 129.0, 'last': 128.5}

可見都能正確地爬到所要的資料, 將收盤價 close 減掉昨收價 last 後再除以昨收價即可得到計算今日漲跌幅, 也可以 close 除以 last 後再減 1 :

帳跌幅=data["close"]/data["last"] - 1

然後就可以將它們存入工作表內 :

>>> for i in range(2, last_row + 1):

stock_id=ws[f"A{i}"].value

data=wearn_crawler(stock_id)

print(data)

ws[f'B{i}'].value=data["name"]

ws[f'C{i}'].value=data["open"]

ws[f'D{i}'].value=data["high"]

ws[f'E{i}'].value=data["low"]

ws[f'F{i}'].value=data["close"]

ws[f'G{i}'].value=data["last"]

ws[f'H{i}'].value=data["close"]/data["last"] - 1

{'name': '元大台灣50', 'open': 120.8, 'high': 120.8, 'low': 119.25, 'close': 119.8, 'last': 120.95}

{'name': '元大高股息', 'open': 28.74, 'high': 28.74, 'low': 28.35, 'close': 28.53, 'last': 28.86}

{'name': '台積電', 'open': 496.0, 'high': 500.0, 'low': 496.0, 'close': 497.5, 'last': 498.5}

{'name': '聯電', 'open': 42.95, 'high': 42.95, 'low': 41.85, 'close': 41.85, 'last': 42.9}

{'name': '中華電', 'open': 128.5, 'high': 129.5, 'low': 128.5, 'close': 129.0, 'last': 128.5}

將工作簿物件存檔後以 Excel 軟體開啟 :

>>> wb.save('twstock_dashboard.xlsx')

可見股價資料都已正確寫入 xlsx 檔案內了. 不過, 還有最近更新欄位 (I2) 還沒處理, 此欄位用來記錄資料更新的時間, 這需要用到 time 模組的 strftime() 函式, 使用的日期時間格式為 "%Y%m%d %H:%M:%S", 例如 :

>>> import time

>>> time.strftime("%Y%m%d %H:%M:%S")

'20220629 14:02:57'

關閉檔案後於 I2 欄位寫入更新時間, 再次存檔 :

>>> ws['I2'].value=time.strftime("%Y%m%d %H:%M:%S")

>>> wb.save('twstock_dashboard.xlsx')

以 Excel 軟體開啟可見 I2 欄位已有資料 :

茲將上面的程式碼寫成如下的 update_dashboard() 函式 :

def update_dashboard():

last_row=ws.max_row

for i in range(2, last_row + 1):

stock_id=ws[f'A{i}'].value

data=wearn_crawler(stock_id)

print(data)

ws[f'B{i}'].value=data["name"]

ws[f'C{i}'].value=data["open"]

ws[f'D{i}'].value=data["high"]

ws[f'E{i}'].value=data["low"]

ws[f'F{i}'].value=data["close"]

ws[f'G{i}'].value=data["last"]

ws[f'H{i}'].value=data["close"]/data["last"] - 1

ws['I2'].value=time.strftime("%Y%m%d %H:%M:%S")

print(f"最近更新時間 : {ws['I2'].value}")

呼叫此函式即可更新股票看板資料 :

>>> update_dashboard()

{'name': '元大台灣50', 'open': 120.8, 'high': 120.8, 'low': 119.25, 'close': 119.8, 'last': 120.95}

{'name': '元大高股息', 'open': 28.74, 'high': 28.74, 'low': 28.35, 'close': 28.53, 'last': 28.86}

{'name': '台積電', 'open': 496.0, 'high': 500.0, 'low': 496.0, 'close': 497.5, 'last': 498.5}

{'name': '聯電', 'open': 42.95, 'high': 42.95, 'low': 41.85, 'close': 41.85, 'last': 42.9}

{'name': '中華電', 'open': 128.5, 'high': 129.5, 'low': 128.5, 'close': 129.0, 'last': 128.5}

最近更新時間 : 20220629 14:17:25

>>> wb.save('twstock_dashboard.xlsx')

以 Excel 軟體再次開啟檔案可見 I2 欄位的時間已更新 :

(4). 以 Line Notify 推播收盤訊息 :

上面的股票看板雖然已能正確更新每日收盤資料, 但如果能將重要訊息例如股價漲跌幅等透過 Line Notify 訊息推播功能傳送到手機, 就可以不需要開啟股票 App 便能從最常用的 Line 得知所關心的股票收盤情形, 關於 Line Notify 用法參考 :

# Python 學習筆記 : Line Notify 訊息推播 (一) : 文字

首先要先在 Line Notify 官網申請一個權杖 (token), 然後開啟 twstock_dashbiard.xlsx 檔, 將此權杖填入 J2 儲存格中後存檔 :

然後載入此 xlsx 檔後讀取 J2 儲存格即可得到權杖 :

>>> wb=xl.load_workbook('twstock_dashboard.xlsx')

>>> ws=wb1.active

>>> token=ws['J2'].value

>>> token

'ud7PaDL45fz849A0e1f5oaMCbRIkxMXapQCt7PfNkzz'

發送推播訊息的功能可以用如下的函式來達成 :

def notify(msg, token):

url="https://notify-api.line.me/api/notify"

headers={"Authorization": "Bearer " + token}

payload={"message": msg}

r=requests.post(url, headers=headers, params=payload)

return "訊息發送成功！"

只要傳入訊息與權杖就可以完成推播了.

最後要修改上面的 update_dashboard() 函式, 加入下列程式碼推播觀察股票的漲跌幅 :

def update_dashboard():

last_row=ws.max_row

msg=['\n']

for i in range(2, last_row + 1):

stock_id=ws[f'A{i}'].value

data=wearn_crawler(stock_id)

print(data)

ws[f'B{i}'].value=data["name"]

ws[f'C{i}'].value=data["open"]

ws[f'D{i}'].value=data["high"]

ws[f'E{i}'].value=data["low"]

ws[f'F{i}'].value=data["close"]

ws[f'G{i}'].value=data["last"]

delta=round((data["close"]/data["last"] - 1) * 100, 2)

ws[f'H{i}'].value=delta

msg.append(f'{data["name"]} {data["close"]} ({delta}%)')

ws['I2'].value=time.strftime("%Y%m%d %H:%M:%S")

print(f"最近更新時間 : {ws['I2'].value}")

notify('\n'.join(msg), token)

此處黃底高亮的是修改的部分, 在函式開頭新增了 msg 串列用來儲存各股收盤與漲跌幅資訊, 預建 '\n' 的目的式為了讓傳送的訊息與 Line 推播標題不要黏在一起. 漲跌幅計算部分增加了 delta 變數來記錄, 原始數據被乘以 100 轉成百分比, 並取到小數後第 2 位, 每支股票的股名, 收盤價, 與漲跌幅都放進 msg 串列中, 最後呼叫字串物件的 join() 以跳列字元串接, 結果如下 :

>>> update_dashboard()

{'name': '元大台灣50', 'open': 120.8, 'high': 120.8, 'low': 119.25, 'close': 119.8, 'last': 120.95}

{'name': '元大高股息', 'open': 28.74, 'high': 28.74, 'low': 28.35, 'close': 28.53, 'last': 28.86}

{'name': '台積電', 'open': 496.0, 'high': 500.0, 'low': 496.0, 'close': 497.5, 'last': 498.5}

{'name': '聯電', 'open': 42.95, 'high': 42.95, 'low': 41.85, 'close': 41.85, 'last': 42.9}

{'name': '中華電', 'open': 128.5, 'high': 129.5, 'low': 128.5, 'close': 129.0, 'last': 128.5}

最近更新時間 : 20220629 15:21:15

'訊息發送成功！'

這時我的 iPhone 手機的 Line 就馬上收到此訊息了 :

Bingo!

(5). 部署到樹莓派 :

以上都是在互動環境中測試, 指令都是人為下達, 可以將程式部署到可 24 小時開機的低功率 Linux 嵌入式設備 (例如樹莓派或香蕉派等) 上, 然後用 crontab 來設定定時或週期性執行. 茲將上面的程式整理為如下之 twstock_dashboard.py 模組 :

# twstock_dashboard.py

import time

import requests

import openpyxl as xl

from bs4 import BeautifulSoup

def create_dashboard(filename, stocks, token=''): # 初始化時執行一次

wb=xl.Workbook()

ws=wb.active

ws.title='股票看板'

# 建立第一列的欄名

ws['A1'].value='股票代號'

ws['B1'].value='股票名稱'

ws['C1'].value='開盤價'

ws['D1'].value='最高價'

ws['E1'].value='最低價'

ws['F1'].value='成交價'

ws['G1'].value='昨日收盤價'

ws['H1'].value='帳跌幅'

ws['I1'].value='最近更新'

ws['J1'].value='Line Notify Token'

# 將欲觀察的股票代號填入 A2, A3, A4, ... 儲存格

for idx, stock in enumerate(stocks):

ws[f'A{idx + 2}'].value=stock

# 將 Line Notify token 填入 J2 儲存格

ws['J2'].value=token

# 將工作簿存檔

try:

wb.save(filename)

except Exception:

print(f"Permission Error : {filename} 開啟中, 請關閉")

return wb, ws

def wearn_crawler(sid):

res=requests.get(f"https://stock.wearn.com/cdata.asp?kind={sid}")

res.encoding="big5"

html=BeautifulSoup(res.text, "html.parser")

table=html.findAll("table")[0]

trs=table.findAll("tr")

tr=trs[2]

tds=tr.findAll("td")

data=[float(td.text.replace("\xa0", "").replace(",", "")) for td in tds[1:]]

name=trs[0].td.text.split(" ")[1][:-1]

last_close=float(trs[3].findAll("td")[4].text.replace("\xa0", "").replace(",", ""))

return {

"name": name,

"open": data[0],

"high": data[1],

"low": data[2],

"close": data[3],

"last": last_close

}

def notify(msg, token):

url="https://notify-api.line.me/api/notify"

headers={"Authorization": "Bearer " + token}

payload={"message": msg}

r=requests.post(url, headers=headers, params=payload)

return "訊息發送成功！"

def update_dashboard(ws):

last_row=ws.max_row # 取得總列數

token=ws['J2'].value

msg=[''] # 儲存推播訊息之串列

for i in range(2, last_row + 1): # 讀取欲觀察股票清單

stock_id=ws[f'A{i}'].value

data=wearn_crawler(stock_id) # 呼叫爬蟲函式擷取聚財網收盤資料

print(data)

ws[f'B{i}'].value=data["name"]

ws[f'C{i}'].value=data["open"]

ws[f'D{i}'].value=data["high"]

ws[f'E{i}'].value=data["low"]

ws[f'F{i}'].value=data["close"]

ws[f'G{i}'].value=data["last"]

delta=round((data["close"]/data["last"] - 1) * 100, 2) # 計算漲跌幅

ws[f'H{i}'].value=delta

msg.append(f'{data["name"]} {data["close"]} ({delta}%)')

ws['I2'].value=time.strftime("%Y%m%d %H:%M:%S")

print(f"最近更新時間 : {ws['I2'].value}")

notify('\n'.join(msg), token) # 呼叫 Line Notify 函式傳送推播訊息

此模組為上面互動測試中的函式總集, 在編輯時做了一些修正, 例如推播訊息串列 msg 的預設值改成了空字串, 因為原先用 '\n' 會使推播標題與訊息內容之間出現一個空列. 此模組的對外界面主要是下列兩個函式 :

create_dashboard(filename, stocks, token='') : 系統初始化用
update_dashboard(ws) : 更新股票看板用

使用前要匯入此模組 :

import twstock_dashboard as td

然後撰寫需要自動執行的程式 twstock_dashboard_update.py, 它主要的任務是開啟工作簿與工作表, 呼叫爬蟲與推播函式 update_dashboard(), 最後將工作簿存檔, 程式碼如下 :

# twstock_dashboard_update.py

import openpyxl as xl

import twstock_dashboard as td

wb=xl.load_workbook('twstock_dashboard.xlsx') # 開啟工作簿檔案

ws=wb.active # 取得目前工作表

td.update_dashboard(ws) # 更新股票看板 (爬聚財網 + Line Notify 推播)

wb.save('twstock_dashboard.xlsx') # 將工作簿存檔

接著將這兩個檔案用 WinSCP 傳送到樹莓派上 :

然後開啟樹莓派終端機, 進入 Python3 互動環境, 用下列指令手動初始化建立工作簿 :

Python 3.7.3 (default, Jan 22 2021, 20:04:44)

[GCC 8.3.0] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>> import openpyxl as xl

>>> import twstock_dashboard as td

>>> filename='twstock_dashboard.xlsx'

>>> stocks=['0050', '0056', '2330', '2303', '2412']

>>> token='ud7PaDL45fz849A0e1f5oaMCbRIkxMXapQCt7PfNkzz'

>>> td.create_dashboard(filename, stocks, token)

>>> exit()

這樣就會建立一個 twstock_dashboard.xlsx 工作簿檔案. 以上程式碼雖然也可以寫成一個 .py 模組, 但最好還是像上面這樣使用互動介面以人工方式下指令, 不要存成檔案, 因為 token 放在程式中很犯規. 用 ls 檢視檔案 :

pi@raspberrypi:~ $ ls twstock* -ls

4 -rw-r--r-- 1 pi pi 2918 6月 30 11:26 twstock_dashboard.py

4 -rw-r--r-- 1 pi pi 308 6月 30 11:25 twstock_dashboard_update.py

8 -rw-r--r-- 1 pi pi 5084 6月 30 14:24 twstock_dashboard.xlsx

可見已經順利建立工作簿檔案了. 接著用下列指令手動更新收盤的股價資料 :

pi@raspberrypi:~ $ python3 twstock_dashboard_update.py

{'name': '元大台灣50', 'open': 118.7, 'high': 119.55, 'low': 118.5, 'close': 118.8, 'last': 119.8}

{'name': '元大高股息', 'open': 28.29, 'high': 28.39, 'low': 28.1, 'close': 28.14, 'last': 28.53}

{'name': '台積電', 'open': 496.0, 'high': 498.5, 'low': 491.0, 'close': 491.0, 'last': 497.5}

{'name': '聯電', 'open': 41.25, 'high': 41.55, 'low': 40.7, 'close': 40.9, 'last': 41.85}

{'name': '中華電', 'open': 129.0, 'high': 130.5, 'low': 128.5, 'close': 130.5, 'last': 129.0}

最近更新時間 : 20220630 14:35:46

手機馬上就收到 Line Notify 推播訊息了 :

接下來要用 chmod 指令將看板更新程式 twstock_dashboard_update.py 改為可執行檔 :

pi@raspberrypi:~ $ sudo chmod +x /home/pi/twstock_dashboard_update.py

pi@raspberrypi:~ $ ls twstock* -ls

4 -rw-r--r-- 1 pi pi 2918 6月 30 11:26 twstock_dashboard.py

4 -rwxr-xr-x 1 pi pi 308 6月 30 11:25 twstock_dashboard_update.py

8 -rw-r--r-- 1 pi pi 5359 6月 30 14:35 twstock_dashboard.xlsx

這樣就可以設定 crontab 來自動執行看板更新程式了 :

pi@raspberrypi:~ $ crontab -e

no crontab for pi - using an empty one

Select an editor. To change later, run 'select-editor'.

1. /bin/nano <---- easiest

2. /usr/bin/vim.tiny

3. /bin/ed

Choose 1-3 [1]: 1

crontab: installing new crontab

選擇 nano 來編輯 crontab, 先用每 5 分鐘觸發執行一次, 寫法如下 :

*/5 * * * * /usr/bin/python3 /home/pi/twstock_dashboard_update.py

按 Ctrl + O 存檔後再按 Ctrl + X 跳出 Nano, 再用 crontab -l 確認內容 :

pi@raspberrypi:~ $ crontab -l

*/5 * * * * /usr/bin/python3 /home/pi/twstock_dashboard_update.py

結果確實能每五分鐘收到 Line Notify 推播訊息 :

測試 OK 後就可以修改 crontab 設定, 改為每周一到周五 (交易日) 的下午四點與五點各抓一次, 因為聚財網每日收盤資料大約在 15:50 左右更新, 為了避免爬蟲在 16:00 抓資料時網路剛好斷線, 所以五點再抓一次 :

0 16-17 * * 1-5 /usr/bin/python3 /home/pi/twstock_dashboard_update.py

將 crontab 存檔即生效, 果然 16:00 與 17:00 都有收到推播 :

OK! 這樣就完成樹莓派上的自動化部署了.

參考 :

# https://crontab.guru/monday-to-friday

# 在线crontab每周一,三,五的下午3:00执行解析验证

2022-06-30 補充 :

修改了 twstock_dashboard_update.py 裡面 update_dashboard() 函式的部分程式碼, 一是更改時間格式為 "%Y-%m-%d %H:%M:%S", 其次是將更新時間加到推播訊息最後面 :

def update_dashboard(ws):

last_row=ws.max_row # 取得總列數

token=ws['J2'].value

msg=[''] # 儲存推播訊息之串列

for i in range(2, last_row + 1): # 讀取欲觀察股票清單

stock_id=ws[f'A{i}'].value

data=wearn_crawler(stock_id) # 呼叫爬蟲函式擷取聚財網收盤資料

print(data)

ws[f'B{i}'].value=data["name"]

ws[f'C{i}'].value=data["open"]

ws[f'D{i}'].value=data["high"]

ws[f'E{i}'].value=data["low"]

ws[f'F{i}'].value=data["close"]

ws[f'G{i}'].value=data["last"]

delta=round((data["close"]/data["last"] - 1) * 100, 2) # 計算漲跌幅

ws[f'H{i}'].value=delta

msg.append(f'{data["name"]} {data["close"]} ({delta}%)')

ws['I2'].value=time.strftime("%Y-%m-%d %H:%M:%S")

print(f"最近更新時間 : {ws['I2'].value}")

msg.append(ws['I2'].value) # 訊息以更新時間結尾

notify('\n'.join(msg), token) # 呼叫 Line Notify 函式傳送推播訊息

結果如下 :

這樣往回看訊息時就很清楚這是哪天的收盤資料.

2022-07-02 補充 :

今天修改了 notify() 函式如下 :

def notify(msg, token):

url="https://notify-api.line.me/api/notify"

headers={"Authorization": "Bearer " + token}

payload={"message": msg}

r=requests.post(url, headers=headers, params=payload)

if r.status_code==requests.codes.ok:

return '訊息發送成功！'

else:

return f'訊息發送失敗: {r.status_code}'

原程式沒有判別回應碼一律回應 '訊息發送成功' 似乎不妥, 故加上 if else 判斷.

訂閱：文章 ( Atom )

小狐狸事務所

2025年8月9日星期六

市圖還書 1 本 : Excel x ChatGPT x Power Automate自動化處理

Excel x ChatGPT x Power Automate自動化處理, 效率提昇便利技 /

2025年7月3日星期四

市圖還書 2 本 : 好想學Excel職場聖經+Python3.x網頁資料擷取與分析特訓教材

2024年7月10日星期三

好書 : Python for Excel-自動化與資料分析的現代開發環境

2023年2月2日星期四

高科大還書 3 本 (PyTorch, Excel+Python, NLP)

PyTorch深度學習攻略 : 核心開發者親授!

用Excel學Python資料分析 / 張俊紅著

自然語言處理最佳實務 : 全面建構真正的 NLP 系統

2022年12月18日星期日

博客來買書一本 : Python ✕ Excel 高效率打造辦公室作業+數據分析自動化

2022年12月6日星期二

市圖還書 1 本 (用Excel學Python資料分析)

2022年10月18日星期二

高科大還書 1 本

超簡單!Python與Excel 150技 / 李杰臣作

2022年10月17日星期一

Python 學習筆記 : 使用 xlwings 套件操作 Excel 試算表 (一)

2022年6月30日星期四

Python 學習筆記 : 使用 OpenPyXL 操作 EXCEL 試算表 (五)

文章標籤

常用連結

2025年8月9日 星期六

2025年7月3日 星期四

2024年7月10日 星期三

2023年2月2日 星期四

2022年12月18日 星期日

2022年12月6日 星期二

2022年10月18日 星期二

2022年10月17日 星期一

2022年6月30日 星期四

2025年8月9日星期六

2025年7月3日星期四

2024年7月10日星期三

2023年2月2日星期四

2022年12月18日星期日

2022年12月6日星期二

2022年10月18日星期二

2022年10月17日星期一

2022年6月30日星期四