ما در آیتی هلو از شهریور ۱۴۰۲ کارمون رو با عشق به کتاب و یادگیری شروع کردیم. تخصص ما چاپ کتابهای تخصصی به زبان اصلیه و با استفاده از تکنولوژیهای روز و مواد اولیه باکیفیت، مطمئن میشیم که هر کتاب از نظر ظاهر و محتوا در بهترین سطح قرار بگیره.
هدفمون اینه که دسترسی به منابع علمی و آموزشی معتبر رو برای همه سادهتر کنیم و در این مسیر، همراه و همکار خوبی برای شما باشیم.
Unlock the potential of analytics languages for advanced data manipulation and visualization
کتاب گسترش اکسل با Python و R، نوشته استیون سندرسون (نویسنده مجموعه بستههای healthyverse در R) و دیوید کان (همبنیانگذار Functional Analytics)، راهنمایی تحولآفرین برای تحلیلگران داده و دانشمندان داده است که میخواهند با ادغام Python و R در اکسل، بهرهوری خود را در تحلیل دادههای مبتنی بر صفحات گسترده به حداکثر برسانند. این کتاب با آموزش اتوماسیون وظایف، تحلیل آماری پیشرفته و ایجاد تجسمهای قدرتمند، شما را در استفاده از ابزارهای مدرن تحلیل داده هدایت میکند. خرید نسخه چاپی یا کیندل شامل یک نسخه رایگان eBook در فرمت PDF است.
اکسل یکی از پرکاربردترین ابزارهای تحلیل داده است، اما ترکیب آن با Python و R امکانات جدیدی برای تحلیل و تجسم داده فراهم میکند. این کتاب با آموزش تکنیکهای پیشرفته مانند تحلیل اکتشافی داده، تحلیل سریهای زمانی و ادغام APIها، به شما کمک میکند تا وظایف تکراری را خودکار کرده و تحلیلهای پیچیده را با سهولت انجام دهید. با مثالهای عملی و مطالعات موردی، این کتاب برای مبتدیان و حرفهایها مناسب است و شما را قادر میسازد تا دادهها را از اکسل وارد کرده، در Python یا R تحلیل کنید و نتایج را به اکسل بازگردانید.
بخش اول: مبانی کار با اکسل
خواندن صفحات گسترده اکسل: استفاده از کتابخانههای Python و R برای دسترسی به دادهها.
نوشتن در صفحات گسترده اکسل: ذخیره نتایج تحلیل در اکسل.
اجرای کد VBA از Python و R: خودکارسازی وظایف با VBA.
بخش دوم: اتوماسیون و فرمتبندی
اتوماسیون پیشرفته (اعلانهای ایمیل و غیره): خودکارسازی وظایف پیچیده.
فرمتبندی صفحات اکسل: استفاده از بستههای Python و R برای بهبود ظاهر.
درج نمودارهای ggplot2 و Matplotlib در اکسل: ایجاد تجسمهای جذاب.
بخش سوم: تحلیل دادهها
جداول محوری (tidyquant در R و win32com/pypiwin32 در Python): تحلیل دادههای خلاصه.
تحلیل اکتشافی داده با R و Python: کشف الگوهای پنهان.
تحلیل آماری: رگرسیون خطی و لجستیک: مدلسازی دادهها.
تحلیل سریهای زمانی: آمار، نمودارها و پیشبینی: تحلیل دادههای زمانی.
بخش چهارم: ادغام و مطالعات موردی
فراخوانی توابع R و Python از اکسل بهصورت محلی یا از طریق API: ادغام مستقیم.
تحلیل داده و تجسم با R و Python برای دادههای اکسل – مطالعه موردی: پروژههای واقعی.
این کتاب با مثالهای عملی مانند ایجاد جداول محوری، تحلیل سریهای زمانی و تولید نمودارهای پیشرفته با ggplot2 و Matplotlib، شما را در تحلیل دادههای اکسل هدایت میکند. از خودکارسازی وظایف با VBA تا ادغام APIها برای دسترسی به دادههای خارجی، این کتاب سناریوهای دنیای واقعی را پوشش میدهد. آموزشهای مربوط به تحلیل اکتشافی و آماری، شما را برای حل مسائل پیچیده دادهای آماده میکنند.
این کتاب بر Python، R، اکسل، ggplot2، Matplotlib، tidyquant و win32com/pypiwin32 تمرکز دارد و با ابزارهای مدرن مانند VBA و APIهای وب سازگار است. تکنیکهای ارائهشده برای تحلیل دادههای پیشرفته، تجسم و اتوماسیون در اکسل مناسباند و با استانداردهای علم داده همراستا هستند.
این کتاب برای تحلیلگران داده، دانشمندان داده، متخصصان کمی، اکچوئریها و هر کسی که میخواهد مهارتهای اکسل خود را با Python و R ارتقا دهد، ایدهآل است. دانش پایه در اکسل، Python و R برای شروع کافی است و محتوای کتاب برای مبتدیان و افراد با تجربه متوسط مناسب است.
استیون سندرسون، نویسنده بستههای healthyverse در R، و دیوید کان، همبنیانگذار Functional Analytics، با تجربه در تحلیل داده و توسعه نرمافزار، مفاهیم پیچیده را با زبانی ساده و رویکردی پروژهمحور ارائه کردهاند. آنها راهکارهایی عملی برای حرفهایهای داده فراهم کردهاند.
نمونه چاپ کتاب موجود نیست.
نظرات کاربران