Python+ChatGPT自动化办公很简单_陈良旭_9787302681502

《Python ChatGPT自动化办公很简单》从Python与ChatGPT的基础知识讲起，结合35个典型应用实战案例，详细介绍如何使用二者实现自动化办公的相关知识。《Python ChatGPT自动化办公很简单》不仅可以帮助读者大幅度提高工作效率，而且可以激发他们的创新思维，用全新的方式思考和解决问题，从而探索科技的无限可能，开启智能办公的新时代。为了帮助读者高效学习，《Python ChatGPT自动化办公很简单》附赠配套教学视频、不同场景的提示词使用示例、常见任务的自动化实现脚本、Python语法手册、实用大模型学习资料和教学PPT等超值学习资源。
全书共8章，分为2篇。第1篇基础知识，首先介绍Python与ChatGPT自动化办公的入门知识，包括开发环境搭建、ChatGPT基础知识、常见问题及其解决方法等，然后详解Python编程基础知识，包括变量、数据类型、数据的输入与输出、控制流语句、函数、模块与包、错误与异常处理、面向对象编程等。第2篇典型应用实战，结合多个实战案例详细介绍Python与ChatGPT自动化办公的典型应用，包括文本与文档处理、数据分析、自然语言处理、图像处理、网络信息处理、实战攻略和技术分享等。
《Python ChatGPT自动化办公很简单》内容丰富，案例典型，实用性强，非常适合各行各业需要大幅度提升工作效率的职场从业人员阅读，也适合自动化办公技术爱好者和其他编程爱好者阅读，还适合相关高等院校和培训机构作为实践课程的教材。

随着信息技术的飞速发展，编程技能已成为现代职场工作人员的一项基本能力。Python作为一款简洁、易学的编程语言，正逐渐成为自动化办公领域的热门工具。它的语法简洁明了，上手非常轻松，而且有强大的第三方库，如pandas、PIL、Requests和Flask等，大大扩展了其处理办公任务的能力，让使用者用少量的代码即可高效处理数据、生成报表、操作Excel、处理图片和开发Web应用等。更重要的是，Python有庞大的开发者社区，可以随时为使用者提供各种帮助和支持。
另外，随着AI的兴起，特别是以ChatGPT为代表的AI大模型的横空出世更颠覆了人们对AI的认知。人类一直引以为豪的创造力刹那间被AI超越，诸如文案创作、插画生成、代码编写等需要创造力的事，AI都可以完成，而且做得越来越好。AI大模型在短期内不断成长，其应用前景吸引了国内科技巨头纷纷投入该领域并相继推出了自己的大模型。这使得人们可以更加便捷地获取和使用最新的AI工具，从而用这些工具编写工作计划、制订策划方案、准备周会报告、做年终总结……AI就像一位无所不知的老师，能帮助人们解决生活和工作中的各种问题，给人们的生活带来了极大的便利，也给自动化办公带来了前所未有的可能性。
当下，将Python和ChatGPT结合起来实现自动化办公正在成为一种趋势，这样做可以大幅度提高人们的工作效率，节省宝贵的时间，为企业创造巨大的价值。本人作为一位资深的软件开发和算法研究人员，在职业生涯中不断地探索这些工具的用法并将其用于实际问题的解决。例如，编写小程序自动处理诸如数据整理和信息检索等重复性高的任务，从而大幅度提升工作效率；将一些技术成果转化为实际应用，为企业开发定制化的办公自动化软件，提高企业员工的工作效率，降低人力成本。
为了让各行各业的工作人员熟练地使用Python和ChatGPT自动化办公技术，本人耗费近半年时间编写了本书，将自己的研究心得和使用经验进行了梳理和总结。相信通过本书，读者可以系统地掌握这些新技术，让自己走在时代的前沿，从而拥有更广阔的职业发展空间。
本书特色
? 视频教学：赠送334分钟配套教学视频，帮助读者高效、直观地学习重点和难点内容，从而取得更好的学习效果。
? 内容丰富：不但详细介绍开发环境的配置、ChatGPT基础知识和Python基础语法，而且结合多个实战案例系统地介绍Python与ChatGPT自动化办公的典型应用。
? 学习门槛低：读者不需要提前系统地学习编程知识，只需花费一天左右的时间研读第1、2章，即可顺利地学习后面章节的典型应用实战等相关内容。
? 通俗易懂：用通俗易懂的语言阐述复杂的技术原理，即便是没有任何Python编程经验和ChatGPT使用经验的职场小白也能轻松上手。
? 实用性强：结合35个典型实战案例，详细介绍Python和ChatGPT在文本与文档处理、数据分析、自然语言处理、图像处理和网络信息处理等自动化办公中的应用。
? 总结实战经验：在讲解知识点和实战案例的过程中穿插大量的经验与技巧，并在最后一章全面归纳和总结实战攻略与技巧。
? 给出避坑提醒：讲解中穿插53个避坑提醒小段落，让读者绕开学习中的弯路。
? 赠送超值资源：附赠配套教学视频、不同场景的提示词使用示例、常见任务的自动化实现脚本、Python语法手册、实用大模型学习资料和教学PPT等超值学习资源。
本书内容
第1篇基础知识
第1章 Python与ChatGPT办公自动化概述，主要介绍Python开发环境搭建、ChatGPT基础知识、常见问题及其解决方法等相关知识。
第2章 Python编程基础知识，主要介绍变量、数据类型、数据的输入与输出、控制流语句、函数、模块与包、错误与异常处理、面向对象编程等相关知识。
第2篇典型应用实战
第3章文本与文档处理，主要介绍文档读写操作和文件夹操作的相关知识，以及反馈意见统计、摄影集文件整理、重要文档定期备份、文件定期清理几个应用案例的实现。
第4章数据分析，主要介绍自动处理Excel工作簿的相关知识，以及学生成绩统计与分析、员工绩效计算、电商大数据表格的关键词热度分析、PDF数据解析、上市公司财务数据分析几个应用案例的实现。
第5章自然语言处理，主要介绍自然语言处理的入门知识，以及词组分析、句子情感分析、句子关键词分析、简历信息提取、商品评论词云制作几个应用案例的实现。
第6章图像处理，主要介绍图像处理基础知识，以及商品图像分类整理、文字与图像水印制作、二维码图像制作、人物图像分割处理、图像智能识别、发票信息识别几个应用案例的实现。
第7章网络信息处理，主要介绍自动发送和接收电子邮件、发送群消息、获取互联网数据、网络爬虫框架等相关知识，以及将邮件信息转发到企业微信、获取下厨房的菜谱两个应用案例的实现。
第8章实战攻略和技巧分享，主要介绍分享代码、打造个性化应用服务、创建个性化的ChatGPT应用等相关知识，以及通过Flask构建在线聊天系统、通过Streamlit构建选股应用两个应用案例的实现。
读者对象
? 想大幅度提高工作效率的办公人员；
? 想学习Python和ChatGPT自动化办公技术的人员；
? Python编程爱好者；
? 热爱新事物的科技爱好者；
? 高等院校相关专业的学生和教师；
? 相关培训机构的学员。
配套资源获取方式
为了便于读者高效、直观地学习，本书提供以下配套学习资源：
? 334分钟教学视频；
? 不同场景的提示词使用示例；
? 各种常见任务的自动化实现脚本；
? Python语法手册；
? 实用大模型学习资料；
? 教学PPT。
上述配套资源有两种获取方式：一是关注本书微信公众号（见书），回复数字38自动获取下载链接；二是在清华大学出版社网站上搜索到本书，然后在本书页面上找到资源下载栏目，单击网络资源按钮进行下载。
致谢
首先向我的家人表达最诚挚的谢意！感谢他们在本书写作过程中的大力支持，他们的爱和鼓励是我坚持不懈的动力。
其次感谢清华大学出版社参与本书出版工作的编辑！他们专业和中肯的指导意见，以及认真负责的态度，让本书更加完善，也让我受益匪浅。
还要感谢给我提供写作素材和场景的同事与亲朋好友！正是你们对我的信任，才让我能够将这些实用的案例融入书中，使本书内容更加丰富和贴近实际应用。
最后衷心地感谢其他支持和帮助过我的人！正是因为有你们的陪伴、鼓励和支持，才让我有动力顺利完成本书的创作。
售后服务
虽然本人对本书所述内容都已尽量核对，并多次进行文字校对，但因时间所限，难免存在疏漏和不足之处，恳请广大读者批评与指正。读者在阅读本书时若有疑问，可以发送电子邮件获得帮助。

陈良旭
2025年2月

第1篇基础知识
第1章 Python与ChatGPT办公自动化概述 2
1.1 程序与人工智能概述 2
1.1.1 程序简介 2
1.1.2 Python简介 4
1.1.3 ChatGPT简介 6
1.1.4 办公自动化简介 11
1.2 搭建Python开发环境 13
1.2.1 安装Python开发环境 13
1.2.2 安装编码开发工具 17
1.2.3 安装非标准库 29
1.3 ChatGPT基础知识 30
1.3.1 ChatGPT的原理 31
1.3.2 ChatGPT的优点与应用场景 35
1.3.3 如何使用ChatGPT进行智能对话 42
1.3.4 如何将ChatGPT与编码工具相结合 46
1.4 常见问题及其解决方法 48
1.4.1 Python环境的问题 48
1.4.2 编码软件的问题 49
1.4.3 ChatGPT的问题 50
第2章 Python编程基础知识 51
2.1 变量 51
2.1.1 变量的定义 51
2.1.2 变量的命名规则 52
2.2 数据类型 53
2.3 数值类型 55
2.3.1 整数类型 55
2.3.2 浮点数 55
2.3.3 复数 55
2.4 布尔类型与运算符 56
2.4.1 布尔类型 56
2.4.2 运算符 56
2.5 复合数据类型 58
2.5.1 字符串 58
2.5.2 列表 60
2.5.3 元组 61
2.5.4 字典 62
2.5.5 集合 63
2.6 数据的输入与输出 64
2.6.1 数据的输入 64
2.6.2 数据的输出 65
2.6.3 数据类型转换 65
2.6.4 格式化输出 67
2.7 控制流语句 68
2.7.1 条件语句 68
2.7.2 循环语句 70
2.7.3 循环控制语句 72
2.8 函数 73
2.8.1 函数的定义 73
2.8.2 函数参数的传递 74
2.8.3 函数的返回值 75
2.8.4 内置函数 76
2.8.5 匿名函数 76
2.9 模块与包 77
2.9.1 模块导入方法 77
2.9.2 标准库和第三方库的使用 78
2.9.3 创建和导入自定义模块 79
2.10 错误与异常处理 80
2.10.1 错误处理 80
2.10.2 异常处理 81
2.10.3 常见的异常 82
2.11 面向对象编程 84
2.11.1 类和对象的概念 84
2.11.2 属性和方法 84
2.11.3 访问限制 85
2.11.4 继承 86
2.12 进阶技巧 87
2.12.1 正则表达式 87
2.12.2 日期的处理 89
2.12.3 数据库操作 91
2.12.4 并行处理 94
2.13 总结 98
第2篇典型应用实战
第3章文本与文档处理 100
3.1 文档读写操作 100
3.1.1 增、删、改操作 100
3.1.2 常见的异常处理 102
3.1.3 如何利用ChatGPT优化代码 103
3.2 文件夹操作 103
3.2.1 文件夹基本操作 104
3.2.2 文件路径操作 104
3.2.3 批量文件压缩 105
3.3 实战：反馈意见统计 106
3.3.1 问题需求分析 107
3.3.2 代码编写 107
3.3.3 调试与优化 109
3.4 实战：摄影集文件整理 113
3.4.1 问题需求分析 113
3.4.2 代码编写 113
3.4.3 调试与优化 114
3.5 实战：重要文档定期备份 115
3.5.1 问题需求分析 116
3.5.2 代码编写 116
3.5.3 调试与优化 117
3.6 实战：文件定期清理 117
3.6.1 问题需求分析 118
3.6.2 代码编写 118
3.6.3 调试与优化 120
3.7 总结 122
第4章数据分析 123
4.1 自动处理Excel工作簿 123
4.1.1 pandas库的基本操作 123
4.1.2 获取表格数据 125
4.1.3 表格数据可视化 130
4.2 实战：学生成绩统计与分析 137
4.2.1 问题需求分析 137
4.2.2 代码编写 137
4.2.3 调试与优化 141
4.3 实战：员工绩效计算 143
4.3.1 问题需求分析 143
4.3.2 代码编写 144
4.3.3 调试与优化 148
4.4 实战：电商大数据表格的关键词热度分析 149
4.4.1 问题需求分析 149
4.4.2 代码编写 149
4.4.3 调试与优化 151
4.5 实战：PDF数据解析 153
4.5.1 利用ChatGPT生成批量下载PDF的工具 153
4.5.2 PDF的拆分和合并 157
4.5.3 PDF信息提取 160
4.5.4 利用ChatGPT直接解读PDF 163
4.6 实战：上市公司财务数据分析 164
4.6.1 问题需求分析 164
4.6.2 代码编写 167
4.6.3 利用ChatGPT直接解读 169
4.7 总结 171
第5章自然语言处理 172
5.1 自然语言处理概述 172
5.1.1 自然语言处理的发展历史 172
5.1.2 自然语言处理的工作流 173
5.1.3 自然语言处理的应用场景 174
5.2 实战：词组分析 175
5.2.1 问题需求分析 175
5.2.2 代码编写 176
5.2.3 调试与优化 178
5.3 实战：句子情感分析 179
5.3.1 基本概念 179
5.3.2 代码编写 180
5.3.3 调试与优化 182
5.3.4 利用ChatGPT进行分析 185
5.3.5 借用第三方API进行分析 186
5.4 实战：句子关键词分析 190
5.4.1 问题需求分析 190
5.4.2 代码编写 191
5.4.3 调试与优化 193
5.5 实战：简历信息提取 194
5.5.1 问题需求分析 194
5.5.2 代码编写 194
5.5.3 优化：利用第三方API 196
5.5.4 优化：通过ChatGPT获取信息 198
5.6 实战：商品评论词云制作 199
5.6.1 问题需求分析 199
5.6.2 代码编写 200
5.7 总结 203
第6章图像处理 204
6.1 图像处理基础知识 204
6.1.1 读取图像的基本信息 205
6.1.2 提取图像元数据 206
6.1.3 图像的基本操作 207
6.2 实战：商品图像分类整理 211
6.2.1 设置图像缩略图 211
6.2.2 提取图像的EXIF信息 214
6.2.3 修改图像的EXIF信息 216
6.3 实战：文字与图像水印制作 222
6.3.1 文字水印制作 222
6.3.2 图像水印制作 224
6.4 实战：二维码图像制作 225
6.4.1 问题需求分析 225
6.4.2 代码编写 226
6.5 实战：人物图像分割处理 229
6.5.1 问题需求分析 229
6.5.2 代码编写 229
6.5.3 利用深度学习实现人像分割 230
6.5.4 利用第三方API实现人像分割 234
6.6 实战：图像智能识别 238
6.6.1 问题需求分析 238
6.6.2 代码编写 239
6.7 实战：发票信息识别 241
6.7.1 问题需求分析 241
6.7.2 代码编写 242
6.8 小结 246
第7章网络信息处理 247
7.1 自动发送和接收电子邮件 247
7.1.1 发送电子邮件的原理 247
7.1.2 发送邮件 248
7.1.3 接收邮件 251
7.2 发送群消息 252
7.2.1 发送企业微信群消息 252
7.2.2 发送钉钉群消息 254
7.2.3 发送飞书群消息 255
7.3 实战：将邮件信息转发到企业微信群 255
7.3.1 问题需求分析 256
7.3.2 代码编写 256
7.3.3 调试与优化 260
7.4 获取互联网数据 260
7.4.1 网络请求的基本原理 260
7.4.2 利用Requests库模拟浏览器 261
7.5 网络爬虫框架简介 268
7.5.1 Selenium框架 268
7.5.2 Playwright框架 270
7.5.3 Scrapy框架 271
7.6 实战：获取下厨房的菜谱 275
7.6.1 问题需求分析 275
7.6.2 代码编写 276
7.6.3 调试与优化 280
7.7 总结 284
第8章实战攻略和技巧分享 286
8.1 分享成果 286
8.1.1 代码分享与交流 286
8.1.2 让你的程序触手可及 292
8.2 打造个性化应用服务 295
8.2.1 运营自己的服务器 295
8.2.2 实现接口服务 300
8.3 实战：通过Flask构建在线聊天系统 301
8.3.1 启动Flask服务 301
8.3.2 设置路由和视图函数 301
8.3.3 定义URL参数 302
8.3.4 模板渲染 302
8.3.5 完整的代码 303
8.3.6 数据持久化 305
8.3.7 部署应用 306
8.4 实战：通过Streamlit构建选股应用 310
8.4.1 问题需求分析 311
8.4.2 编写接口代码 311
8.4.3 编写网页代码 315
8.4.4 调试与优化 319
8.5 创建个性化的ChatGPT应用 321
8.5.1 创建正则表达式大师 321
8.5.2 创建智能客服 322
8.6 人与AI共同发展 324
8.6.1 多模态大模型 324
8.6.2 未来的机遇与挑战 326
8.7 总结 328

你还可能感兴趣

我要评论