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