29.12.20214 min

Frank Andrade

3 projekty w Pythonie, z którymi zautomatyzujesz swoją pracę

Poznaj projekty Pythona dla początkujących i zaawansowanych, dzięki którym Twoje życie stanie się piękniejsze.

3 projekty w Pythonie, z którymi zautomatyzujesz swoją pracę

W większości miejsc pracy wykonujemy zadania, które nie wnoszą większej wartości do naszego zawodu. Jednorazowe jego wykonanie nie jest wielkim problemem, ale kiedy te zadania stają się powtarzalne i czasochłonne, dobrze jest je zautomatyzować.

Dzięki automatyzacji zadań przestaniesz tracić czas na wykonywanie przyziemnych czynności i skupisz się na tym, co dla Ciebie najważniejsze. Co więcej, wykorzystasz w praktyce całą wiedzę o Pythonie, którą do tej pory zdobyłeś, i może nawet nauczysz się jeszcze czegoś nowego.

W tym poradniku pokażę Ci 3 projekty, które wykonasz w Pythonie, które pomogły mi zautomatyzować niektóre z moich codziennych zadań i mam nadzieję, że pomogą też Tobie.


1. Zautomatyzuj raporty w Excelu

Pomyśl o wszystkich rzeczach, które musisz zrobić, aby utworzyć raport w Excelu — używasz formuł, tworzysz tabelę przestawną, robisz wykres i formatujesz arkusz.

Zrobienie tego raz nie jest trudne, ale sprawy komplikują się, gdy trzeba to zrobić wiele razy. Na szczęście Python jest w stanie pomóc ci zautomatyzować te zadania, więc następnym razem, gdy będziesz musiał wykonać raport w Excelu, będziesz potrzebował tylko kilku kliknięć.


Jak wykonać ten projekt

W Pythonie możemy skorzystać z openpyxl i Pandas, aby zautomatyzować raportowanie w Excelu. Obie z bibliotek są świetne, jednak minusem jest fakt, że nauczenie się openpyxl może zająć trochę więcej czasu osobom początkującym i nie ma ona innych zastosowań poza Excelem.

Istnieje jednak łatwiejszy sposób, aby zautomatyzować raportowanie w Excelu. Wystarczy tylko, że zainstalujesz bibliotekę Pythona o nazwie mitosheet (znana także jako Mito). Biblioteka ta pozwala na grupowanie danych i obliczanie miary rozkładu za pomocą intuicyjnego interfejsu, przypominającego Excel. Najlepsze w Mito jest to, że generuje kod dla każdej edycji, więc będziemy mogli zobaczyć kod Pythona, który odpowiada każdej z nich.

W poniższym przykładzie zobaczysz, w jaki sposób wykorzystałem interfejs mitosheet do stworzenia tabeli przestawnej. Po jej utworzeniu kod tworzony jest automatycznie. Super, nie?

Aby zautomatyzować tabele przestawne i inne zadania Excela, należy zainstalować bibliotekę mitosheet. Aby to zrobić, najpierw otwórz nowy terminal lub wiersz poleceń, a następnie pobierz instalator Mito, przy pomocy następującego polecenia:

python -m pip install mitoinstaller


Następnie uruchom instalator (uruchomienie tego polecenia może chwilę potrwać)

python -m mitoinstaller install


I to wszystko! Sprawdź ten link, aby dowiedzieć się, jak stworzyć swoją pierwszą tabelę przestawną, za pomocą mitosheet.


2. Zautomatyzuj wizualizację danych

Większość projektów analizy danych zazwyczaj kończy się prezentacją zawierającą wiele wykresów. W moich poprzednich miejscach pracy aktualizowałem swoje raporty w Excelu, a następnie ręcznie tworzyłem wizualizacje, takie jak wykresy kolumnowe, kołowe, pudełkowe i inne.

Było to czasochłonne i trudne, dlatego postanowiłem poszukać jakiejś alternatywy w Pythonie. Znalazłem kilka bibliotek, które mogły pomóc mi zautomatyzować wizualizacje wykresów. Musiałem tylko odczytać moje zaktualizowane raporty Excel w Pythonie i poprzez uruchomienie skryptu wszystkie wizualizacje zostałyby stworzone.


Jak wykonać ten projekt

Aby zautomatyzować wizualizację danych, najpierw musimy napisać kod, który utworzy pożądany przez nas wykres (najlepiej w pliku, w Jupyter Notebook). Następnie zapisz, jak powinny wyglądać dane wejściowe (plik Excela), aby upewnić się, że nazwy kolumn, kształt danych, typ danych i inne ważne funkcje pozostaną takie same w następnej aktualizacji.

Pewnie zastanawiasz się teraz „jak mogę tworzyć wizualizacje za pomocą Pythona?”. Python oferuje różne opcje tworzenia zarówno standardowych, jak i interaktywnych wizualizacji przy użyciu Matplotlib/Seaborn oraz interaktywnych wizualizacji z Pandas/Plotly.

Niemniej jednak nauka tych bibliotek może również zająć ci trochę więcej czasu. I tutaj z pomocą również przychodzi Mito. Możesz użyć go do wykonania wizualizacji danych za pomocą kilku kliknięć, generując odpowiedni kod Pythona. Kod ten może być zastosowany do zautomatyzowania tworzenia wizualizacji danych dla przyszłych danych.

Zobaczmy, jak to działa.


Na powyższym gifie używam biblioteki mitosheet do stworzenia wykresu słupkowego dla zbioru danych Netflixa i wystarczy tutaj jedynie kilka kliknięć. Wystarczy, że wybiorę kolumnę, kliknę przycisk Graph i voilà! Wykres został stworzony, a kod jest generowany automatycznie.


3. Automatyzacja sieci

Jednym z nudniejszych zadań, które musiałem wykonywać jako młodszy analityk danych, było codzienne wgrywanie plików na stronę klienta. Wykonanie tego zadania było dość proste, czyli: wejdź na stronę “X”, kliknij ten przycisk, wybierz opcję z rozwijanej listy i kliknij “Załaduj”.

Wykonanie tego może zająć 2 minuty lub nieco więcej, ale musiałem powtarzać te czynności setki razy w ciągu tygodnia, dlatego też postanowiłem zautomatyzować to zadanie za pomocą Selenium. Jest to narzędzie do kontrolowania przeglądarek internetowych, takich jak Chrome, z pomocą Pythona.


Jak wykonać ten projekt

Aby zautomatyzować dowolną stronę internetową za pomocą Pythona, najpierw pomyśl o wszystkich krokach, które normalnie wykonujesz, aby wykonać zadanie na stronie internetowej. Może ono polegać na klikaniu w przyciski, wybieraniu elementów w rozwijanych listach, wprowadzaniu tekstu, przewijaniu w górę/dół, logowaniu się do stron itp.

Gdy wszystkie zadania zostaną wyliczone, powtórz je w Pythonie, używając Selenium. Możesz w nim stworzyć bota, który wykona niemal każde zadanie na stronie internetowej, tak jakbyś sam nim sterował.


Oryginał tekstu w języku angielskim przeczytasz tutaj.

<p>Loading...</p>