W naszym ostatnim wpisie zachęcaliśmy do skorzystania z Pythona oraz opisywaliśmy jego możliwości. Przedstawiliśmy też kilka jego zalet. Przyszedł więc czas na pochylenie się nad tym, do jakich konkretnych czynności warto wypróbować współpracę z Pythonem.
Omówione poniżej przykłady są tylko jednymi z nielicznych, a także, co istotne – nie wymagają bardzo szczegółowej wiedzy w zakresie programowania. Jednak niezależnie od tego, musimy pamiętać – by dobrze rozumieć, co właściwie się robi, trzeba posiadać podstawy. Na szczęście, sam Python jest stosunkowo prostym językiem i jego przyswojenie nie jest czasochłonne (w porównaniu do innych języków, jak C#, C++ czy Java).
Organizacja nawarstwiających się plików
Czy na widok kilkudziesięciu plików do uporządkowania na swoim komputerze kiedykolwiek myślałeś o poddaniu się lub przyszło Ci ręcznie po kolei zmienić nazwy zapisanych dokumentów? Jeśli tak, to z pewnością przyda Ci się program, który wykona żmudną pracę za Ciebie!
Aby zautomatyzować przenoszenie, zmienianie nazw, kopiowanie czy usuwanie plików, potrzebny będzie nam moduł shutil. Importujemy go za pomocą komendy import shutil. Więcej informacji o samym module i wykorzystaniu jego funkcji znajdziesz bezpośrednio w dokumentacji Pythona – docs.python.org/3/library/shutil.html
Analizy arkuszy Excela i edycja plików PDF
Analiza i wyciąganie danych z arkuszy Excel nie są wyjściową możliwością w kwestii korzystania z Pythona. Ponownie, jak w przypadku organizacji plików, trzeba zainstalować moduł. Będzie to openpyxl. Poradnik, jak poprawnie przeprowadzić instalacje, znajdziecie tutaj: openpyxl.readthedocs.io/en/stable/. Jeśli już zaimportujesz openpyxl, będziesz mógł pobierać dane z komórek i wierszy, przeprowadzać konwersje, wypełniać dane, porównywać dane – a to wszystko w obszarze kilku arkuszy Excela jednocześnie!
Korzystając z Pythona można także przeprowadzić liczne operacje na plikach w formacie PDF. Przykład? Dodanie logo do każdej strony, ustawienie rotacji stron, połączenie stron w różnych kombinacjach z różnych plików PDF. Do takiej edycji, potrzebna będzie instalacja modułu PyPDF2. Instalacja najnowszej wersji: pypi.org/project/PyPDF2/
Automatyczne pobieranie danych z Internetu
Pobieranie i przetwarzanie konkretnych danych ze stron internetowych może być o wiele prostsze i szybsze, niż kiedykolwiek wcześniej. Aby przetwarzać kod HTML, trzeba zainstalować BeautifulSoup poprzez komendę pip install beautifulsoup4. Co można robić po dokonaniu tego? Selekcjonować konkretne dane z wielu stron internetowych jednocześnie.
Ściśle pod pozycjonowanie stron internetowych przyda się pobieranie i otwieranie stron bezpośrednio z przeglądarki Google. Przykładowo, po wpisaniu w wierszu poleceń konkretnej frazy, program sam uruchamia dziesięć pierwszych stron z wyników wyszukiwania Google, gotowych do dalszych analiz. Aby było to możliwe, trzeba przede wszystkim zaimportować moduły requests, sys, webbrowser, bs4, a także znać postać interesującego nas adresu URL. W przypadku Google adres URL dla wyników wyszukiwania to www.google.pl/search?q= , gdzie po = należy wpisać konkretną frazę. Dla frazy przykładowo Alte Media, adres URL będzie wyglądał następująco: www.google.pl/search?q=Alte+Media.
Wizualizacja danych
Do wizualizacji i analizy danych istotne będzie pobranie dwóch kluczowych bibliotek: matplotlib (więcej: matplotlib.org/2.0.2/users/pyplot_tutorial.html) i pandas (więcej: pandas.pydata.org/docs/getting_started/install.html). Jeśli istnieje potrzeba tworzyć niestandardowe wizualizacje, a sam programowanie nie jest codziennym zajęciem, warto skorzystać również z możliwości interaktywnych wizualizacji z pomocą seaborn (więcej: seaborn.pydata.org).
Python przydaje się w przypadku wielu inny prac. Z jego pomocą można w łatwy sposób stworzyć swój harmonogram pracy czy ułożyć program, który będzie zliczał nam czas spędzony na danym zadaniu. Jednym z łatwiejszych zadań w Pythonie jest stworzenie swojego własnego kalkulatora BMI (a wręcz jest to zadanie dla zupełnie początkujących). Nawet mając jedynie podstawy – warto wykorzystywać Pythona w swojej codziennej pracy.
