调整README章节顺序，将'为什么财务人要学Python'移至课程简介后
专为零编程基础财务人员设计的 Python 自动化课程
💡 财务人想学AI，必须学Python
Python是人工智能领域的首选编程语言，对于财务人员来说，学习Python不仅能够实现工作自动化，更是通向AI时代的必备技能：
- AI技术的基石 - 所有主流AI框架（TensorFlow、PyTorch、Scikit-learn等）都基于Python
- 机器学习的基础 - 智能财务预测、风险分析、异常检测等AI应用都需要Python
- 职业发展需要 - 财务数字化转型，掌握Python和AI技能将成为核心竞争力
- 学习成本低 - 学会Python后，可以无缝过渡到AI相关学习
本课程就是财务人员学习Python、迈向AI世界的最佳起点！
本课程采用类比教学方法，将Python功能与Excel操作一一对应，帮助财务同事快速掌握Python自动化技能，节省80%以上的重复工作时间。
- 类比教学 - 每个Python知识点都对应一个Excel操作
- 场景驱动 - 每个代码都解决真实财务问题
- 渐进式 - 确保每10分钟就有一次"啊哈！"时刻
- 实用导向 - 学完立即能用在工作上
- 完整注释 - 所有代码都有中文注释和Excel对照说明
- 错误防范 - 提供"常见错误避坑"和"调试技巧"
选择以下任一方式启动：
# 1. 进入课程目录
cd /workspace
# 2. 启动课程（脚本会自动检测Python环境）
./scripts/start.sh
# 3. 浏览器会自动打开，点击 lessons/lesson01_hello_python_and_variables.ipynb 开始学习
# 1. 进入课程目录
cd /workspace
# 2. 启动Docker容器
./scripts/start_docker.sh
# 3. 浏览器会自动打开，点击 lessons/lesson01_hello_python_and_variables.ipynb 开始学习
# 1. 进入课程目录
cd /workspace
# 2. 运行CNB部署脚本
./scripts/cnb_deploy.sh
# 3. 按照脚本提示完成部署
| 文档 | 说明 | 适用人群 |
|---|---|---|
| 快速入门 | 5分钟快速上手 | 🌟 所有用户 |
| docs/课程学习指南.md | 完整学习指南 | 深入学习者 |
| 环境配置 | 环境安装配置 | 首次安装 |
| docs/CNB部署指南.md | CNB云原生部署 | 部署人员 |
| 文档中心 | 完整文档索引 | 所有用户 |
| 课时 | 主题 | Excel对照 | 实战项目 | 难度 |
|---|---|---|---|---|
| 1 | Hello Python与变量 | 输入数据到单元格 | 记录一笔交易数据 | ⭐ |
| 2 | 列表与循环 | 选择多个单元格区域 | 批量处理5个销售额 | ⭐ |
| 3 | 条件判断 | IF函数 | 识别异常报销单据 | ⭐⭐ |
| 4 | 字典与数据结构 | 多行多列数据表 | 构建客户信息表 | ⭐⭐ |
| 5 | 读取Excel文件 | 打开工作簿 | 导入销售明细表 | ⭐⭐ |
| 6 | 数据筛选与查询 | 筛选功能、查找 | 提取某个部门的数据 | ⭐⭐⭐ |
| 7 | 数据分组汇总 | 数据透视表 | 各部门销售汇总 | ⭐⭐⭐ |
| 8 | 数据清洗 | 删除空行、分列 | 清洗报销单数据 | ⭐⭐⭐ |
| 9 | 数据合并与关联 | VLOOKUP | 合并销售与成本表 | ⭐⭐⭐ |
| 10 | 数据导出 | 另存为文件 | 生成分析报告Excel | ⭐⭐ |
| 11 | 常用财务函数 | SUMIF、VLOOKUP、PMT | 计算贷款还款 | ⭐⭐⭐ |
| 12 | 综合实战项目 | 整套报表流程 | 月度销售报告自动化 | ⭐⭐⭐⭐ |
总时长: 12课时 × 45分钟 = 约9小时 建议学习周期: 2-3周
/workspace/
├── README.md # 项目入口
├── .cnb.yml # CNB配置
├── requirements.txt # Python依赖
│
├── utils/ # 工具模块 [新增]
│ ├── course_utils.py # 课程工具模块
│ ├── test_environment.py # 环境测试脚本
│ └── jupyter_init.py # Jupyter初始化脚本
│
├── lessons/ # 课程文件 [12个]
│ ├── lesson01_hello_python_and_variables.ipynb
│ ├── lesson02_lists_and_loops.ipynb
│ ├── lesson03_conditional_statements.ipynb
│ ├── lesson04_dictionaries_and_data_structures.ipynb
│ ├── lesson05_reading_excel_files.ipynb
│ ├── lesson06_data_filtering_and_querying.ipynb
│ ├── lesson07_data_grouping_and_summary.ipynb
│ ├── lesson08_data_cleaning.ipynb
│ ├── lesson09_data_merging_and_joining.ipynb
│ ├── lesson10_data_export.ipynb
│ ├── lesson11_financial_functions.ipynb
│ └── lesson12_comprehensive_project.ipynb
│
├── docs/ # 文档中心 [重构]
│ ├── README.md # 文档索引
│ ├── getting-started/ # 快速开始
│ │ ├── 快速入门.md # 5分钟快速上手
│ │ └── 环境配置.md # 环境配置详细指南
│ ├── guides/ # 详细指南
│ │ ├── 课程学习指南.md # 完整学习指南
│ │ ├── 课程初始化说明.md # 课程初始化说明
│ │ ├── CNB部署指南.md # CNB云原生部署
│ │ └── 环境配置指南.md # 环境安装配置
│ ├── technical/ # 技术文档
│ │ └── 脚本改进说明.md # 脚本优化说明
│ └── changelog/ # 更新日志
│ ├── CHANGELOG.md # 版本更新历史
│ └── v1.1.0-自动环境配置.md # 详细更新说明
│
├── scripts/ # 脚本目录 [5个]
│ ├── start.sh # 快速启动脚本（自动检测Python）
│ ├── start_docker.sh # Docker启动脚本
│ ├── cnb_deploy.sh # CNB部署脚本
│ ├── auto_setup_env.sh # 自动环境配置脚本 [新增]
│ └── add_init_cells.py # 批量初始化脚本 [新增]
│
└── deployment/ # 部署配置
├── Dockerfile # Docker镜像配置
└── .cnb/ # CNB配置目录
├── build.yml # CNB构建流水线
└── tag_deploy.yml # CNB部署环境配置
第一阶段：Python基础（第1-4课时）
↓
第二阶段：数据处理（第5-10课时）
↓
第三阶段：财务函数（第11课时）
↓
第四阶段：综合实战（第12课时）
| 周次 | 学习内容 | 课时数 | 学习时长 |
|---|---|---|---|
| 第1周 | Python基础（1-4课时） | 4课时 | 约3小时 |
| 第2周 | 数据处理（5-10课时） | 6课时 | 约4.5小时 |
| 第3周 | 财务函数+综合实战（11-12课时） | 2课时 | 约1.5小时 |
每个Python功能都对应一个Excel操作：
| Python | Excel | 说明 |
|---|---|---|
| 变量 | 单元格 | 存放数据 |
| 列表 | 单元格区域 | 多个数据 |
| 字典 | 多行多列表格 | 结构化数据 |
| pandas | Excel高级功能 | 数据处理 |
| groupby | 数据透视表 | 数据汇总 |
| merge | VLOOKUP | 数据关联 |
- 阅读场景导入 - 理解为什么要学这个知识点
- 回顾Excel操作 - 用Excel类比理解Python
- 学习Python代码 - 理解代码的含义和作用
- 运行代码观察结果 - 动手实践，加深理解
- 完成课堂练习 - 巩固所学知识
- 思考总结 - 深入理解，举一反三
完成所有课程后，你将能够：
- ✅ 用Python自动化处理Excel数据
- ✅ 快速筛选、汇总、分析数据
- ✅ 自动生成各类报表
- ✅ 处理常见的财务计算任务
- ✅ 节省80%以上的重复工作时间
- ✅ 从重复劳动中解脱，专注于更有价值的工作
- 年龄: 25-45岁财务工作者
- 痛点: 每天重复处理Excel报表，经常加班，想自动化重复工作，但怕编程太难
- 期望: 学会用Python节省至少80%重复工作时间
A: 完全可以！这个课程专为零编程基础设计，用Excel类比教学，非常容易理解。
A: 总共约9小时，建议2-3周完成。每天学习1-2课时效果最好。
A: 你将能够自动化处理Excel数据、快速分析数据、生成报表、处理财务计算，节省80%以上的重复工作时间。
A: 每节课都有"常见错误避坑"和"调试技巧"，帮助你快速解决问题。也可以上网搜索错误信息，通常能找到解决方案。
A: 不建议！课程循序渐进，每节课都是下一节课的基础。建议按顺序学习。
- Python 3.8 或更高版本（推荐 3.10+）
- Jupyter Notebook
- pandas（数据处理）
- openpyxl（Excel读写）
详细环境配置请查看: 环境配置指南
本项目已配置CNB（Cloud Native Buildpacks）云原生构建，支持快速部署。
详细部署文档请查看: CNB部署指南
# 1. 提交代码
git add .
git commit -m "更新课程内容"
git push
# 2. 创建Tag触发部署
git tag v1.0.0
git push origin v1.0.0
# 3. 在CNB平台点击"部署"按钮
- 📖 查看文档：docs/
- 🔍 搜索错误信息：通常能找到解决方案
- 📚 Python官方文档：https://docs.python.org/3/
- 📚 pandas官方文档：https://pandas.pydata.org/docs/
- pandas版本：3.0.0
- openpyxl版本：3.1.5
- Jupyter版本：1.1.1
- numpy版本：2.4.2
本课程材料仅供学习使用。
祝你学习愉快，快速掌握Python财务自动化技能！ 🎉
About
35/F,Tencent Building,Kejizhongyi Avenue,Nanshan District,Shenzhen
