Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Đăng nhập
Xem tất cả kết quả
Menu
Đăng nhập Đăng ký miễn phí

Python for Excel: Use xlwings for Data Science and Finance

Python cho Excel: Sử dụng xlwings cho Khoa học Dữ liệu và Tài chính

Python cho Excel: Sử dụng xlwings cho Khoa học Dữ liệu và Tài chính

Tích hợp Excel và Python để có được tinh hoa của cả hai thế giới! Người mới học Python hoàn toàn phù hợp. Sử dụng Pandas, Seaborn & các thư viện khác trong Excel

4.6
(1,176 đánh giá)
12,068 học viên
Giảng viên
Alexander Hagmann
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 2.169.000đ -98%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
17.0 giờ video
209 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 31/05/2026
#Data Science #Excel #Finance #Python

Bạn sẽ học được gì

Tự động hóa Excel bằng mã Python sạch sẽ và mạnh mẽ
Học và thành thạo thư viện xlwings từ 0 đến 100
Sử dụng Excel làm Giao diện Người dùng Đồ họa (GUI) và chạy mã Python từ Excel
Tạo các Ứng dụng Dashboard mạnh mẽ với Excel (frontend) và Python (backend)
Sử dụng các Công cụ Trực quan hóa Dữ liệu mạnh mẽ (Matplotlib, Seaborn) trong Excel
Học Python từ đầu với Khóa học Cấp tốc được thiết kế riêng (Dành cho người mới bắt đầu với Python)
Viết UDFs (hàm do người dùng định nghĩa) và sử dụng trực tiếp Numpy, Pandas và các Thư viện Học máy trong Excel
Viết công cụ Excel bằng Python thay vì VBA và gọi mã trực tiếp từ bên trong Excel
Sử dụng xlwings để tự động hóa báo cáo Excel bằng Python
Tạo nguyên mẫu ứng dụng web
Viết và sử dụng Mảng Động với xlwings
Chạy mô hình tài chính của bạn 10.000 lần & hơn nữa với Mô phỏng Monte Carlo bằng Python
Tải dữ liệu (tài chính) từ Web APIs trực tiếp vào Excel
Chạy Python Scripts từ bên trong Excel với Run main và RunPython
Thay thế macro VBA bằng mã Python sạch sẽ và mạnh mẽ

Yêu cầu

Máy tính để bàn (Windows hoặc Mac) có khả năng lưu trữ và chạy Python/Anaconda. Khóa học sẽ hướng dẫn bạn cài đặt phần mềm miễn phí cần thiết.
Kết nối internet có khả năng phát video HD.
Bản cài đặt Microsoft Excel đang hoạt động.
Người dùng Mac hoàn toàn phù hợp. Xin lưu ý rằng 10%-15% nội dung khóa học (UDFs) chỉ hoạt động trên Windows!
Sẵn sàng viết mã và làm việc với Python.

Đối tượng phù hợp

Chuyên gia Khoa học Dữ liệu và Tài chính muốn sử dụng Excel làm Frontend và Python làm Backend phân tích trong Dự án của họ.
Chuyên gia Excel muốn viết công cụ Excel bằng mã Python sạch sẽ thay vì VBA/Macros.
Người mới bắt đầu với Python hoàn toàn phù hợp vì khóa học bao gồm Khóa học Cấp tốc Python được thiết kế cho Chuyên gia Excel.
Nhà phát triển Python muốn làm việc với Excel như một GUI (Giao diện Người dùng Đồ họa).

Nội dung khóa học

15 phần • 208 bài giảng
1 Giới thiệu (đừng bỏ qua!)
2 Tổng quan Khóa học (đừng bỏ qua!)
3 Mẹo: Cách tận dụng tối đa khóa học này (đừng bỏ qua!)
4 MỚI: xlwings vs. Tính năng Python trong Excel mới (bổ sung tháng 8/2023)
5 Câu hỏi thường gặp / Giải đáp thắc mắc của bạn
6 Cách tải xuống và cài đặt Anaconda để viết mã Python
7 Jupyter Notebooks - hãy bắt đầu
8 Cách làm việc với Jupyter Notebooks
1 Giới thiệu và Tải xuống
2 Cách cài đặt xlwings
3 Cách sử dụng xlwings như một Trình xem Dữ liệu
4 Trình xem Dữ liệu - Cập nhật
5 Cách kết nối với một Sổ làm việc Excel
6 Cách đọc và ghi các Giá trị đơn lẻ
7 Cách gán tên
8 Cách viết Hàm Excel bằng Python
9 Phím tắt Phạm vi
10 Nghiên cứu Tình huống - Tổng hợp tất cả lại
11 Bài tập về nhà
1 Phần Tải xuống
2 Cấu trúc Dữ liệu một chiều
3 Cách ghi Giá trị theo chiều dọc
4 Hàng và Cột (1 chiều vs. 2 chiều)
5 Cách đọc Cấu trúc Dữ liệu hai chiều
6 Đọc nâng cao với expand
7 Cách ghi Cấu trúc Dữ liệu hai chiều
8 Lập chỉ mục và Cắt lát Phạm vi
9 Hiệu quả
10 Bài tập về nhà
1 Giới thiệu
2 Phần Tải xuống
3 Giải thích Mô hình Excel (Phần 1)
4 Giải thích Mô hình Excel (Phần 2)
5 Chạy một Mô phỏng Monte Carlo đơn giản
6 Một Mô phỏng Monte Carlo nâng cao và thực tế hơn
7 Cân nhắc cuối cùng
1 Giới thiệu và Tải xuống
2 Cài đặt tiện ích bổ sung xlwings và các chuẩn bị khác
3 Chạy Python Scripts với "Run main"
4 Khắc phục sự cố (Phần 1)
5 Tất cả những gì bạn cần biết về VBA Macros
6 Chạy Python Scripts với "RunPython"
7 Khắc phục sự cố (Phần 2)
8 Run main vs RunPython
9 Lạc đề: Chuyển đổi Jupyter Notebooks sang .py
10 Bài tập về nhà
1 Giới thiệu và Tải xuống
2 Mô phỏng Monte Carlo với RunPython (Phần 1)
3 Mô phỏng Monte Carlo với RunPython (Phần 2)
1 Giới thiệu và Tải xuống (Cập nhật Tháng 12/24)
2 Cách ghi một Biểu đồ Matplotlib vào Excel
3 Cách cập nhật Biểu đồ
4 Cách thay đổi Kích thước và Vị trí (Phần 1)
5 Cách thay đổi Kích thước và Vị trí (Phần 2)
6 Cách ghi một Biểu đồ Seaborn vào Excel
7 Cách tạo Biểu đồ Excel với Python
8 Bài tập về nhà: Thêm Biểu đồ vào Mô phỏng Monte Carlo (Dự án 1)
1 Giới thiệu và Tải xuống (Cập nhật Tháng 12/24)
2 THÔNG BÁO QUAN TRỌNG (Cập nhật Tháng 1/23)
3 Phân tích Hiệu suất Cổ phiếu trong COVID-19 với Python & Pandas (Phần 1)
4 Phân tích Hiệu suất Cổ phiếu trong COVID-19 với Python & Pandas (Phần 2)
5 Phân tích Hiệu suất Cổ phiếu trong COVID-19 với Python & Pandas (Phần 3)
6 Xây dựng Ứng dụng Dashboard Hiệu suất Cổ phiếu (Phần 1)
7 Xây dựng Ứng dụng Dashboard Hiệu suất Cổ phiếu (Phần 2)
8 Cải thiện Mã nguồn và Xử lý Lỗi
1 Phần Tải xuống (Cập nhật: Tháng 12/24)
2 Bộ chuyển đổi (Mặc định)
3 Bộ chuyển đổi Numpy
4 Bộ chuyển đổi Từ điển
5 Bộ chuyển đổi DataFrame (Phần 1)
6 Bộ chuyển đổi DataFrame (Phần 2)
7 Ứng dụng Khoa học Dữ liệu: Kiểm tra và Thao tác DataFrames trong Excel
8 Bộ chuyển đổi Pandas Series
9 Cập nhật: Chuẩn bị cho pd.read_excel()
10 Lạc đề: Cách tải Dữ liệu từ Excel vào Pandas với pd.read_excel()
11 Lạc đề: Nhập nâng cao với pd.read_excel()
12 Lạc đề: Cách tải Dữ liệu Tài chính / Chuỗi Thời gian với pd.read_excel()
1 Giới thiệu và Tải xuống
2 Chuẩn bị và UDF đầu tiên của bạn
3 Cách thay đổi Tên và Vị trí của Mô-đun Python
4 Khắc phục sự cố (UDF)
5 UDFs - Hậu trường
6 UDFs phức tạp hơn và Trình trang trí @xw.arg
7 Cách tạo UDFs Numpy
8 UDFs và Công thức Mảng
9 Cách tạo Mảng Động với UDFs xlwings
10 Cách tạo UDFs Pandas
11 Cách thêm Chuỗi tài liệu (Docstrings)
12 Bài tập về nhà
1 Giới thiệu và Tải xuống
2 THÔNG BÁO QUAN TRỌNG (Cập nhật Tháng 1/23)
3 Cách tải Dữ liệu Tài chính từ Web vào Excel với UDF DataReader
4 Cách tái lấy mẫu Chuỗi Thời gian trong Excel với UDF resample
5 Cách tính Lợi nhuận Tài chính với UDF Pandas/Numpy
6 Cách lấy Thống kê Tóm tắt của Tập dữ liệu với UDF describe
7 Cách tạo Ma trận Tương quan của Tập dữ liệu với UDF corr
8 Tổng hợp tất cả - Super UDF
9 Cách thực hiện phép nối trong/ngoài/trái/phải với UDF merge
1 Giới thiệu và Xem trước
2 Python trong Excel: Cách hoạt động & những gì bạn cần
3 Python trong Excel: Tính năng & Công cụ thay thế (xlwings)
4 Chuẩn bị Quan trọng trước khi thiết lập Python trong Excel
5 Cách thiết lập Python trong Excel (BETA)
6 Khắc phục sự cố
7 Các thao tác đơn giản sử dụng Hàm PY
8 Những gì khác bạn có thể làm với Python trong Excel - Triển vọng
1 Giới thiệu và Tổng quan
2 Phần Tải xuống
3 Giới thiệu Khái niệm Giá trị Thời gian của Tiền (TVM) (Lý thuyết)
4 Tính Giá trị Tương lai (FV) với Python / Ghép lãi
5 Tính Giá trị Hiện tại (PV) với Python / Chiết khấu
6 Lãi suất và Tỷ suất lợi nhuận (Lý thuyết)
7 Tính Lãi suất và Tỷ suất lợi nhuận với Python
8 Giới thiệu về Biến số
9 Lạc đề: Cách thêm chú thích nội dòng
10 Biến số và Bộ nhớ (Lý thuyết)
11 Thêm về Biến số và Bộ nhớ
12 Biến số - Nên làm, Không nên làm và Quy ước
13 Hàm print()
14 Bài tập viết mã 1
15 Bài toán TVM với nhiều Dòng tiền
16 Giới thiệu về Danh sách Python
17 Lập chỉ mục bắt đầu từ 0 và chỉ mục âm trong Python (Lý thuyết)
18 Lập chỉ mục Danh sách
19 Vòng lặp For - Lặp qua Danh sách
20 Đối tượng range - một Iterable khác
21 Tính FV và PV cho nhiều Dòng tiền
22 Giá trị Hiện tại Ròng - NPV (Lý thuyết)
23 Tính NPV của một Dự án Đầu tư
24 Bài tập viết mã 2
25 Các Kiểu dữ liệu trong Thực tế
26 Hệ thống phân cấp Kiểu dữ liệu (Lý thuyết)
27 Lạc đề: Kiểu động trong Python
28 Hàm dựng sẵn
29 Số nguyên
30 Số thực dấu phẩy động
31 Cách làm tròn Số thực (và Số nguyên) với round()
32 Thêm về Danh sách
33 Danh sách và Các phép toán theo phần tử
34 Cắt lát Danh sách
35 Bảng tra cứu Cắt lát
36 Thay đổi Phần tử trong Danh sách
37 Sắp xếp và Đảo ngược Danh sách
38 Thêm và xóa Phần tử vào/khỏi Danh sách
39 Đối tượng có thể thay đổi vs. không thể thay đổi (Phần 1)
40 Đối tượng có thể thay đổi vs. không thể thay đổi (Phần 2)
41 Bài tập viết mã 3
42 Bộ giá trị (Tuples)
43 Từ điển
44 Giới thiệu về Chuỗi ký tự
45 Thay thế Chuỗi
46 Giá trị Boolean
47 Toán tử (Lý thuyết)
48 Toán tử So sánh, Logic và Thành viên trong Thực tế
49 Bài tập viết mã 4
50 Câu lệnh Điều kiện
51 Từ khóa pass, continue và break
52 Tính Thời gian Hoàn vốn của một Dự án
53 Định nghĩa Hàm do người dùng định nghĩa đầu tiên của bạn
54 Sự khác biệt giữa Đối số Vị trí và Đối số Từ khóa là gì?
55 Cách làm việc với Đối số Mặc định
56 Bài tập lập trình 5
1 Tải xuống cho phần này (Cập nhật: Tháng 10 năm 2024)
2 Giới thiệu Matplotlib
3 Biểu đồ đường
4 Biểu đồ phân tán
5 Tùy chỉnh biểu đồ (Phần 1)
6 Tùy chỉnh biểu đồ (Phần 2)
7 Bài tập lập trình 6
8 Module, Package và Thư viện - Không cần phát minh lại bánh xe
9 Mảng Numpy
10 Lập chỉ mục và cắt lát mảng Numpy
11 Thao tác vector hóa với mảng Numpy
12 Thay đổi phần tử trong mảng Numpy & Tính có thể thay đổi
13 View so với copy - Những cạm bẫy tiềm ẩn khi cắt lát mảng Numpy
14 Phương thức và thuộc tính của mảng Numpy
15 Hàm phổ quát Numpy
16 Mảng Boolean và Lọc có điều kiện
17 Bài tập lập trình 7
18 Cách làm việc với danh sách lồng nhau
19 Mảng Numpy 2 chiều
20 Cách cắt lát mảng Numpy 2 chiều (Phần 1)
21 Cách cắt lát mảng Numpy 2 chiều (Phần 2)
22 Tóm tắt: Thay đổi phần tử trong mảng Numpy / lát cắt
23 Cách thực hiện thao tác theo hàng và theo cột
24 Bài tập lập trình 8
25 Giới thiệu về dữ liệu dạng bảng / Pandas
26 Tạo DataFrame Pandas đầu tiên của bạn (từ tệp csv)
27 Tùy chọn hiển thị Pandas và các phương thức head() & tail()
28 Kiểm tra dữ liệu lần đầu
29 Bài tập lập trình 9
30 Chọn cột
31 Chọn một cột với "ký hiệu chấm"
32 Lập chỉ mục bắt đầu từ 0 và Lập chỉ mục âm
33 Chọn hàng với iloc (lập chỉ mục dựa trên vị trí)
34 Cắt lát hàng và cột với iloc (lập chỉ mục dựa trên vị trí)
35 Bảng mẹo lập chỉ mục dựa trên vị trí
36 Chọn hàng với loc (lập chỉ mục dựa trên nhãn)
37 Cắt lát hàng và cột với loc (lập chỉ mục dựa trên nhãn)
38 Bảng mẹo lập chỉ mục dựa trên nhãn
39 Tổng kết, Thực hành tốt nhất và Triển vọng
40 Bài tập lập trình 10
41 Những bước đầu với Pandas Series
42 Những bước đầu với đối tượng Index trong Pandas
43 Nhập dữ liệu chuỗi thời gian từ tệp csv
44 Phân tích / Trực quan hóa ban đầu cho chuỗi thời gian
45 Giới thiệu Seaborn
1 Bài giảng bổ sung

Giới thiệu khóa học

Excel vs. Python - what is the best tool for Data Science, Business, and Finance?

The answer is: Use Excel and Python together and integrate both tools with xlwings. Get the best of two worlds!

 

With xlwings, you can use Python Data Science libraries like Numpy, Pandas, Scipy, Matplotlib, Seaborn, and Scikit-learn directly in Excel! You can run Python code in Excel and boost your Excel projects! More and more Professionals and Developers use

  • Excel as Frontend

  • Python as analytical Backend.  

 

This course is the perfect choice for

  • Experienced Python Coders: Use Excel as Graphical User Interphase (GUI) | Run your Python scripts with Excel | Present your results with Excel Dashboards 

  • Excel Users and complete Python Beginners: Boost your Excel projects with clean and powerful Python code!

  • Mixed Groups: Non-Coders can run and use Python code simply by clicking on buttons in Excel.

 

Why take this course?

  • You will learn and master the xlwings library from scratch

  • For Excel Users and complete Python Beginners: This course includes a Python Crash Course that is tailor-made for you!

  • It´s the most comprehensive and practical (hands-on) xlwings course on the web

  • It covers three comprehensive real-world projects.

  • Project 1: You will learn how to boost your financial model in Excel by adding a Python Monte Carlo Simulation - Run your Excel calculation 10,000 times with different sets of inputs and analyze the results!

  • Project 2: You will learn to create Bloomberg-like Stock Dashboard Apps with Excel (Graphical User Interface) and Python (analytical Backend).

  • Project 3: You will learn how to use Pandas methods and functions on your datasets directly in Excel.

 

Why use Excel?

There is no better Graphical User Interface (GUI) and Reporting tool than Excel. Excel is

  • widely spread (750 million users)

  • standardized

  • intuitive to use

  • most users are well-trained

  • it requires low/zero setup

  • it requires low/zero maintenance  

  • and it´s still the best choice for financial models & spreadsheet calculations

 

Why use Python?

With hundreds of powerful Libraries, Python is the first choice for Data Science, Machine Learning, and advanced analytics in Business and Finance. The Python Ecosystem is way more powerful and versatile than VBA. And it´s cleaner and easier to learn and apply!

 

Why learn and master xlwings?

xlwings is the perfect tool to integrate Excel and Python! xlwings allows you to

  • Automate Excel from Python e.g. to produce reports or to interact with Jupyter Notebooks.

  • Write macros in Python that you can run from buttons in Excel, e.g. to load data from a database or an external API.

  • Write UDFs (user-defined functions) and leverage the power from NumPy, Pandas, and machine learning libraries.

  • Leverage Python's scientific stack for interactive data analysis using Jupyter Notebooks, NumPy, Pandas, scikit-learn, etc.

  • Use xlwings to automate Excel reports with Python.

  • Write Excel tools with Python instead of VBA and call your code directly from within Excel, e.g. via a button on the sheet.

  • This also works great for prototyping web apps.

  • Write (array) UDFs in a breeze by taking advantage of all the functionality already available in libraries like NumPy and Pandas.

  • Dynamic array formulas are supported.

 

As always, there is no risk for you as I offer a 30-day money-back guarantee. I am looking forward to seeing you in the course!

(Mac users are welcome! However, please note that 10%-15% of the course content (UDFs) is currently unavailable on Mac!)

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Data Science
Hiển thị tất cả khoá học Excel
Hiển thị tất cả khoá học Finance
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊