Excel2019函数与公式应用大全全新升级版精选ExcelHome海量案例

Excel2019函数与公式应用大全全新升级版精选ExcelHome海量案例

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

经典ExcelHome团队策划,多位微软最有价值专家(MVP)通力打造;升级上一版长期雄踞Excel函数类图书销量前列,《Excel2016函数与公式应用大全》重磅升级版;全面详尽而又系统地介绍了Excel函数与公式的核心技术;实战精选ExcelHome的海量案例,零距离接触Excel专家级使用方法;深入对一些常常困扰学习者的功能深入揭示背后的原理,让读者知其然,还能知其所以然;揭秘讲授Excel多项绝密应用,披露Excel专家多年研究成果!超值赠送视频教学资源及书中相关案例文件,供读者参考练习、快速上手。

内容简介

本书以Excel 2019为蓝本,全面系统地介绍了函数公式的应用方法。深入揭示背后的原理概念,并配有大量典型实用的应用案例,帮助读者全面掌握Excel函数公式的应用技术。

全书分为5篇33章以及3则附录,内容包括函数导读、常用函数、函数综合应用、条件格式、数据验证和高级图表制作中的函数应用,以及函数与公式常见错误指南。附录中还提供了Excel的规范与限制,Excel的快捷键以及Excel 2019 中的函数功能说明等内容,方便读者随时查阅。

本书适合各层次的Excel用户,既可作为初学者的入门指南,又可作为中、高级用户的参考手册。


作者简介

Excel Home是微软在线社区联盟成员,全球华语Excel资源网站,拥有大量原创技术文章、视频教程、加载宏及模板。Excel Home是一个学习氛围浓厚的技术交流社区,中国大陆及中国港台各行各业身怀绝技的Office高手都汇聚于此,目前已有三百多万办公人士选择成为它的注册会员。 Excel Home已精心编写并出版Office领域的图书60余种,截至2020年春节,图书销量累计达200多万册。


Excel2019函数与公式应用大全全新升级版精选ExcelHome海量案例是1970年由北京大学出版社出版,作者Excel,Home。

得书感谢您对《Excel2019函数与公式应用大全全新升级版精选ExcelHome海量案例》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
Windows10技术与应用大全 电子书
系统全解析:Windows 10操作与管理技巧
Web应用开发技术与案例教程 电子书
结合多个开发案例,详细介绍Web应用开发中多层次、多方面的内容,使你能够真正掌握系统开发中规律性的知识。
办公应用与计算思维案例教程 电子书
本书共5章,包含33个应用案例。第1~3章为计算机基础知识应用,分别介绍Word2016、Excel2016和PowerPoint2016的使用方法;第4章为大数据应用技术,介绍MySQL数据库、Python编程基础、Python数据处理及可视化等应用技术;第5章为计算思维与程序设计,介绍流程图绘制方法及程序设计、运行与调试等应用技巧。
C/C++函数与算法速查宝典 电子书
本书系统地讲解了C和C++中的常用函数及算法,是一本内容丰富的案头工具书。
Spark海量数据处理:技术详解与平台实战 电子书
在数字经济时代,数据是重要的资源要素;同时,新的数据又在源源不断地产生,企业面临的一个基本问题就是如何管理和利用这些数据,这对传统的数据处理方法与分析框架提出了新的诉求和挑战,也是全球业界与学界为关心的问题。为了满足大数据时代对信息的快速处理的需求,一个分布式的开源计算框架Apache Spark应运而生。经过十年的发展,Spark已经成为目前大数据处理的标杆,在整个业界得到了广泛的使用。对大数据工程师来说,用Spark构建数据管道无疑是很好的选择,而对数据科学家来说,Spark也是高效的数据探索工具。 本书基于Spark发行版2.4.4写作而成,包含大量的实例与一个完整项目,技术理论与实战相结合,层次分明,循序渐进。本书不仅介绍了如何开发Spark应用的基础内容,包括Spark架构、Spark编程、SparkSQL、Spark调优等,还探讨了Structured Streaming、Spark机器学习、Spark图挖掘、Spark深度学习、Alluxio系统等高级主题,同时完整实现了一个企业背景调查系统,借鉴了数据湖与Lambda架构的思想,涵盖了批处理、流处理应用开发,并加入了一些开源组件来满足业务需求。学习该系统可以使读者从实战中巩固所学,并将技术理论与应用实战融会贯通。 本书适合准备学习Spark的开发人员和数据分析师,以及准备将Spark应用到实际项目中的开发人员和管理人员阅读,也适合计算机相关专业的高年级本科生和研究生学习和参考,对于具有一定的Spark使用经验并想进一步提升的数据科学从业者也是很好的参考资料。