Урок 1 из 8 · 20 мин · обновлено
Что можно автоматизировать и как подготовить рабочее место
Какие задачи выгодно автоматизировать на Python и как это посчитать, как установить Python и редактор, создать виртуальное окружение, поставить библиотеки openpyxl и requests и запустить первый скрипт.
Что выгодно автоматизировать
Автоматизация — не про то, чтобы заменить человека. Она про то, чтобы забрать у него скучную повторяющуюся часть работы. Хорошая задача для скрипта отвечает «да» на три вопроса:
- Повторяется? Каждый день, неделю или месяц.
- Делается по правилам? Шаги можно записать как инструкцию: «открыть три файла, сложить выручку, вставить в отчёт».
- Занимает заметное время? Или в ней легко ошибиться, когда устал.
Посчитать пользу просто: минуты за раз × сколько раз в год и сравнить со временем на скрипт. Сводка, которая занимает 20 минут каждую неделю, — это около 17 часов в год. Скрипт на неё пишется за пару часов.
Пример, с которым мы пройдём весь курс
Вы работаете в офисе сети «Канцмаркет» — три магазина канцтоваров. Вот что каждую неделю делается вручную:
| Урок | Что автоматизируем |
|---|---|
| 2 | Разложить скачанные файлы по папкам, найти дубли, переименовать накладные |
| 3 | Прочитать выгрузку из кассы и таблицы магазинов |
| 4 | Собрать отчёт из трёх таблиц в один файл |
| 5 | Привести в порядок телефоны клиентов, найти даты и адреса почты в тексте |
| 6 | Разослать менеджерам письма с отчётом |
| 7 | Пересчитать цены поставщика по курсу ЦБ |
| 8 | Запускать всё это по расписанию, без вас |
Курс рассчитан на тех, кто знает основы Python: переменные, условия, циклы, функции, списки и словари. Если с ними пока не знакомы, сначала пройдите курс «Основы Python».
Рабочее место
Понадобятся три вещи.
Python. Скачайте его с официального сайта python.org и установите, следуя подсказкам установщика. Примеры курса проверены на Python 3.15 и работают на версиях от 3.10.
Редактор кода. Подойдёт любой, например VS Code или PyCharm Community. В них удобно писать код и сразу запускать его во встроенном терминале.
Папка проекта. Создайте отдельную папку, например kancmarket, и откройте её в редакторе. Все скрипты и файлы курса будут лежать в ней.
Проверьте, что Python установлен, — откройте терминал и выполните:
python --version
Python 3.15.0
На macOS и Linux команда может называться python3. Если терминал пишет, что команда не найдена, закройте и откройте его заново: он мог запомнить старые настройки. Не помогло — переустановите Python и проверьте, что установщик добавил его в PATH: так называется список папок, где система ищет программы.
Виртуальное окружение и библиотеки
Часть задач решает сам Python, без установки чего-либо. Для таблиц Excel и запросов в интернет нужны две библиотеки — готовые наборы функций, написанные другими программистами: openpyxl и requests.
Библиотеки ставят не «в компьютер вообще», а в виртуальное окружение проекта. Это отдельная папка .venv со своей копией Python и своими библиотеками: что бы вы ни обновили в одном проекте, другие не сломаются.
В папке проекта выполните по очереди:
python -m venv .venv
.venv\Scripts\activate
Вторая команда — для Windows. На macOS и Linux окружение включают так:
source .venv/bin/activate
В начале строки терминала появится (.venv) — окружение включено. Теперь ставим библиотеки:
pip install openpyxl requests
Первый скрипт
Создайте файл hello.py и напишите скрипт, который посчитает файлы в папке «Загрузки»:
from datetime import date
from pathlib import Path
downloads = Path.home() / "Downloads"
files = [p for p in downloads.iterdir() if p.is_file()]
print("Сегодня", date.today().strftime("%d.%m.%Y"))
print("Файлов в «Загрузках»:", len(files))
Запустите его из терминала:
python hello.py
Сегодня 28.10.2026
Файлов в «Загрузках»: 147
У вас цифры будут свои. Path.home() — это домашняя папка пользователя, а знак / склеивает части пути. Так путь работает одинаково на Windows и macOS. Подробно о путях и файлах — в уроке 2.
Попробуйте сами. Выпишите пять задач, которые вы делаете на работе или дома чаще раза в неделю. Для каждой ответьте на три вопроса: повторяется ли, делается ли по правилам, сколько минут занимает. Посчитайте, сколько часов в год уходит на самую долгую.
Пример разбора
- Свести продажи трёх магазинов — по правилам, 30 минут в неделю, около 25 часов в год.
- Обновить цены по курсу юаня — по правилам, 20 минут в неделю, около 17 часов в год.
- Разослать менеджерам их цифры — по правилам, 15 минут в неделю, около 12,5 часа в год.
- Разобрать «Загрузки» — по правилам, 10 минут в неделю, около 8 часов в год.
- Ответить на письма клиентов — 2 часа в неделю, но каждый раз по-разному.
Первые две задачи — лучшие кандидаты: они самые долгие из тех, что делаются по правилам. Ответы клиентам скриптом не заменить: там нужно думать над каждым письмом.
Мини-тест · 4 вопроса
Проверьте себя
Выберите вариант, который кажется вам правильным. В конце вы увидите свой результат и объяснение к каждому вопросу.
-
Какую задачу выгоднее всего автоматизировать?
Сводка повторяется каждую неделю, таблицы одинаковые, правила понятные — идеальная задача для скрипта. Разовые и творческие задачи автоматизировать невыгодно.
-
Задача занимает 20 минут каждую неделю, скрипт пишется за 3 часа. Когда он окупится?
3 часа — это 180 минут. 180 ÷ 20 = 9 недель. Дальше скрипт экономит около 17 часов в год.
-
Зачем нужно виртуальное окружение?
В окружении проекта лежат свои версии библиотек. Обновили библиотеку для одного скрипта — другие не сломаются.
-
Какой командой ставят библиотеку openpyxl?
pip — менеджер пакетов Python, он скачивает и ставит библиотеку. import уже подключает установленную библиотеку внутри скрипта.