В современном мире изучаем и развиваем различные навыки для успешной работы в разных сферах. Одной из важных компетенций является умение использовать Excel для работы с данными. Excel является мощным инструментом для обработки информации и анализа данных, поэтому владение им позволяет значительно упростить и ускорить работу во многих профессиональных областях.
На сегодняшний день все больше и больше людей обучаются основам программирования на языке Python, так как это язык, обладающий широкими возможностями и простым синтаксисом. Использование Python в работе с Excel открывает новые горизонты для обработки данных и автоматизации рутинных задач. Научиться работать с Excel на Python – это приобрести дополнительные навыки и опыт, которые могут быть полезны в работе над проектами любой сложности.
В данной статье мы обучаемся основным методам работы с Excel на Python. Вместе с иллюстрациями и примерами практических сценариев, вы научитесь создавать, открывать и редактировать Excel-файлы, применять различные функции и методы обработки данных. Это поможет вам овладеть следующими навыками: чтение данных из таблиц, запись данных в таблицы, фильтрация, сортировка и фоmатирование данных, а также создание графиков и отчетов.
Учимся работать с Excel на Python: методы и примеры для начинающих
В современном мире, где огромное количество данных хранится и обрабатывается с помощью таблиц и баз данных, знание работы с Excel является необходимым навыком для многих профессий. В данной статье мы изучаем основные методы и функции Python для работы с Excel, позволяющие использовать язык программирования для решения задач в области анализа данных и автоматизации работы с таблицами.
Приобретаем опыт работы с Excel на Python рассмотрением простых примеров и иллюстрации этих примеров на практике. Обучаемся использовать различные методы и функции Python для работы с Excel-файлами, которые помогают в обработке данных и выполнении различных операций с таблицами.
Основные методы Python для работы с Excel:
- Открытие и закрытие файлов Excel:
Для начала работы с Excel-файлами, необходимо открыть нужный файл с помощью функции open() и закрыть файл после окончания работы с ним функцией close(). - Чтение данных из Excel:
Методы Python позволяют осуществлять чтение данных из Excel-файлов, получая необходимую информацию для последующей обработки или анализа. - Запись данных в Excel:
С помощью методов Python можно записывать данные в Excel-файлы, создавая новые таблицы или добавляя информацию в существующие. - Манипуляции с данными в Excel:
Python предоставляет разнообразные методы для манипуляций с данными в таблицах Excel, такие как сортировка, фильтрация, добавление или удаление строк и столбцов.
Примеры работы с Excel на Python:
Давайте рассмотрим несколько примеров, иллюстрирующих применение основных методов Python при работе с Excel.
- Чтение данных из Excel:
Для чтения данных из Excel-файла мы можем использовать библиотеку openpyxl. В нижеприведенном примере мы читаем данные из ячеек указанного листа Excel и выводим их на экран: - Запись данных в Excel:
Для записи данных в Excel-файл мы также можем использовать библиотеку openpyxl. В следующем примере мы создаем новый файл Excel, добавляем в него таблицу и записываем в нее данные:
import openpyxl
# Открытие файла
wb = openpyxl.load_workbook('example.xlsx')
# Выбор нужного листа
sheet = wb['Sheet1']
# Чтение данных из ячеек и вывод на экран
for row in sheet.iter_rows(values_only=True):
for cell in row:
print(cell)
# Закрытие файла
wb.close()
import openpyxl
# Создание нового файла
wb = openpyxl.Workbook()
# Выбор активного листа
sheet = wb.active
# Запись данных в ячейки
sheet['A1'] = 'Имя'
sheet['B1'] = 'Возраст'
sheet['A2'] = 'Иван'
sheet['B2'] = 25
# Сохранение файла
wb.save('example.xlsx')
# Закрытие файла
wb.close()
Работа с Excel на Python позволяет развивать навыки программирования и упрощает решение задач в области анализа данных и автоматизации работы с таблицами. Основные методы Python для работы с Excel предоставляют широкий спектр возможностей для работы с данными в формате таблицы, что является основой для успешной обработки и анализа данных.
Основы работы с Excel на Python
При изучении и использовании Python важно приобретать новые навыки и развивать уже существующие. В этой статье мы учимся работать с Excel на Python, использовать основные методы и примеры, чтобы расширить наши навыки и опыт.
Excel — это одна из самых распространенных программ для работы с таблицами и данными. Она предлагает широкий набор инструментов для управления данными, анализа и визуализации информации. Python, в свою очередь, предоставляет удобные инструменты для автоматизации работы с Excel и обработки данных.
Для работы с Excel на Python существует несколько библиотек, но одна из самых популярных и удобных — это библиотека pandas. Она позволяет легко и удобно читать, записывать и анализировать данные в Excel.
Давайте рассмотрим основные методы работы с Excel на Python:
- Установка и импорт библиотеки pandas;
- Чтение данных из Excel-файла;
- Запись данных в Excel-файл;
- Работа с листами и ячейками Excel;
- Применение различных функций для работы с данными, таких как фильтрация, сортировка и группировка данных.
На каждый из этих пунктов мы рассмотрим примеры кода и подробно объясним, как использовать методы библиотеки pandas для работы с Excel. Таким образом, мы сможем разобраться в основах работы с Excel на Python и применить полученные знания на практике.
Используя примеры и методы работы с Excel на Python, мы сможем научиться легко и эффективно работать с таблицами и данными, а также использовать полученные навыки в своей работе или повседневной жизни.
Итак, начинаем обучение работы с Excel на Python и осваиваем новые навыки с помощью методов и примеров!
Установка и настройка библиотек
Приобретаем навыки работы с Python и Excel, изучаем основные методы и функции для работы с таблицами. Обучаемся использовать Python для работы с Excel и развиваем навыки и опыт работы с данными.
Для работы с Excel на Python необходимо установить и настроить соответствующие библиотеки. Примеры изучаемых библиотек:
- openpyxl — библиотека для работы с xlsx файлами;
- pandas — библиотека для работы с таблицами данных;
- xlrd — библиотека для чтения данных из файлов Excel;
- xlsxwriter — библиотека для записи данных в файлы Excel;
- pyexcel — библиотека для работы с различными форматами таблиц.
Настройка библиотек происходит в несколько простых шагов:
- Установка библиотеки. Для этого необходимо использовать команду установки в командной строке:
pip install название_библиотеки
Пример:
pip install openpyxl
- Импорт библиотеки. После установки библиотеки необходимо импортировать ее в свой проект:
import название_библиотеки
- Использование функций и методов библиотеки. После импорта можно использовать функции и методы библиотеки для работы с Excel файлами.
Пример:
import openpyxl
wb = openpyxl.load_workbook('имя_файла.xlsx')
sheet = wb['имя_листа']
for row in sheet.iter_rows(min_row=1, max_row=3):
for cell in row:
print(cell.value)
В примере выше мы загружаем файл Excel, выбираем нужный нам лист и выводим значения ячеек первых трех строк.
Установка Python и библиотеки pandas
Python — это мощный и гибкий язык программирования, который широко используется в различных сферах. С его помощью можно решать разнообразные задачи, среди которых обработка данных и автоматизация процессов.
В данной статье мы будем использовать Python для работы с Excel. В основном будем использовать библиотеку pandas. Pandas предоставляет функции для чтения, записи и манипулирования данными в формате Excel.
Прежде чем начать работать с pandas, необходимо установить Python и саму библиотеку. Вам потребуется определенный опыт работы с Python, так что если вы только начинаете изучать язык, рекомендуется сначала ознакомиться с его основами.
Установка Python обычно происходит следующим образом:
- Зайдите на официальный сайт Python (https://www.python.org/) и скачайте установочный файл для вашей операционной системы.
- Запустите установочный файл и следуйте инструкциям на экране.
- Убедитесь, что опция «Add Python to PATH» выбрана, чтобы Python был доступен из командной строки.
- Нажмите кнопку «Install Now» и дождитесь завершения установки.
После установки Python на вашем компьютере, вы можете приступить к установке библиотеки pandas. Для этого откройте командную строку и выполните следующую команду:
pip install pandas
После установки pandas вы готовы начать работу с данными в Excel.
В данной статье мы изучаем и развиваем навыки работы с Python и библиотекой pandas. Будем учиться использовать основные методы и функции для работы с Excel. На примерах и иллюстрациях будем обучаться и отрабатывать навыки работы с данными в Excel.
Запускаем Python, импортируем библиотеку pandas и начинаем работать!
Настройка среды разработки
Перед тем как приступить к работе с Excel на Python, необходимо настроить среду разработки для удобной работы и обучения. В данном разделе рассмотрены основные методы настройки среды разработки.
- Установка Python. Для начала работы с Excel на Python необходимо установить язык программирования Python на компьютер. Можно скачать последнюю версию Python с официального сайта и установить её согласно инструкции, которая идет вместе с установщиком.
- Установка библиотеки pandas. Для работы с Excel-файлами на Python используется библиотека pandas. Чтобы установить её, можно воспользоваться менеджером пакетов pip, выполнив команду pip install pandas в командной строке.
- Установка среды разработки. Для работы с Python-скриптами удобно использовать интегрированную среду разработки (IDE), например, PyCharm, Visual Studio Code или Jupyter Notebook. Установите выбранную вами среду разработки и настройте её для работы с Python.
После выполнения указанных шагов вам будет доступна среда разработки, в которой можно изучать и использовать функции, методы и примеры работы с Excel на Python. Обучаясь и работая с данными в Excel через Python, вы будете развивать свои навыки программирования, приобретать опыт работы с различными функциями и совершенствовать основные методы работы с данными в Excel.
Чтение и запись данных в Excel
Приобретение навыков работы с Excel — важный этап развития для многих специалистов. Электронные таблицы являются неотъемлемой частью работы в офисе, поэтому владение функциями и методами Excel позволяет улучшить свои навыки и эффективность работы.
На пути к освоению Excel мы учитываем опыт работы и развиваем его, используя программирование на Python. Этот язык программирования предоставляет мощные средства для работы с данными, включая возможность использования библиотеки Pandas.
Основные функции, которые мы изучаем:
- Чтение данных из Excel-файла
- Запись данных в Excel-файл
Для работы с Excel-файлом мы используем библиотеку Pandas. Приведем примеры чтения и записи данных с использованием этой библиотеки:
Чтение данных из Excel-файла:
import pandas as pd
# Чтение данных из Excel-файла
df = pd.read_excel('file.xlsx')
# Вывод данных на экран
print(df)
Запись данных в Excel-файл:
import pandas as pd
# Создание DataFrame с данными
data = {'Name': ['John', 'Mike', 'Anna'],
'Age': [25, 30, 35]}
df = pd.DataFrame(data)
# Запись данных в Excel-файл
df.to_excel('file.xlsx', index=False)
Таким образом, путем сочетания функций и методов библиотеки Pandas с базовыми навыками работы в Excel, мы учимся обрабатывать данные с помощью Python и использовать их для различных задач, связанных с анализом данных.
Чтение данных из Excel файла
Методы работы с Excel являются важными и полезными навыками, которые помогут вам развивать свой опыт и работать с данными более эффективно. В данной статье мы изучаем основные функции и методы Python для работы с Excel.
Используя язык программирования Python, мы можем легко читать данные из файлов Excel и обрабатывать их. Такой подход позволяет нам автоматизировать процессы и сэкономить много времени и усилий.
Вот несколько примеров использования Python для работы с Excel:
- Чтение данных из Excel файла и вывод их на экран;
- Обработка данных из Excel файла и сохранение результатов в новый файл;
- Вычисление различных статистических показателей на основе данных из Excel файла;
- Преобразование данных из Excel в другие форматы (например, CSV).
В Python для работы с Excel файлами используется библиотека openpyxl. С помощью этой библиотеки мы можем легко открывать и редактировать файлы Excel.
Важно отметить, что для использования библиотеки openpyxl вам потребуется установленный модуль openpyxl. Если у вас его нет, вы можете установить его, запустив команду pip install openpyxl.
Пример чтения данных из Excel файла с использованием Python и библиотеки openpyxl:
# Открываем файл Excel
workbook = openpyxl.load_workbook('example.xlsx')
# Выбираем активный лист
sheet = workbook.active
# Читаем данные из ячеек
for row in sheet.iter_rows(values_only=True):
for cell in row:
print(cell)
/code>
В этом примере мы открываем файл Excel, выбираем активный лист и выводим данные из каждой ячейки на экран.
С помощью Python и библиотеки openpyxl, мы можем легко изучать и развивать свои навыки работы с Excel. Не останавливайтесь на основных функциях, исследуйте дополнительные возможности и приобретайте новые знания.
Используя Python для работы с Excel, вы сможете с легкостью передавать и обрабатывать большие объемы данных, автоматизировать рутинные задачи и существенно повысить свою эффективность в работе.
Теперь, когда вы знаете основные методы чтения данных из Excel с помощью Python, вы готовы начать практиковаться и применять их в реальных проектах. Удачи!
Запись данных в Excel файл
В этом разделе мы разберем, как записывать данные в Excel файл с использованием Python. Этот процесс может быть полезен при анализе и обработке больших объемов информации, а также для создания отчетов и таблиц.
При работе с Excel файлами в Python мы можем использовать различные методы и функции для работы с данными. Как и в случае с изучением любого нового навыка, важно набрать опыт и отточить свои навыки, поэтому давайте обучимся основным методам и функциям, которые помогут нам работать с Excel файлами.
Использование библиотеки openpyxl
Для работы с Excel файлами мы будем использовать библиотеку openpyxl. Она позволяет нам работать как с существующими файлами, так и создавать новые. Чтобы начать использовать эту библиотеку, сначала установим ее с помощью команды:
- pip install openpyxl
После установки библиотеки openpyxl, давайте изучим основные методы работы:
Методы работы с Excel файлами
- Запись данных в существующий файл: Мы можем использовать методы библиотеки openpyxl для записи данных в уже существующий файл. Сначала мы открываем файл, затем выбираем нужный лист и используем методы для записи данных в этот лист.
- Создание нового файла: Если мы хотим создать новый Excel файл с нуля, мы также можем использовать методы библиотеки openpyxl. Мы создаем новый файл, добавляем листы и записываем данные в эти листы.
Пример использования
Давайте рассмотрим пример записи данных в Excel файл с использованием библиотеки openpyxl:
- Импортируем библиотеку openpyxl: import openpyxl
- Открываем существующий файл или создаем новый: workbook = openpyxl.Workbook()
- Выбираем лист для работы: sheet = workbook.active
- Записываем данные в ячейки: sheet["A1"] = "Заголовок 1"
- Сохраняем файл: workbook.save("example.xlsx")
В этом примере мы создали новый Excel файл, выбрали активный лист, записали данные в ячейку "A1" и сохраняем файл с именем "example.xlsx".
Развиваем навыки
Учимся работать с Excel на Python – это отличный способ приобретаем новые навыки и развить свои компетенции в работе с данными. Библиотека openpyxl позволяет работать с Excel файлами и выполнять различные операции, такие как чтение, запись, форматирование, анализ и обработка данных. С помощью Python и Excel мы можем легко создавать мощные инструменты для работы с информацией.
Используйте содержание этой статьи, чтобы изучать новые методы работы с Excel файлами на Python, и в скором времени вы станете настоящим профессионалом в этой области!
Манипуляции с данными в Excel
Приобретаем навыки работы с Excel, используя Python. Учимся основным функциям и методам, изучаем примеры и на практике обучаемся использовать их для работы с данными в Excel.
На протяжении всей работы с программой Excel мы используем модуль openpyxl, который позволяет нам работать с файлами Excel в формате .xlsx.
Начнем с основных методов, позволяющих нам открывать, создавать и сохранять файлы Excel.
- Открытие существующего файла: с помощью функции load_workbook() мы можем открыть уже существующий файл Excel и получить доступ к его содержимому.
- Создание нового файла: с помощью функций Workbook() и active() мы можем создать новый пустой файл Excel и получить доступ к активному листу, на котором будем работать.
- Сохранение файла: с помощью функции save() мы можем сохранить файл после выполнения всех необходимых манипуляций с данными.
Далее приступим к основным методам работы с данными в Excel:
- Чтение данных: с помощью функции cell() мы можем получить значение ячейки по указанным координатам.
- Запись данных: с помощью функции cell().value мы можем записать значение в указанную ячейку.
- Работа с диапазонами ячеек: с помощью функции iter_rows() мы можем перебрать все ячейки в заданном диапазоне и выполнить с ними определенные операции.
- Форматирование данных: с помощью функций Font() и Alignment() мы можем задавать форматирование для отдельных ячеек или диапазонов ячеек.
Иллюстрации работы с методами и примеры их использования приведены в коде ниже:
Метод | Описание | Пример |
---|---|---|
load_workbook() | Открытие существующего файла Excel | workbook = openpyxl.load_workbook('example.xlsx') |
Workbook() | Создание нового файла Excel | workbook = openpyxl.Workbook() |
active() | Получение доступа к активному листу | sheet = workbook.active |
save() | Сохранение файла | workbook.save('example.xlsx') |
cell() | Чтение или запись значения ячейки | value = sheet.cell(row=1, column=1).value |
iter_rows() | Перебор ячеек в заданном диапазоне | for row in sheet.iter_rows(min_row=1, max_row=3, min_col=1, max_col=3): |
Font() | Задание форматирования для ячейки | cell.font = Font(name='Calibri', bold=True) |
Alignment() | Задание выравнивания для ячейки | cell.alignment = Alignment(horizontal='center', vertical='center') |
Таким образом, изучая и применяя основные методы и функции в работе с данными в Excel на Python, мы постепенно приобретаем необходимые навыки и на практике учимся использовать их для решения различных задач.
Приведенные примеры и иллюстрации помогут нам лучше понять суть работы с Excel на Python и успешно применять эти знания в повседневной практике.
Фильтрация и сортировка данных
При работе с Excel на Python мы приобретаем возможность учиться и изучать различные функции и методы для работы с данными. Одной из важных навыков является умение фильтровать и сортировать данные.
Мы можем использовать различные методы в Excel для фильтрации данных. Например, метод filter() позволяет фильтровать данные по определенным условиям. Мы задаем условия с помощью операторов сравнения, таких как равно (=), больше (>), меньше (<) и других.
Также, мы можем использовать метод sort() для сортировки данных в Excel. Метод позволяет указать столбец, по которому нужно сортировать данные, и указать порядок сортировки (по возрастанию или по убыванию).
Примеры использования основных функций фильтрации и сортировки данных с помощью Python:
- Фильтрация данных:
- Сортировка данных:
Имя | Возраст |
---|---|
Александр | 25 |
Мария | 30 |
Иван | 18 |
Имя | Возраст |
---|---|
Иван | 18 |
Александр | 25 |
Мария | 30 |
Таким образом, основные методы фильтрации и сортировки данных в Excel помогут нам в работе с Python. Обучаясь и развивая свои навыки в этой области, мы приобретаем опыт работы с данными и научимся эффективно работать с Excel на Python.
Добавление, удаление и изменение данных
В ходе изучения и использования Python с Excel мы учимся работать с данными, добавлять, удалять и изменять их. Это очень важные навыки, которые развиваем на примерах и с опытом.
Одним из основных методов для работы с данными в Excel на Python является использование модуля pandas. С его помощью мы можем обучаться работе с таблицами и освоить основные функции.
- Для добавления данных мы можем использовать методы append или at. Метод append добавляет новую строку или столбец в таблицу, а метод at позволяет добавить новое значение в определенную ячейку.
- Для удаления данных мы можем использовать метод drop, который удаляет указанные строки или столбцы из таблицы.
- Для изменения данных мы можем использовать методы replace или at. Метод replace позволяет заменить значение в ячейке на новое, а метод at позволяет изменить значение в определенной ячейке.
Пример использования методов:
- Добавление данных:
- Удаление данных:
- Изменение данных:
Имя | Возраст | Город |
---|---|---|
Александра | 25 | Москва |
Иван | 30 | Санкт-Петербург |
Имя | Возраст | Город |
---|---|---|
Иван | 30 | Санкт-Петербург |
Имя | Возраст | Город |
---|---|---|
Александра | 25 | Москва |
Иванов | 30 | Санкт-Петербург |
Использование модуля pandas позволяет нам легко работать с данными в Excel на Python. Мы изучаем основные методы и функции, приобретаем навыки и опыт для более эффективной работы.
Работа с CSV и базами данных
В процессе работы с данными в Excel на Python нам часто приходится иметь дело с CSV-файлами и базами данных. Поэтому навыки работы с ними являются важными для разработчиков и аналитиков данных. В этом разделе мы разберем основные методы и примеры работы с CSV и базами данных на Python.
Работа с CSV
CSV (Comma Separated Values) является одним из наиболее распространенных форматов для хранения и обмена табличных данных. В CSV файле данные представляются в виде таблицы, где каждая строка содержит одну запись, а значения разделены запятыми или другими символами.
Для работы с CSV файлами в Python мы можем использовать модуль csv, который предоставляет набор функций для чтения и записи CSV файлов. Вот пример использования основных функций модуля csv:
csv.reader()
: для чтения данных из CSV файлаcsv.writer()
: для записи данных в CSV файлcsv.DictReader()
: для чтения данных из CSV файла и создания словаря для каждой записиcsv.DictWriter()
: для записи данных в CSV файл из словаря
В следующем примере мы прочитаем данные из CSV файла и выведем их на экран:
```python
import csv
# Открываем CSV файл
with open('data.csv', 'r') as file:
reader = csv.reader(file)
# Читаем данные построчно
for row in reader:
print(row)
```
Работа с базами данных
Базы данных являются мощными инструментами для хранения и управления большим объемом данных. Python предоставляет различные модули для работы с базами данных, такие как sqlite3, MySQLdb, psycopg2 и другие.
Основные шаги для работы с базой данных:
- Установка необходимого модуля для работы с базой данных
- Подключение к базе данных
- Выполнение запросов к базе данных (создание таблиц, добавление данных, обновление данных и т.д.)
- Закрытие подключения к базе данных
Вот пример использования модуля sqlite3 для работы с SQLite базой данных:
```python
import sqlite3
# Подключение к базе данных
connection = sqlite3.connect('mydatabase.db')
# Создание таблицы
connection.execute('''CREATE TABLE IF NOT EXISTS employee
(id INT PRIMARY KEY NOT NULL,
name TEXT NOT NULL,
age INT NOT NULL,
salary REAL);''')
# Добавление данных в таблицу
connection.execute("INSERT INTO employee (id, name, age, salary) VALUES (1, 'John Doe', 30, 5000)")
connection.execute("INSERT INTO employee (id, name, age, salary) VALUES (2, 'Jane Smith', 25, 4000)")
# Выполнение запроса SELECT
cursor = connection.execute("SELECT * FROM employee")
for row in cursor:
print("ID = ", row[0])
print("NAME = ", row[1])
print("AGE = ", row[2])
print("SALARY = ", row[3])
# Закрытие подключения к базе данных
connection.close()
```
Это лишь пример работы с SQLite базой данных, однако принципы работы с другими базами данных аналогичны.
В данном разделе мы изучили основные методы работы с CSV и базами данных на Python. Полученные навыки помогут вам эффективно обрабатывать и анализировать данные, а также создавать функциональные инструменты для работы с данными.
Чтение и запись данных в CSV
Развиваясь в работе с Python, мы приобретаем навыки работы с различными форматами данных. Один из таких форматов - CSV (Comma Separated Values), который широко используется для хранения и обмена табличных данных.
В Python для работы с CSV файлами существуют специальные функции и методы. Используя их, мы учимся основным методам работы с данными в Excel, изучаем функции и приобретаем опыт в работе с Python.
Методы чтения данных из CSV файла
Для чтения данных из CSV файла в Python мы можем использовать модуль csv. С помощью функции csv.reader() мы можем прочитать содержимое файла и получить данные в виде списка.
import csv
with open('data.csv', 'r') as file:
reader = csv.reader(file)
for row in reader:
print(row)
Методы записи данных в CSV файл
Для записи данных в CSV файл мы также используем модуль csv. С помощью функции csv.writer() мы можем создать объект writer для записи данных в файл. Затем, используя метод writerow(), мы можем записывать данные построчно в файл.
import csv
data = [
['Name', 'Age', 'Country'], ['John', '25', 'USA'], ['Anna', '28', 'Canada'], ['Peter', '32', 'Australia'],]
with open('data.csv', 'w') as file:
writer = csv.writer(file)
writer.writerows(data)
Примеры работы с данными в CSV формате
Для наглядности работы с данными в CSV формате, давайте рассмотрим несколько примеров.
-
Пример 1:
Подсчет суммарного значения числового столбца в CSV файле.
-
Пример 2:
Сортировка данных в CSV файле по заданному столбцу.
-
Пример 3:
Фильтрация данных в CSV файле по заданному условию.
Иллюстрации
Рассмотрим пример работы с данными в CSV формате на примере таблицы:
Name | Age | Country |
---|---|---|
John | 25 | USA |
Anna | 28 | Canada |
Peter | 32 | Australia |