Python与Excel终于互通了!!

简介: 大家好,我是志斌~很多开发者说自从有了Python/Pandas,Excel都不怎么用了,用它来处理与可视化表格非常快速。但是这样还是有一大缺陷,操作不是可视化的表格,因此对技能要求更高一点。近日,开发者构建了名为Grid studio的开源项目,它是一个基于网页的表格应用,完全结合了Python和Excel的优势。

大家好,我是志斌~
很多开发者说自从有了Python/Pandas,Excel都不怎么用了,用它来处理与可视化表格非常快速。但是这样还是有一大缺陷,操作不是可视化的表格,因此对技能要求更高一点。

近日,开发者构建了名为Grid studio的开源项目,它是一个基于网页的表格应用,完全结合了Python和Excel的优势。


33.jpg

是的,在一个界面上同时展示可视化表格与代码,而且同时通过表格与代码修改数据,这不就是Python与Excel的结合吗?

项目地址:https://github.com/ricklamers/gridstudio


我们先看看Grid studio的效果到底是什么样的。总体而言,我们既可以通过 Python加载和处理数据,也能通过「Excel」操作数据。



34.gif



在Python上处理数据比较好理解,表格上处理数据其实非常像Excel,如下所示为写一个求和公式。


35.gif


也许我们在表格上改了些数据,那么我们也能导入到NumPy数组,并做进一步的运算。


36.gif


为什么要创建这个工具?


作者表示,他创建Grid studio主要是用来解决数据科学项目中工作流分散的问题,在这种项目中,他要在R studio、Excel等多个工具之间换来换去。

在为gazillionth-time导出CSV文件时,如果行数过高,应用程序窗口就会卡顿。即使是做一些简单的事情,比如读取JSON文件,也能把人逼疯。现有的工具无法提供高效工作所需的环境和相关工作流,这也是作者决定构建该工具的原因。他想要创建一个易用的应用程序,可以把数据科学工作流整合进去。


这个工具有何亮点?


Grid studio是一个基于网页的应用,看起来和Google Sheets、Microsoft Excel差不多。然而,它的杀手锏是整合了Python语言。

几乎所有使用过计算机的人都会很自然地使用表格来查看和编辑数据。将这个简单的UI与Python这种成熟的编程语言结合起来简直不要太好用。

用Python编写脚本非常简单:只需编写几行代码直接运行即可。


37.gif


核心集成:读、写


这一Python集成的核心是对电子表格的读写接口,它可以在电子表格的数据和 Python进程中的数据之间建立一个高性能的连接。


可以用以下方式在表格中写入数据:


sheet("A1:A3", [1, 2, 3]


用以下这种方式从表格中读取数据:


my_matrix = sheet("A1:A3")


你可以通过这种简单而高效的方式直接在表格中读取或写入数据,以自动化数据输入、提取、可视化等过程。


编写定制化表格函数


虽然通过一个简单的接口完成读写非常灵活,但有时编写可以直接调出的定制化函数也很重要。

除了AVERAGE、SUM、IF这些默认函数外,你可能还需要其他函数,那么写出来就好了!


def UPPERCASE(a):
    return str(a).uppercase()



写完这行代码后,在表格中调出该函数,就像调用常规函数一样。


利用Python生态


通过利用Python生态中各种强大的软件包,我们能立即访问到当前最优的数据科学工具,因此也能快速访问到强大的模型,例如线性回归和支持向量机等。


38.jpg


因为本身Grid studio主要就是处理表格数据,那么将它们作为特征可以快速调用 SVM等模型,从而探索隐藏在这些数据背后的特征。


数据可视化


在数据科学中,很常见的一个任务就是可视化数据,这样才能获得关于数据的「先验知识」。通过集成交互式绘图库Plotly.js和Python标准可视化库Matplotlib,Grid studio目前已经内置了高级绘图功能。如下所示我们可以在向量表格格式上使用高级绘图功能:


39.gif


为了进一步解释如何使用Grid studio的特征以构建可视化图标,项目作者还展示了两个案例,即爬取网页与可视化数据分布,但这里主要展示第一个案例。


案例:估计正态分布


如下案例展示了Grid studio的强大功能,它会以更高的保真度通过Plotly.js可视化正态分布,我们可以看看交互式制图到底是如何完成的。


40.gif


使用安装


前面介绍了这么多特性,那么我们到底该怎么用呢?Grid studio的安装和使用都非常简单,通过简单的命令行就能搞定。



如上通过下载项目、运行安装脚本两步,我们就能在浏览器中打开本地端口,然后就能愉快地使用了。


相关文章
|
1月前
|
数据可视化 数据挖掘 大数据
1.1 学习Python操作Excel的必要性
学习Python操作Excel在当今数据驱动的商业环境中至关重要。Python能处理大规模数据集,突破Excel行数限制;提供丰富的库实现复杂数据分析和自动化任务,显著提高效率。掌握这项技能不仅能提升个人能力,还能为企业带来价值,减少人为错误,提高决策效率。推荐从基础语法、Excel操作库开始学习,逐步进阶到数据可视化和自动化报表系统。通过实际项目巩固知识,关注新技术,为职业发展奠定坚实基础。
|
2月前
|
机器学习/深度学习 前端开发 数据处理
利用Python将Excel快速转换成HTML
本文介绍如何使用Python将Excel文件快速转换成HTML格式,以便在网页上展示或进行进一步的数据处理。通过pandas库,你可以轻松读取Excel文件并将其转换为HTML表格,最后保存为HTML文件。文中提供了详细的代码示例和注意事项,帮助你顺利完成这一任务。
105 0
|
2月前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
305 10
|
3月前
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
190 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
4月前
|
Python
python读写操作excel日志
主要是读写操作,创建表格
83 2
|
4月前
|
数据处理 Python
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
这篇文章介绍了如何使用Python读取Excel文件中的数据,处理后将其保存为txt、xlsx和csv格式的文件。
268 3
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
|
4月前
|
索引 Python
Excel学习笔记(一):python读写excel,并完成计算平均成绩、成绩等级划分、每个同学分数大于70的次数、找最优成绩
这篇文章是关于如何使用Python读取Excel文件中的学生成绩数据,并进行计算平均成绩、成绩等级划分、统计分数大于70的次数以及找出最优成绩等操作的教程。
141 0
|
4月前
|
存储 Python
Python实战项目Excel拆分与合并——合并篇
Python实战项目Excel拆分与合并——合并篇
83 0
|
4月前
|
存储 Python 容器
Python实战项目:Excel拆分与合并
Python实战项目:Excel拆分与合并
83 0
|
4月前
|
自然语言处理 搜索推荐 程序员
【Python】如何使用pip,安装第三方库和生成二维码、操作Excel
【Python】如何使用pip,安装第三方库和生成二维码、操作Excel
96 0

热门文章

最新文章

推荐镜像

更多