Excelin ja Pythonin välinen integrointi on merkittävä kehitys Excelin käytettävissä oleviin analyyttisiin ominaisuuksiin. Todellinen innovaatio on Pythonin tehon yhdistäminen Excelin joustavuuteen.
Tämän integroinnin avulla voit kirjoittaa Python-koodia Excel-soluihin, luoda edistyneitä visualisointeja käyttämällä kirjastoja, kuten matplotlib ja seaborn, ja jopa soveltaa koneoppimistekniikoita käyttämällä kirjastoja, kuten scikit-learn ja statsmodels.
Python Excelissä avaa varmasti useita uusia mahdollisuuksia laskentataulukkoon. Tämä muuttaa tapaa, jolla sekä Python- että Excel-analyytikot toimivat. Näin.
Excel on käytettävyyden ja joustavuuden ansiosta luultavasti suosituin työkalu tietojen analysointiin.
Excel-käyttäjien ei tarvitse osata ohjelmoida tietojen puhdistamista tai näkymien ja makrojen luomista. Muutamalla kaavalla ja muutamalla napsautuksella voimme hallita tietoja ja luoda pivot-taulukoita ja -kaavioita Excelissä.
Excel yksin sopi loistavasti perustietojen analysointiin, mutta sen rajoitukset eivät antaneet tietoanalyytikot tehdä monimutkaisia datamuunnoksia ja luoda edistyneitä visualisointeja (puhumattakaan koneoppimistekniikoiden soveltamisesta). Sen sijaan ohjelmointikielet, kuten Python, voivat käsitellä monimutkaisia laskelmia.
Nyt Excel-analyytikkojen on opittava Python varmistaakseen uransa tulevaisuuden.
Mutta sopeutuvatko he?
No, useimmille Excel-käyttäjille lähin ohjelmointikieli on ollut Visual Basic for Applications (VBA), mutta edes VBA-koodin kirjoittajat eivät tiedä defiHeistä tulee "ohjelmoijia". Siksi useimmat Excel-käyttäjät pitävät ohjelmoinnin oppimista monimutkaisena tai tarpeettomana (miksi opetella ohjelmoimaan, kun saat pivot-taulukon yhdellä napsautuksella?)
Toivottavasti Excel-analyytikot sopeutuvat. Hyvä uutinen heille on, että Python on helppo kieli oppia. Excel-käyttäjien ei tarvitse edes asentaa Pythonia tietokoneisiinsa ja ladata koodieditoria aloittaakseen Python-koodin kirjoittamisen. Itse asiassa Excelissä on uusi PY-toiminto, jonka avulla käyttäjät voivat kirjoittaa Python-koodin Excelin soluun.
Hämmästyttävää, eikö? Nyt voimme kirjoittaa Python-koodin soluun saadaksemme tietokehyksen ja näkymät laskentataulukkoon.
Tämä on ehdottomasti Excelin analyyttisten ominaisuuksien kehitystä.
Tästä hyötyvät sekä Python- että Excel-analyytikot
Nyt voit käyttää tehokkaita Python-kirjastoja, kuten panda-, seaborn- ja scikit-learn-kirjastoja Excel-työkirjassa. Nämä kirjastot auttavat meitä suorittamaan edistyksellistä analytiikkaa, luomaan upeita visualisointeja ja soveltamaan koneoppimista, ennakoivaa analytiikkaa ja ennustetekniikoita Excelissä.
Excel-analyytikot, jotka eivät osaa kirjoittaa Python-koodia, joutuvat tyytymään Excelin pivot-taulukoiden, -kaavojen ja -kaavioiden kanssa, mutta ne, jotka mukautuvat, vievät analyyttiset taitonsa seuraavalle tasolle.
Tässä on esimerkkejä siitä, miltä Pythonin tietojen analysointi näyttää Excelissä.
Pythonilla Excelissä voimme käyttää säännöllisiä lausekkeita (regex) paikantaaksemme tiettyjä merkkijonoja tai tekstimalleja soluista. Seuraavassa esimerkissä säännöllistä lauseketta käytetään poimimaan päivämäärät tekstistä.
Edistyneet visualisoinnit, kuten lämpökartat, viulukartat ja parvikuvaukset, ovat nyt mahdollisia Excelissä Seabornin kanssa. Tässä on tyypillinen pariskuntajuoni, jonka loimme Seabornilla, mutta nyt se näytetään Excel-laskentataulukossa.
Viimeisenä mutta ei vähäisimpänä, voit nyt käyttää koneoppimismalleja, kuten DecisionTreeClassifier Excel-laskentataulukossa ja sovittaa malliin panda-tietokehyksien avulla.
Python Excelissä kaventaa Python- ja Excel-analyytikot välistä kuilua
Ajat, jolloin Python- ja Excel-analyytikoilla oli vaikeuksia työskennellä yhdessä, ovat ohi, kun Python Excelissä tulee kaikkien käyttäjien saataville.
Excel-analyytikot joutuvat sopeutumaan näihin uusiin muutoksiin, jotta Python ei vain olisi uusi taito ansioluettelossaan, vaan jotta heidän uransa olisi tulevaisuudessa varmaa. VBA:n oppiminen ei ole yhtä tärkeää Excel-analyytikoille kuin Python-kirjastojen, kuten Pandas ja Numpy, oppiminen.
Python-laskelmat suoritetaan Microsoft Cloudissa, joten jopa resurssirajoitettuja tietokoneita käyttävät analyytikot kokevat nopeamman käsittelyn monimutkaisiin laskelmiin.
Toisaalta Python-analyytikot voivat tehdä yhteistyötä helpommin Excel-analyytikkojen kanssa, mikä kaventaa heidän välistä kuilua.
Python Excelissä tulee varmasti muuttamaan tapaa, jolla Python- ja Excel-analyytikot lähestyvät data-analyysiä tulevaisuudessa. Microsoftin ilmoituksen jälkeen Pythonin oppimisen aloittavien Excel-analyytikkojen määrä kasvaa.
Python Excelissä on tällä hetkellä saatavilla käyttäjille, jotka käyttävät beta-kanavaa Windowsissa. Päästäksesi siihen, sinun on liityttävä Microsoft 365 Insider -ohjelmaan. Lue lisää täältä.
Ercole Palmeri
Veeamin Coveware tarjoaa jatkossakin kyberkiristystapahtumien reagointipalveluita. Coveware tarjoaa rikosteknisiä ja korjaavia ominaisuuksia…
Ennakoiva huolto mullistaa öljy- ja kaasualan innovatiivisella ja ennakoivalla lähestymistavalla laitosten hallintaan.…
Britannian CMA on antanut varoituksen Big Techin käyttäytymisestä tekoälymarkkinoilla. Siellä…
Euroopan unionin rakennusten energiatehokkuuden parantamiseksi laatima "Green Houses" -asetus on saanut lainsäädäntöprosessinsa päätökseen…
