很多開發者說自從有了 Python/Pandas，Excel 都不太用了，用它來處理與視覺化表格非常快速。但是這樣還是有一大缺陷，操作不是可視化的表格，因此對技能要求更高一點。近日，開發者建立了一個名為 Grid studio 的開源項目，它是一個基於網頁的表格應用，完全結合了 Python 和 Excel 的優勢。
是的，在一個介面上同時展示視覺化表格與程式碼，同時透過表格與程式碼修改數據，這不就是 Python 與 Excel 的結合嗎？
專案地址：https://github.com/ricklamers/gridstudio
#我們先來看看 Grid studio 的效果到底是什麼樣的。整體而言，我們既可以透過 Python 載入和處理數據，也能透過「Excel」操作數據。
在 Python 上處理資料比較好理解，表格上處理資料其實很像 Excel，如下所示為寫一個求和公式。
也許我們在表格上改了些數據，那麼我們也能導入到 NumPy 數組，並做進一步的運算。
相關推薦：《Python影片教學》
為什麼要創建這個工具？
作者表示，他創建Grid studio 主要是用來解決資料科學專案中工作流程分散的問題，在這種專案中，他要在R studio、Excel 等多個工具之間換來換去。
在為 gazillionth-time 匯出 CSV 檔案時，如果行數過高，應用程式視窗就會卡頓。即使是做一些簡單的事情，例如讀取 JSON 文件，也能把人逼瘋。現有的工具無法提供高效工作所需的環境和相關工作流程，這也是作者決定建立該工具的原因。他想要創建一個易用的應用程序，可以把資料科學工作流程整合進去。
這個工具有何亮點？
Grid studio 是一個基於網頁的應用程式，看起來和 Google Sheets、Microsoft Excel 差不多。然而，它的殺手鐧是整合了 Python 語言。
幾乎所有使用過電腦的人都會自然地使用表格來檢視和編輯資料。將這個簡單的 UI 與 Python 這種成熟的程式語言結合起來簡直不要太好用。
用 Python 編寫腳本非常簡單：只需編寫幾行程式碼直接運行即可。
核心整合：讀取、寫入
這Python 整合的核心是對電子表格的讀寫接口，它可以在電子表格的資料和Python 進程中的資料之間建立一個高效能的連線。
可以用以下方式在表格中寫入資料：
sheet("A1:A3", [1, 2, 3])
用以下這種方式從表格中讀取資料：
my_matrix = sheet("A1:A3")
你可以透過這種簡單而有效率的方式直接在表格中讀取或寫入數據，以自動化資料輸入、提取、視覺化等過程。
編寫客製化表格函數
雖然透過一個簡單的介面完成讀寫非常靈活，但有時編寫可以直接調出的客製化函數也很重要。
除了 AVERAGE、SUM、IF 這些預設函數外，你可能還需要其他函數，那麼寫出來就好了！
def UPPERCASE(a):
return str(a).uppercase()
#寫完這行程式碼後，在表格中調出函數，就像呼叫常規函數一樣。
利用Python 生態
透過利用Python 生態中各種強大的軟體包，我們能立即存取目前最優的資料科學工具，因此也能快速訪問強大的模型，例如線性回歸和支援向量機等。
因為本身 Grid studio 主要是處理表格數據，那麼將它們作為特徵可以快速調用 SVM 等模型，從而探索隱藏在這些數據背後的特徵。
資料視覺化
在數據科學中，很常見的一個任務就是視覺化數據，這樣才能獲得關於數據的「先驗知識」。透過整合式互動式繪圖庫 Plotly.js 和 Python 標準視覺化函式庫 Matplotlib，Grid studio 目前已經內建了進階繪圖功能。如下所示我們可以在向量表格格式上使用高級繪圖功能：
為了進一步解釋如何使用Grid studio 的特徵以構建可視化圖標，專案作者還展示了兩個案例，即爬取網頁與視覺化資料分佈，但這裡主要展示第一個案例。
案例：估計常態分佈
如下案例展示了Grid studio 的強大功能，它會以更高的保真度透過Plotly.js 視覺化常態分佈，我們可以看看互動式製圖到底是如何完成的。
使用安裝
前面介紹了這麼多特性，那我們到底該怎麼用呢？ Grid studio 的安裝和使用都非常簡單，透過簡單的命令列就能搞定。
git clone https://github.com/ricklamers/gridstudio
cd gridstudio && ./run.sh
如上透過下載專案、執行安裝腳本兩步，我們就能在瀏覽器中打開本地端口，然後就能愉快地使用了。
以上是有了Python還用得著Excel嗎？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
