Microsoft最近宣布，他们现在已经将Python集成到其Excel电子表格软件中，这为数据分析，自动化和数字运算开辟了大量新应用程序。这种新的集成方法允许用户在同一Excel网格中无缝地混合Python和Excel分析，从而创建不间断的工作流程。结果呢？一个功能强大的工具，允许使用 Python 绘图和库进行数据操作和探索，并使用 Excel 的公式、图表和数据透视表优化见解。
Python 在 Excel 中的变革力量在于它能够利用 Python 库在熟悉、安全的 Excel 环境中清理、探索和分析数据。此功能旨在满足有经验的 Python 用户和刚入门的用户的需求，无需任何其他安装。
如何在Excel电子表格中使用Python
Excel 中的 Python 汇集了两全其美的优势。它将 Python 的数据分析和可视化库与 Excel 的功能相结合，允许用户使用 Python 绘图和库操作和探索数据，并使用 Excel 的公式、图表和数据透视表优化见解。
什么是 Python 库？
它们是模块的集合，提供功能、方法和类来执行特定任务，而无需从头开始编写代码。这些库可以被视为工具或扩展，您可以在 Python 程序中使用它来轻松有效地实现某些功能。以下是一些关键点的细分：
- 模块化：库通常专注于特定领域，允许用户选择最适合其需求的工具。例如，有用于 Web 开发、数据分析、机器学习等的库。
- 效率：许多 Python 库都针对性能进行了优化，确保尽快执行操作。
- 社区支持：许多Python库都是开源的，这意味着它们是由开发人员社区开发和维护的。这也意味着它们会不断更新和改进。
- 易用性：Python 库通常附带大量文档和示例，使开发人员更容易实现和使用它们。
为了说明这一过程，使用了鸢尾数据集，这是数据科学中流行的数据集。分析的第一步涉及使用 PANDAS 库创建数据框。在与 Anaconda 的战略合作伙伴关系中，该公司确保流行库的版本可以直接在工作簿中使用。
名为“DF1”的数据帧是通过单元格引用创建的，使用带有自动生成的标头参数的新 Excel 函数。代码可以输出为 Python 对象或 Excel 值。然后使用 PANDAS 库来理解数据集，具有形状、信息和描述等功能。
通过删除重复项和异常值来清理数据集。创建 Python 图是为了可视化和探索数据中的模式、趋势和见解。直方图、散点图和配对图用于可视化数据。构建、训练和测试四种不同的机器学习模型来预测花种。
Excel 的公式逻辑和协作功能可用于构建模型和共享分析。分析包括创建数据框、清理数据、创建 python 图和构建预测模型，所有这些都在 Excel 网格中完成。
Excel中的Python正在彻底改变数据分析的方式。它提供了 Python 数据分析功能和 Excel 功能的独特组合，为数据操作、探索和洞察优化提供了全面的工具。
