Python和excel 互通神器，这个插件能自动生成代码并实现数据分析

本文链接：https://blog.csdn.net/huang5333/article/details/122536246

加载一个Jupyter插件后，无需写代码就能做数据分析，还帮你生成相应代码？

没错，只需要加载这个名为Mito的小工具包，用Python做数据分析，变得和用Excel一样简单：

介绍

以 Excel 为代表的电子表格是探索数据集的最重要、最具适应性的方式之一。它可以帮助对数据类型进行必要的更改、创建新特征、对数据进行排序以及从现有特征中创建新特征。

遵循以上相同的思路，Mito是一个Jupyter-Lab扩展和Python库，它使得在支持GUI的电子表格环境中操作数据变得超级容易。

Mito的出现，像是将Python的强大功能、和Excel的易用性进行了结合。

只需要掌握Excel的用法，就能使用Python的数据分析功能，还能将写出来的代码“打包带走”。

它弥补了Excel在数据分析上的几个缺陷：

Excel无法做大数据分析（大型数据集处理得不好）
Excel运行缓慢
Excel无法轻松创建可重复流程

同时，又比SQL和Python更简单、直观。毕竟这些专业工具对于0基础初学者来说，需要至少几年时间，才能完全上手。

在本文中，我们将一起学习:

如何合理设置Mito
如何debug安装错误
使用 Mito 提供的各种功能
该库如何为对数据集所做的所有操作生成 Python 等效代码

安装Mito

Mito 是一个 Python 库，可以通过 pip 包管理器安装。它需要 Python 3.6 及以上版本。此外，系统上需要安装 Nodejs，一个 JavaScript 运行时环境。

另外，可以在单独的环境（虚拟环境）中安装这个包，可以避免一些依赖错误。接下来在终端中运行这些命令，完成安装即可。

1. 创建环境

我正在使用 Conda 创建一个新环境。你还可以使用 Python 的“venv”来创建虚拟环境。

conda create -n mitoenv python=3.8

2. 激活环境

conda activate mitoenv

3. 通过pip安装Mito

pip install mitoinstaller

4. 运行 Mito 安装程序

python -m mitoinstaller install

此过程将需要一段时间来安装和设置 Mito。

5. 启动 Jupyter Lab

jupyter lab

报错解决

当启动 Jupyter Lab时，可能会遇到如下错误：

.
.
. 
File "c:userslenovoanaconda3envsmitoenvlibsite-packagesjupyter_corepaths.py", line 387, in win32_restrict_file_to_user
    import win32api
ImportError: DLL load failed while importing win32api: The specified module could not be found.

要修复此错误，只需运行以下命令：

pip install --upgrade pywin32==225

如果你遇到其他困难，请随时在下面发表评论。我很乐意提供帮助。