花了一周时间,终于搭建好了Excel和Python交互数据分析平台

Python是很强大的数据分析利器,Excel同样也是一款很大强的数据分析,但二者都有自己的优势主战场。Python优势在于有这海量开源数据分析包,Excel优势在于用户体量大,数据处理可见即所得,很适合数据前期数据预处理工作。 喝了几碗泡面汤,熬了几个夜终于搭建好了,Excel和Python之间数据交互分析环境。后续再一步步完善!

联合分析环境搭建:

步骤一:配置EFunction高级函数插件,如果安装过,此步骤跳过

EFunction为Excel高级函数插件,内置了近60个高级函数。其加载方法,可参考下文,本文不做赘述:

Excel 高级函数插件EFunction加载和卸载 - 知乎 (zhihu.com)

步骤二:安装Anaconda Python数据分析环境,如果安装过,此步骤跳过

建议安装Python 3.6以上版本对应的anaconda ,但也不建议太高,以下连接anaconda为3.6版本Python

anaconda安装过程不复杂,选择默认参数一路安装,默认安装到C盘,如果想安装到其他盘,可以切换盘符。

不过强烈建议自定义安装位置不能够有中文,也不能够有空格。

安装位置很重要,记住它在案例,后续要用到。

安装完成后,启动jupyter notebook服务,可以到开始菜单,在anaconda目录下,启动jupyter notebook菜单即可。

未报错误,说明启动成功

编写Python脚本,进行数据分析

步骤三:安装Excel环境下jupyter开发环境,如果之前安装过,此步骤跳过。

jupyter为网页界面数据分析平台,在Excel内利用Python进行交互数据分析,需提前配置能支持Excel界面内显示jupyter运行环境。不同window系统,配置文件不同。

如果Excel版本是32位,安装32位运行环境;Excel是64位,则64位系统安装64位环境。

步骤四:启动EFunction jupyter,开启第一个数据分析

进行数据分析前,先配置环境。

  • 配置项目位置,后续所有的分析文件都在这里。例如D盘或其他盘符某个位置;

  • 指定conda位置,就是步骤二的安装位置。

添加图片注释,不超过 140 字(可选)

配置完成后,就可以启动jupyter了。如果上述都配置成功,就会出现以下界面。就可以进行数据分析了。启动后如果界面是空白的,可能是因为跳过步骤二,配置下步骤二即可。

添加图片注释,不超过 140 字(可选)

Excel预处理好数据之后,就可以右键->My jupyter ->载入数据到jupyter,选区内数据就载入到jupyter内了。载入选区内数据主要分为两种类型,DataFrame和Series,分别为dfD和seD。后续就可以针对这两个数据进行深入分析了。

在实际工作和学习之中,可以利用Excel交互特性,强大函数体系,实现对数据预处理,数据清洗工作。

最后利用jupyter实现数据复杂且有深度分析。分析完成之后,可以利用Excel强大的排版能力,整理出来一份有深度的分析报告。最后利用几乎每台电脑都安装office优势,将报告分发出去,实现信息价值传递。

后续再细细研究,让Excel充分发挥Python强大数据分析包优势。有成果再更新出来!

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python数据分析平台搭建可以按照以下步骤进行: 1. 安装Python环境:Python数据分析的核心工具,需要安装Python环境。可以选择安装Anaconda或者Miniconda,它们都包含了Python和一些常用的数据分析库。 2. 安装数据分析库:Python有丰富的数据分析库,如NumPy、Pandas、Matplotlib、Seaborn等。需要根据实际需求安装相应的库。 3. 安装Jupyter Notebook:Jupyter Notebook是一个交互式笔记本,可以在浏览器中编写和运行Python代码、展示数据分析结果。可以使用以下命令安装: ``` pip install jupyter ``` 4. 配置Jupyter Notebook:在命令行中输入以下命令,生成Jupyter Notebook的配置文件: ``` jupyter notebook --generate-config ``` 可以修改配置文件,设置密码、端口号等参数。 5. 启动Jupyter Notebook:在命令行中输入以下命令,启动Jupyter Notebook: ``` jupyter notebook ``` 然后在浏览器中输入http://localhost:8888/,就可以进入Jupyter Notebook界面。 6. 导入数据:在Jupyter Notebook中可以使用Python代码导入数据,并进行数据分析和可视化。可以使用Pandas库读取CSV、Excel、SQL数据库等格式的数据。 7. 进行数据分析:使用Python代码进行数据分析,如数据清洗、统计分析、机器学习等。可以使用Matplotlib、Seaborn等库进行数据可视化。 以上就是Python数据分析平台搭建过程,可以根据实际需求进行适当调整。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值