Python in Excel ist jetzt offiziell für Windows-Nutzer in Microsoft 365 Business und Enterprise verfügbar. Im August letzten Jahres hat Microsoft zusammen mit Anaconda eine spannende Ergänzung zu Excel eingeführt, indem Python integriert wurde, sodass Python- und Excel-Analysen nahtlos in derselben Arbeitsmappe kombiniert werden können, ohne dass eine Einrichtung erforderlich ist. Seitdem haben wir die Leistungsfähigkeit beliebter Python-Analysebibliotheken wie Pandas, Matplotlib und NLTK für unzählige Excel-Nutzer nutzbar gemacht.
Natürlich ist für die Verwendung von Python in Excel ein Abonnement für Microsoft 365 Business oder Enterprise erforderlich.
Öffnen Sie Excel, klicken Sie auf "Formel" - "Python einfügen":
Markieren Sie die Zelle und geben Sie "=PY" ein:
Klicken Sie auf die Schaltfläche PY, die sich öffnet, und das Eingabefeld wird grün "PY":
Als Nächstes können wir die Daten mit der Python-Verarbeitung analysieren.
Wir haben die folgenden Daten:
An diesem Punkt gibt es zwei Möglichkeiten: Zum einen kennen Sie die Sprache Python, zum anderen kennen Sie die Sprache Python nicht.
Wenn Sie wissen, wie man die Sprache Python benutzt
Geben Sie ihn in das Eingabefeld PY ein:
sample_df = xl("IrisDataSet8[# all]", headers=True)
sample_df.describe()
Erzeugen Sie einen Datenrahmen, um die Beschreibungsinformationen zu erweitern:
Anschließend wird die matplotlib-Bibliothek importiert, um das Streudiagramm zu erstellen:
import matplotlib.pyplot as plt
plt.scatter(xl("IrisDataSet10[sepal_length]"), xl("IrisDataSet10[sepal_width]"))
plt.xlabel('Kelchblatt_Länge')
plt.ylabel('sepal_width')
plt.title('Analyse der Länge und Breite der Kelchblätter')
Erzeugen Sie Bilder, um die Beziehung zwischen den Variablen zu beobachten:
Die lineare Regression als statistisches Modell wurde für Seegeborene eingeführt:
import seaborn as sns
sample_df = xl("IrisDataSet11[# all]", headers=True)
sns.regplot(data = sample_df[["sepal_length", "petal_length"]], x = "sepal_length", y = "petal_length")
Stellen Sie eine lineare Beziehung zwischen einer abhängigen Variablen und einer oder mehreren unabhängigen Variablen her:
Einführung in das Pandas-Matrixdiagramm:
from pandas.plotting import scatter_matrix
sample_df = xl("IrisDataSet13[# all]", headers=True)
columns_to_plot = ["sepal_length", "sepal_width", "petal_length", "petal_width"]
categories = sample_df["species"].unique() # Einzigartige Kategorien ermitteln
colors = {category: i for i, category in enumerate(categories)}
scatter_matrix(sample_df, c=sample_df["species"].apply(lambda x: colours[x]), figsize=(6, 6), alpha=0.8)
Erstellung von Graphmatrizen zur Analyse der Beziehungen zwischen Variablenpaaren in einem Datensatz:
Wenn Sie Python nicht kennen
Es tut nicht weh, dass der Copilot Ihnen helfen wird!
Klicken Sie in Excel auf Copilot, und auf der rechten Seite erscheint eine Chatbox, in der Copilot aufgefordert wird, Code für eine lineare Regression in Python zu schreiben:
Kopieren Sie diesen Code in das Eingabefeld PY und nehmen Sie die entsprechenden Änderungen vor, wenn Sie dazu aufgefordert werden.
Und bald wird Python in Excel mit Copilot verfügbar sein. Zu diesem Zeitpunkt wird Copilot direkt auf natürlicher Sprache basieren, um automatisch Python-Code zu generieren und direkt aus den Ergebnissen auszuführen, wodurch die Schritte des Kopierens und Einfügens von Änderungen entfallen.
Erwarten wir, dass dies geschieht!
Viele Leute sagen, warum nicht einfach in Python implementieren?
Meine Antwort ist, dass allein die Installationsumgebung von Python die 90%s vor der Tür hält, und einige Leute werden Excel für den Rest ihres Lebens nicht mehr verlassen wollen.
Alles, was Sie dazu brauchen, ist ein Microsoft 365 Business-Abonnement.
