Python如何用Jupyter來做數據分析

發布時間：2021-10-09 17:17:57 來源：億速云閱讀：334 作者：柒染欄目：大數據

Python如何用Jupyter來做數據分析，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

加載一個Jupyter插件后，無需寫代碼就能做數據分析， 還幫你生成相應代碼？

沒錯，只需要加載這個名為 Mito的小工具包，用Python做數據分析，變得和用Excel一樣簡單：

運行速度比Excel更快，也不需要到處搜各種Python教程了。

Mito是Jupyter notebook的一個 可編輯電子表格插件，在編輯 .csv表格（帶格式轉換功能）時，就能生成相關Python代碼。

△Mito，線粒體Mitochondria的縮寫

具體來說，Mito的出現，像是將 Python的強大功能、和 Excel的易用性進行了結合。

只需要掌握Excel的用法，就能使用Python的數據分析功能，還能將寫出來的代碼“打包帶走”。

它彌補了Excel在數據分析上的幾個缺陷：

同時，又比SQL和Python更簡單、直觀。畢竟這些專業工具對于0基礎初學者來說，需要至少幾年時間，才能完全上手。

據Mito內測用戶表示，這款插件讓他們用Python做數據分析的效率提升了 10倍，因為用戶可以直接在Mito里編寫Excel公式，如=SUM(A1, 100)。

那么，Mito是怎么做到將Excel邏輯轉換成Python代碼的呢？

作者們編寫了一種名為 Transpiler的程序，有點類似于編譯器的功能，采用 抽象語法樹 （AST），解析Excel源代碼，并轉換成Python的源代碼。

相比于采用專業軟件如Alteryx （需要5000美元/月）進行數據分析，Mito所生成的Python代碼可以根據需要自行修改，靈活性更高一點。

目前，Mito采用 亞馬遜云平臺 （AWS）保存用戶的相關數據，每個用戶擁有一個獨立賬戶。

當然，用戶也可以選擇將數據保存在本地。

以分析美國各州的“家庭平均收入”和“允許托運的火車站數量”這兩個數據的關系為例。

首先，上傳“家庭平均收入”和“允許托運的火車站數量”兩份數據。

數據處理的格式是.csv，當然也可以輸入Excel文件，并用Mito轉成兩份.csv文件。

然后，將這兩份數據集合并在一起，只需要用鼠標勾選對應功能、選中相關數據列就行。

啪！代碼就生成好了。

然后，是做 數據透視表，在完成分組后，采用聚合（aggregate）功能來切換聚合方法。

還包括 數據過濾功能，同樣立刻就能生成相關代碼。

包含升降序排序功能，快速簡潔。

然后就是相關數據統計、分析出結果了，流程直觀。

保存分析文件的方法也很簡單，文件是以Python編寫的，而不是用比較難懂的VBA。

要想重復上面的步驟的話，也非常容易，Mito自帶“重復已保存分析步驟”功能，一鍵就能用同樣的方法分析其他數據。

確實要比一行行編寫代碼簡單多了。

關于Python如何用Jupyter來做數據分析問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。

向AI問一下細節

亚洲激情专区-91九色丨porny丨老师-久久久久久久女国产乱让韩-国产精品午夜小视频观看