百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

再见 VBA!神器工具统一 Excel 和 Python

ztj100 2025-04-09 22:45 60 浏览 0 评论

欢迎关注@DailyGitHub,更多有用、有趣的技术干货等着你!欢迎点赞、收藏、转发!

大家好,今天给大家推荐一个,而且是个爆款神器。ExcelJupyter Notebok都是我每天必用的工具,而且两个工具经常协同工作,一直以来工作效率也还算不错。但说实在,毕竟是两个工具,使用的时候肯定会有一些切换的成本。最近,在逛GitHub突然发现了一款神器「PyXLL-Jupyter」,它可以完美将Jupyter Notebook嵌入到Excel中!是的,你没听错,使用它我们就可在Excel中运行Jupyter Notebook,调用Python函数,实现数据共享。

一、安装

首先,想要在Excel中运行Python代码,需要安装PyXLL插件。PyXLL可以将Python集成到Excel中,用Python替代VBA。先用 pip 安装 PyXLL

pip install pyxll

然后再用PyXLL独特的命令行工具安装Excel插件。

>> pyxll install

安装好了PyXLL在 Excel中的插件,下一步就是安装pyxll-jupyter软件包了。使用pip安装pyxll-jupyter软件包:

pip install pyxll-jupyter

安装完毕后,启动Excel,将在PyXLL选项卡中看到一个新的Jupyter按钮。

单击此按钮可在Excel工作簿的侧面板中打开Jupyter Notebook。该面板是Excel界面的一部分,可以通过拖放操作取消停靠或停靠在其他位置。在Jupyter面板中,你可以选择一个现有的Notebook或创建一个新的Notebook。创建一个新的Notebook,选择新建按钮,然后选择Python 3

二、使用方法

这样做有什么用处呢?

1、Excel和Python共享数据

比如,我们要将数据从Excel导入Python。

由于Excel和Python已经在同一进程中运行了,所以在Python中访问Excel数据以及在Python和Excel之间切换非常快。更牛X的是,pyxll-jupyter还单独附带了一些IPython魔法函数,输入后一键即可完成同步。

%xl_get

将Python中的数据移到Excel,也是同理,非常简单。无论是使用Python先加载数据集,再传输到Excel,还是其它形式,从Python复制数据到Excel非常容易。

%xl_set

当然,%xl_get%xl_set都附带参数选项可以自定义导入导出规则。

2. 在Excel中使用Python绘图

PyXLL的另一大用处就是它集成了几乎所有主流的可视化包,因此我们可以在Excel中利用这些可视化包随意绘图,包括matplotlibplotlybokehaltair等。

%xl_plot

同样,使用魔法函数%xl_plot在Excel中可以绘制任何的Python图。任何一个受支持的可视化包也可进行绘图然后传递图形对象到Excel中,比如上图中使用pandas的绘图效果就很好。

%xl_plot df.plot(kind='scatter')

3. 从Excel调用Python函数

使用Excel离不开函数,而当我们需要一些复杂功能时,自带函数未必能满足我们的需求。

通过PyXLL,我们可以直接在Excel中调用Python函数,并对其进行实时测试。这就避免了Excel和Jupyter之间的来回切换成本,有点像dataframe的apply用法,写个函数直接与Excel完美融合。函数写好后,还可将其添加到PyXLL Python项目中。这样以后每次都可以复用实现相同功能,简直不要太香!

from pyxll import xl_func

@xl_func
def test_func(a, b, c):
    return (a * b) + c

比如,输入以上代码在Jupyter中运行后,Python函数将立即可被Excel工作簿调用。不只是简单的函数,还可以将整个数据作为pandasDataFrames传给函数,并返回任何的Python类型,比如numpy arrayDataFrames,甚至还可以通过给@xl_func装饰器一个签名字符串来告诉PyXLL输出什么类型。例如,以下函数:

from pyxll import xl_func

# 装饰器签名告诉 PyXLL 如何转换函数参数和返回的值
@xl_func("dataframe df: dataframe", auto_resize=True)
def df_describe(df):
    # df 是一个从数据集里创建的 pandas DataFrame 传递给函数
    desc = df.describe()
    # desc 是新的 DataFrame(PyXLL转换为一组值并返回给Excel所创建的)
    reurn desc

现在可以编写复杂的Python函数来进行数据转换和分析,但是可以协调在Excel中如何调用或排序这些函数。更改输入会导致调用函数,并且计算出的输出会实时更新,这与我们期望的一样。

4. 替代VBA

VBA脚本所需的功能函数,在Python中均有相同的API。这对于熟悉Python但不熟悉VBA的同学绝对是个好消息。

官网还给出了和VBA功能一样的API说明文档。

https://www.pyxll.com/docs/userguide/vba.html

Jupyter Notebook在Excel中运行,整个Excel对象都可用,所有操作就像在VBA编辑器中编写Excel脚本一模一样。由于PyXLL在Excel进程内运行Python ,因此从Python调用Excel不会对性能造成任何影响。当然,也可以从外部Python进程调用Excel,但这通常要慢很多。在Excel中运行Jupyter Notebook,一切变得就不一样了!使用PyXLLxl_app函数获取Excel.Application对象,该对象等效于VBA中的Application对象。弄清楚如何使用Excel对象模型进行操作的一种好方法是记录VBA宏,然后将该宏转换为Python。下图中尝试将当前选择单元格更改颜色。

三、总结

PyXLL将完美融合PythonExcel,实现了以下功能,为表格数据处理提升一个全新的高度。

  • Excel和Python共享数据
  • 在Excel中使用Python绘图
  • 从Excel调用Python函数
  • 替代VBA脚本
  • 不得不说这个工具是真的香,喜爱Python的同学可以不用学习VBA了,Python脚本打天下。

    相关推荐

    其实TensorFlow真的很水无非就这30篇熬夜练

    好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

    交叉验证和超参数调整:如何优化你的机器学习模型

    准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

    机器学习交叉验证全指南:原理、类型与实战技巧

    机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

    深度学习中的类别激活热图可视化

    作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

    超强,必会的机器学习评估指标

    大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

    机器学习入门教程-第六课:监督学习与非监督学习

    1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

    Python教程(三十八):机器学习基础

    ...

    Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

    你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

    超全面讲透一个算法模型,高斯核!!

    ...

    神经网络与传统统计方法的简单对比

    传统的统计方法如...

    AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

    ...

    自回归滞后模型进行多变量时间序列预测

    下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

    苹果AI策略:慢哲学——科技行业的“长期主义”试金石

    苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

    时间序列预测全攻略,6大模型代码实操

    如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

    AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

    ...

    取消回复欢迎 发表评论: