无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

Tian
Tian
Tian
33
文章
7
评论
2021年3月16日08:30:36
评论
739 1578字阅读5分15秒
摘要

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?

萧箫 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

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:无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

运行速度比 Excel 更快,也不需要到处搜各种 Python 教程了。

好用如Excel,更快更全面

Mito Jupyter notebook 的一个可编辑电子表格插件,在编辑 .csv 表格(带格式转换功能)时,就能生成相关 Python 代码。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

Mito,线粒体 Mitochondria 的缩写

具体来说,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。

据Mito内测用户表示,这款插件让他们用Python做数据分析的效率提升了10倍,因为用户可以直接在Mito里编写Excel公式,如=SUM(A1, 100)。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

那么,Mito是怎么做到将Excel逻辑转换成Python代码的呢?

作者们编写了一种名为Transpiler的程序,有点类似于编译器的功能,采用抽象语法树(AST),解析Excel源代码,并转换成Python的源代码。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

相比于采用专业软件如 Alteryx(需要 5000 美元/月)进行数据分析,Mito 所生成的 Python 代码可以根据需要自行修改,灵活性更高一点。

目前,Mito 采用亚马逊云平台 (AWS)保存用户的相关数据,每个用户拥有一个独立账户。

当然,用户也可以选择将数据保存在本地。

自动生成Python代码

以分析美国各州的“家庭平均收入”和“允许托运的火车站数量”这两个数据的关系为例。

首先,上传“家庭平均收入”和“允许托运的火车站数量”两份数据。

数据处理的格式是.csv,当然也可以输入Excel文件,并用Mito转成两份.csv文件。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

然后,将这两份数据集合并在一起,只需要用鼠标勾选对应功能、选中相关数据列就行。

啪!代码就生成好了。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

然后,是做数据透视表,在完成分组后,采用聚合(aggregate)功能来切换聚合方法。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

还包括数据过滤功能,同样立刻就能生成相关代码。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

包含升降序排序功能,快速简洁。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

然后就是相关数据统计、分析出结果了,流程直观。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

保存分析文件的方法也很简单,文件是以Python编写的,而不是用比较难懂的VBA。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

要想重复上面的步骤的话,也非常容易,Mito自带“重复已保存分析步骤”功能,一键就能用同样的方法分析其他数据。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

确实要比一行行编写代码简单多了。

关于Mito

那么,Mito的作者们,为什么要搞这个软件?

因为他们发现,所谓的“几天上手Python数据分析”,其实根本没有那么容易……

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

初学者要想用Python搞数据分析,就得不停地查看各种文档、和求助于StackOverflow。

要想真正快速用Python分析数据,最后还得自己编写软件。

三位作者Aaron Diamond-Reivich、Jake Diamond-Reivich和Nate Rush都来自宾大,在学校期间,他们学习了计算机科学、统计学和商业分析相关的课程。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

也正是在搞数据分析的时候,他们萌生了想要制作Mito的想法。

作者表示,软件目前还没有开源,因为他们还在思考,如何支持维护这个项目,并转到开源路径上来。

无需写代码的 Jupyter 数据分析插件,还能生成相关 Python 脚本!

不过,它现在已经可以使用了。

感兴趣的小伙伴们,可以上手试试了~

项目主页:

weinxin
微信公众号
微信公众号搜索关注「DataGo 数据狗」 数据分析从 0 到 1 再到 2 。
Tian
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: