Excel 和 Python 之间的集成是 Excel 中可用分析功能的重大发展。 真正的创新是将 Python 的强大功能与 Excel 的灵活性相结合。
通过这种集成，您可以在 Excel 单元格中编写 Python 代码，使用 matplotlib 和 seaborn 等库创建高级可视化，甚至使用 scikit-learn 和 statsmodels 等库应用机器学习技术。
Excel 中的 Python 肯定会在电子表格中开辟许多新的可能性。 这将改变 Python 和 Excel 分析师的工作方式。 这就是如何。
由于其可用性和灵活性，Excel 可能是最受欢迎的数据分析工具。
Excel 用户不需要知道如何编程来清理数据或创建视图和宏。 只需几个公式和几次点击，我们就可以在 Excel 中管理数据并创建数据透视表和图表。
仅 Excel 就可以很好地执行基本数据分析，但其局限性不允许数据分析师执行复杂的数据转换和创建高级可视化（更不用说应用机器学习技术）。 相比之下，像Python这样的编程语言可以处理复杂的计算。
现在，Excel 分析师必须学习 Python 才能保证他们的职业生涯不会过时。
但他们会适应吗？
嗯，最接近大多数 Excel 用户的编程语言是 Visual Basic for Applications (VBA)，但即使是那些编写 VBA 代码的人也不知道 defi他们最终成为“程序员”。 这就是为什么大多数 Excel 用户认为学习编程是一件复杂或不必要的事情（当您可以一键获得数据透视表时为什么要学习编程？）
希望 Excel 分析师能够适应。 对他们来说，好消息是 Python 是一门易于学习的语言。 Excel 用户甚至不需要在计算机上安装 Python 并下载代码编辑器即可开始编写 Python 代码。 事实上，Excel中有一个新的PY函数，允许用户在Excel单元格中编写Python代码。
太棒了，不是吗？ 现在我们可以在单元格中编写 Python 代码来获取工作表中的数据框和视图。
这绝对是 Excel 分析能力的一次进步。
这将使 Python 和 Excel 分析师受益
现在，您可以在 Excel 工作簿中使用强大的 Python 库，例如 pandas、seaborn 和 scikit-learn。 这些库将帮助我们执行高级分析、创建令人惊叹的可视化效果，并在 Excel 中应用机器学习、预测分析和预测技术。
不知道如何编写 Python 代码的 Excel 分析师将不得不使用 Excel 数据透视表、公式和图表，但那些适应的人会将他们的分析技能提升到一个新的水平。
以下是使用 Python 进行数据分析在 Excel 中的一些示例。
通过 Excel 中的 Python，我们将能够使用正则表达式 (regex) 来定位单元格中的特定字符串或文本模式。 在以下示例中，正则表达式用于从文本中提取日期。
现在可以通过 Seaborn 在 Excel 中实现热图、小提琴图和群图等高级可视化。 这是我们使用 Seaborn 创建的典型耦合图，但现在显示在 Excel 工作表中。
最后但并非最不重要的一点是，您现在可以在 Excel 工作表中使用 DecisionTreeClassifier 等机器学习模型，并使用 pandas 数据框拟合模型。
Excel 中的 Python 将弥合 Python 和 Excel 分析师之间的差距
当 Excel 中的 Python 可供所有用户使用时，Python 和 Excel 分析师难以合作的日子将会结束。
Excel 分析师需要适应这些新变化，不仅要让 Python 作为简历中的一项新技能，还要让他们的职业生涯面向未来。 对于 Excel 分析师来说，学习 VBA 的相关性不如学习 Pandas 和 Numpy 等 Python 库那么重要。
Python 计算将在 Microsoft 云中运行，因此即使使用资源有限的计算机的分析师也能体验到更快的复杂计算处理速度。
另一方面，Python 分析师将能够更轻松地与 Excel 分析师协作，缩小他们之间的差距。
Excel 中的 Python 肯定会改变未来 Python 和 Excel 分析师进行数据分析的方式。 微软宣布这一消息后，开始学习 Python 的 Excel 分析师数量将会增加。
Excel 中的 Python 目前可供在 Windows 上运行 Beta 通道的用户使用。 要访问它，您必须加入 Microsoft 365 Insider 计划。 欲了解更多信息，请阅读此处.
Ercole Palmeri
