标签:Excel与Python
Excel中的Python通过Anaconda提供的安全分发渠道自带标准Python库集,利用这些Python库可简化数据分析、发现数据模式与潜在规律,并通过图表实现数据可视化。
下面的开源库在Excel中的Python里默认提供,它们使用下面所列语句导入:
1.Matplotlib库。导入语句:import matplotlib.pyplot as plt
2.NumPy库:导入语句:import numpy as np
3.pandas库。导入语句:import pandas as pd
4.seaborn库。导入语句:import seaborn as sns
5.statsmodels库。导入语句:import statsmodels as sm
除了这些核心库,还可以通过Anaconda导入其他可用的库。在Excel中的Python单元格中,使用import语句将Python库导入Excel,例如:import numpy as np,此语句导入numpy库并为其赋别名np。将此导入语句输入Python单元格后,可以在该工作簿的所有Python公式中将numpy库称为np。
为了确保在运行Python公式之前导入库,可以在工作簿的第一个工作表上输入import语句和任何设置。如果需要,可以让第一个工作表专门输入import语句和设置。
注意,并非所有库都使用import语句格式:import [library] as [name]。例如,要导入beautifulsoup4库,使用from bs4 import BeautifulSoup。
下面列出了Anaconda提供的开源库的一个子集,可以在Excel中的Python中使用。默认情况下会导入Matplotlib、NumPy、seaborn、statsmodels和pandas库,列出的其他库不会自动导入,但如果需要,可以选择导入它们。
Astropy
天文学Python库。许可证:BSD-3-Clause。
beautifulsoup4
一个为屏幕抓取而设计的Python库。许可证:MIT。
Faker
生成虚拟数据。许可证:MIT。
imbalanced-learn
通过提供重采样技术来帮助解决分类问题,依赖scikit-learn。许可证:MIT。
IPython
用于交互式计算的库。许可证:BSD-3-Clause。
Matplotlib
用Python创建出版级质量图表和图形。许可证:PSF。
mlxtend
用于日常数据科学任务的机器学习库。许可证:BSD-3-Clause。
NetworkX
一个用于创建和操作复杂网络的Python包。许可证:BSD-3-Clause。
NLTK
用于自然语言处理的库。以下语料库已预加载,可在Excel中的Python使用:brown、punkt、stopwords、treebank、vader和wordnet2022。许可证:Apache v2。
NumPy
为数字、字符串、记录和对象提供数组处理。许可证:BSD-3-Clause。
pandas
提供数据结构和数据分析工具。许可证:BSD-3-Clause。
Pillow
添加对打开、操作和保存不同图像文件格式的支持。许可证:PIL。
plotnine
绘图和数据可视化库。许可证:MIT。
Prince
Python中用于多元探索性数据分析的库,包括各种汇总表格数据的方法。许可证:MIT。
PyTables
将Python、HDF5库和NumPy库结合在一起,以处理大量数据。许可证:BSD-3-Clause。
PyWavelets
小波变换库。许可证:MIT。
qrcode
二维码图像生成器。许可证:BSD-3-Clause。
scikit-learn
一组用于机器学习和数据挖掘的Python模块。许可证:BSD-3-Clause。
SciPy
Python的科学库。许可证:BSD-3-Clause。
seaborn
统计数据可视化库。许可证:BSD-3-Clause。
snowballstemmer
Python的算法库集合。许可证:BSD-2-Clause。
squarify
创建树状图或可视化以显示层次数据。许可证:Apache v2。
statsmodels
统计计算和模型,与SciPy库一起使用。许可证:BSD-3-Clause。
SymPy
用于符号数学的Python库。许可证:BSD-3-Clause。
tabulate
用于创建和格式化表格的库。许可证:MIT。
TheFuzz
提供模糊字符串匹配来计算序列之间的差异。许可证:MIT。
wordcloud
单词云生成器。许可证:MIT。
注:本文整理自microsoft官网。
欢迎在下面留言,完善本文内容,让更多的人学到更完美的知识。欢迎到知识星球:完美Excel社群,进行技术交流和提问,获取更多电子资料,并通过社群加入专门的微信讨论群,更方便交流。