به طور سنتی، اتوماسیون اکسل و دستکاری پیشرفته داده‌ها بر Visual Basic for Applications (VBA) تکیه می‌کنند، زبان قدیمی که با شیوه‌های داده‌های مدرن همگام نبوده است. در سال 2023، مایکروسافت برنامه‌های خود را برای ادغام پایتون در اکسل اعلام کرد، اما همچنان در انحصار برنامه مایکروسافت 365 اینسایدر یا از طریق ابزارهای شخص ثالث نامطلوب باقی می‌ماند.

این عرضه محدود به این معنی است که بیشتر کاربران هنوز از پشتیبانی بومی پایتون برخوردار نیستند، بنابراین امکان استفاده از کتابخانه‌های تجزیه و تحلیل داده‌های گسترده پایتون به آن اندازه که می‌توانست گسترده نیست.

این مهم است زیرا قابلیت های کدگذاری داخلی می توانند صفحه گسترده را فراتر از فرمول های سنتی گسترش دهند. شما می توانید محاسبات پیچیده را انجام دهید، کارهای تکراری را خودکار کنید، و توابع سفارشی را بدون استفاده از ابزارهای متعدد توسعه دهید. به‌جای اینکه بین یک برنامه صفحه‌گسترده، یک IDE جداگانه و یک ابزار BI برای تجسم بچرخید، همه چیز را در یک مکان مدیریت می‌کنید - اصطکاک را کاهش می‌دهید و امکان تکرار سریع‌تر را فراهم می‌کنید.

از موارد برای پایتون در صفحه گسترده استفاده کنید

1. جدال و تمیز کردن داده ها

کتابخانه‌های پایتون مانند پانداها از داده‌های از دست رفته، نقاط دورافتاده و قالب‌بندی نامناسب کار کوتاهی می‌کنند. کار در شبکه صفحه گسترده به این معنی است که می توانید تحولات خود را در زمینه مشاهده کنید، به ویژه در هنگام همکاری با اعضای تیم غیر فنی.

2. تجزیه و تحلیل پیشرفته و مدل سازی

صفحات گسترده معمولاً به تنهایی برای مدل‌سازی آماری پیچیده یا یادگیری ماشینی طراحی نمی‌شوند. وجود پایتون در دسترس، اجرای مدل‌های رگرسیون، طبقه‌بندی یا سری زمانی را بدون صادرات داده‌ها به جای دیگر آسان می‌کند.

3. اتوماسیون و توابع سفارشی

در حالی که فرمول‌های صفحه‌گسترده می‌توانند طیف وسیعی از عملیات را انجام دهند، وظایف خاصی از زبان برنامه‌نویسی سود می‌برند – به‌ویژه اگر نیاز به ادغام APIهای خارجی یا اعمال منطق تخصصی که بومی توابع صفحه‌گسترده نیستند، باشید.

4. تجسم داده ها با Plotly

صفحات گسترده معمولاً شامل ابزارهای اساسی نمودار می شوند، اما به ندرت به سطح تعامل و انعطاف پذیری که Plotly ارائه می دهد می رسند، و باعث می شود کاربران صرفاً برای بیان یک داستان داده ساده، روی ابزارهای گران قیمت BI خرج کنند. با ترکیب Python و Plotly در یک صفحه گسترده، می توانید نمودارهای پویا مانند نمودارهای خطی، نمودارهای میله ای یا نقشه های تعاملی ایجاد کنید و آنها را مستقیماً به داده های خود گره بزنید.

معرفی Quadratic

اگر به دنبال صفحه‌گسترده‌ای هستید که از قبل پایتون داخلی داشته باشد (و مشمول محدودیت‌های بتا یا داخلی نباشد)، Quadratic ارزش دیدن دارد. این یک صفحه گسترده مبتنی بر مرورگر است که علاوه بر فرمول های معمولی از Python، JavaScript و SQL نیز پشتیبانی می کند. می‌توانید کتابخانه‌هایی مانند Pandas، NumPy، یا Plotly را وارد کنید و به سلول‌های صفحه گسترده به طور مستقیم در کد پایتون خود مراجعه کنید. نتایج - DataFrames، نمودارها یا مقادیر تکی - مستقیماً به شبکه یا کنسول باز می گردند.

Quadratic همچنین شامل همکاری در زمان واقعی است. چندین کاربر می توانند یک کتاب کار را به طور همزمان تغییر دهند، که اشتراک گذاری تجزیه و تحلیل یا آموزش مفاهیم جدید را آسان تر می کند. یک دستیار هوش مصنوعی بومی (مثلاً Claude 3.7 Thinking) می‌تواند در تولید و اشکال‌زدایی اسکریپت‌های پایتون کمک کند، اما همیشه کدهای زیرین را نمایش می‌دهد تا دید و کنترل کامل داشته باشید.

Quadratic چگونه چرخه زندگی کامل داده را مدیریت می کند

جمع آوری و دسترسی به داده ها

فایل‌ها را بکشید و رها کنید (CSV، Excel، Parket) یا مستقیماً به پایگاه‌های داده (Postgres، MySQL) متصل شوید. اگر به داده‌های خارجی نیاز دارید، می‌توانید درخواست‌های GET و POST را روی APIها در سلول‌های پایتون بنویسید.

تمیز کردن و آماده سازی داده ها

درجه دوم از ابزار آشنای پایتون (پانداها و غیره) برای تبدیل و فرمت مجدد داده ها استفاده می کند. همچنین در صورت کمبود زمان یا نیاز به کمک برای شناسایی الگوی نامرتب در داده‌هایتان، هوش مصنوعی می‌تواند اسکریپت‌ها را تمیز کند.

تجزیه و تحلیل داده های اکتشافی (EDA)

آمار توصیفی، همبستگی ها، یا گروهی را اجرا کنید. ادغام Quadratic با Plotly به این معنی است که می توانید یافته های خود را در صفحه گسترده ترسیم کنید و از هوش مصنوعی برای تولید نمودارها در چند ثانیه استفاده کنید.

تحلیل و مدل سازی پیشرفته

از scikit-learn (یا کتابخانه های دیگر) برای ساخت مدل ها به طور مستقیم در سلول های خود استفاده کنید. اگر به پکیج های تخصصی نیاز دارید، می توانید با استفاده از Pyodide آنها را در لحظه نصب کنید.

تجسم و ارتباط

هنگام ویرایش داده ها یا کد، نمودارهای Plotly به طور خودکار به روز می شوند. می توانید پیوندی به کتاب کار خود به اشتراک بگذارید تا دیگران بتوانند همه چیز را در زمان واقعی مشاهده و تغییر دهند.

نتیجه گیری

پشتیبانی از کدنویسی داخلی ارتقاء قابل توجهی برای کاربران صفحه گسترده است که شکاف بین رابط آشنای اکسل و تجزیه و تحلیل مدرن و مبتنی بر اسکریپت را پر می کند. در حالی که پایتون در اکسل به زیرمجموعه‌ای از کاربران محدود می‌شود، ابزارهای جایگزین مانند Quadratic راه‌حلی در دسترس را ارائه می‌کنند.

Quadratic با ادغام Python (در کنار جاوا اسکریپت و SQL)، به توسعه دهندگان و تحلیلگران داده محیطی انعطاف‌پذیرتر برای همه چیز، از کشمکش داده‌ها گرفته تا یادگیری ماشینی – بدون نیاز به نصب اضافی، می‌دهد. اگر به دنبال ادغام راحتی صفحه گسترده با قدرت پایتون هستید، این گزینه مناسبی است که باید در نظر بگیرید. Quadratic را به صورت رایگان امتحان کنید و ببینید چقدر می توانید در زمان خود صرفه جویی کنید.

این پست حمایت شده توسط Quadratic AI ارائه شده است، Quadratic AI یک صفحه گسترده مدرن با قابلیت هوش مصنوعی با پشتیبانی از زبان های برنامه نویسی مانند Python، SQL و JavaScript است.

خبرکاو