0代碼就能做Python數(shù)據(jù)分析，這個(gè)Jupyter插件，用起來(lái)就像Excel一樣簡(jiǎn)單

蕭簫 2021-03-08 13:17:40 來(lái)源：量子位

蕭簫 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI

加載一個(gè)Jupyter插件后，無(wú)需寫代碼就能做數(shù)據(jù)分析，還幫你生成相應(yīng)代碼？

沒(méi)錯(cuò)，只需要加載這個(gè)名為Mito的小工具包，用Python做數(shù)據(jù)分析，變得和用Excel一樣簡(jiǎn)單：

運(yùn)行速度比Excel更快，也不需要到處搜各種Python教程了。

好用如Excel，更快更全面

Mito是Jupyter notebook的一個(gè)可編輯電子表格插件，在編輯.csv表格（帶格式轉(zhuǎn)換功能）時(shí)，就能生成相關(guān)Python代碼。

△Mito，線粒體Mitochondria的縮寫

具體來(lái)說(shuō)，Mito的出現(xiàn)，像是將Python的強(qiáng)大功能、和Excel的易用性進(jìn)行了結(jié)合。

只需要掌握Excel的用法，就能使用Python的數(shù)據(jù)分析功能，還能將寫出來(lái)的代碼“打包帶走”。

它彌補(bǔ)了Excel在數(shù)據(jù)分析上的幾個(gè)缺陷：

• Excel無(wú)法做大數(shù)據(jù)分析（大型數(shù)據(jù)集處理得不好）
• Excel運(yùn)行緩慢
• Excel無(wú)法輕松創(chuàng)建可重復(fù)流程

同時(shí)，又比SQL和Python更簡(jiǎn)單、直觀。畢竟這些專業(yè)工具對(duì)于0基礎(chǔ)初學(xué)者來(lái)說(shuō)，需要至少幾年時(shí)間，才能完全上手。

據(jù)Mito內(nèi)測(cè)用戶表示，這款插件讓他們用Python做數(shù)據(jù)分析的效率提升了10倍，因?yàn)橛脩艨梢灾苯釉贛ito里編寫Excel公式，如=SUM(A1, 100)。

那么，Mito是怎么做到將Excel邏輯轉(zhuǎn)換成Python代碼的呢？

作者們編寫了一種名為Transpiler的程序，有點(diǎn)類似于編譯器的功能，采用抽象語(yǔ)法樹(shù)（AST），解析Excel源代碼，并轉(zhuǎn)換成Python的源代碼。

相比于采用專業(yè)軟件如Alteryx（需要5000美元/月）進(jìn)行數(shù)據(jù)分析，Mito所生成的Python代碼可以根據(jù)需要自行修改，靈活性更高一點(diǎn)。

目前，Mito采用亞馬遜云平臺(tái)?（AWS）保存用戶的相關(guān)數(shù)據(jù)，每個(gè)用戶擁有一個(gè)獨(dú)立賬戶。

當(dāng)然，用戶也可以選擇將數(shù)據(jù)保存在本地。

自動(dòng)生成Python代碼

以分析美國(guó)各州的“家庭平均收入”和“允許托運(yùn)的火車站數(shù)量”這兩個(gè)數(shù)據(jù)的關(guān)系為例。

首先，上傳“家庭平均收入”和“允許托運(yùn)的火車站數(shù)量”兩份數(shù)據(jù)。

數(shù)據(jù)處理的格式是.csv，當(dāng)然也可以輸入Excel文件，并用Mito轉(zhuǎn)成兩份.csv文件。

然后，將這兩份數(shù)據(jù)集合并在一起，只需要用鼠標(biāo)勾選對(duì)應(yīng)功能、選中相關(guān)數(shù)據(jù)列就行。

啪！代碼就生成好了。

然后，是做數(shù)據(jù)透視表，在完成分組后，采用聚合（aggregate）功能來(lái)切換聚合方法。

還包括數(shù)據(jù)過(guò)濾功能，同樣立刻就能生成相關(guān)代碼。

包含升降序排序功能，快速簡(jiǎn)潔。

然后就是相關(guān)數(shù)據(jù)統(tǒng)計(jì)、分析出結(jié)果了，流程直觀。

保存分析文件的方法也很簡(jiǎn)單，文件是以Python編寫的，而不是用比較難懂的VBA。

要想重復(fù)上面的步驟的話，也非常容易，Mito自帶“重復(fù)已保存分析步驟”功能，一鍵就能用同樣的方法分析其他數(shù)據(jù)。

確實(shí)要比一行行編寫代碼簡(jiǎn)單多了。

關(guān)于Mito

那么，Mito的作者們，為什么要搞這個(gè)軟件？

因?yàn)樗麄儼l(fā)現(xiàn)，所謂的“幾天上手Python數(shù)據(jù)分析”，其實(shí)根本沒(méi)有那么容易……

初學(xué)者要想用Python搞數(shù)據(jù)分析，就得不停地查看各種文檔、和求助于StackOverflow。

要想真正快速用Python分析數(shù)據(jù)，最后還得自己編寫軟件。

三位作者Aaron Diamond-Reivich、Jake Diamond-Reivich和Nate Rush都來(lái)自賓大，在學(xué)校期間，他們學(xué)習(xí)了計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)和商業(yè)分析相關(guān)的課程。

也正是在搞數(shù)據(jù)分析的時(shí)候，他們萌生了想要制作Mito的想法。

作者表示，軟件目前還沒(méi)有開(kāi)源，因?yàn)樗麄冞€在思考，如何支持維護(hù)這個(gè)項(xiàng)目，并轉(zhuǎn)到開(kāi)源路徑上來(lái)。

不過(guò)，它現(xiàn)在已經(jīng)可以使用了。

感興趣的小伙伴們，可以上手試試了~

項(xiàng)目主頁(yè)：
https://trymito.io/launch