第 1 章. 为什么 要在 Excel 中使用 Python?
本作品已使用人工智能进行翻译。欢迎您提供反馈和意见:translation-feedback@oreilly.com
许多 Excel 用户在遇到功能限制时,会开始重新考虑自己的电子表格工具。一个典型的例子是,当 Excel 工作簿包含大量数据和公式时,运行速度会变慢,甚至在最坏的情况下导致崩溃。千万不要让情况发展到这一步!如果您处理的是关键任务型工作簿(其中任何错误都可能导致财务损失或声誉受损),或者您需要花费数小时手动更新 Excel 工作簿,那么您应该将一种编程语言加入到您的工具箱中。 编程语言能帮你自动化易出错的复制粘贴流程,并将难以理解的 Excel 公式转化为易于维护的函数。它还能将电子表格与数据库等外部系统连接,从而精简工作簿并恢复其运行速度。本书选用 Python 作为 Excel 的编程语言,让我们先快速了解一下这两位“主角”的起源!
考虑到技术发展的迅猛速度,Excel和Python都已存在了相当长的时间:Excel由微软于1985年首次推出——这可能令人惊讶——当时仅支持Apple Macintosh系统。Windows用户不得不等到1987年Excel 2.0发布后才得以使用。 不过,微软并非电子表格市场的先行者:VisiCorp 早在 1979 年就推出了 VisiCalc(),随后 Lotus Software 于 1983 年推出了 Lotus 1-2-3()。甚至微软当时还有另一款相关应用:在 Excel 问世的三年前,他们曾发布过一款面向 MS-DOS 的电子表格程序 Multiplan( )。
Python诞生于1991年,距Excel问世仅六年。虽然Excel早期便广受欢迎,但Python在作为脚本语言及Web开发工具获得认可之前,经历了一段更漫长的历程。2005年,随着用于数组计算和线性代数的包NumPy发布,Python开始成为科学计算领域 的有力替代方案。NumPy整合了两个前身包,从而将围绕科学计算的所有开发工作 集中到一个项目中。 如今,它构成了无数科学包的基础,包括 2008年问世的pandas,该包在很大程度上促成了Python在金融和数据科学领域的广泛应用。如今,得益于日益壮大的科学生态系统,Python已成为机器学习(ML)和人工智能(AI)领域最常用的语言之一。
在本章中,我将指出 Python 相较于 Excel 的传统编程语言 VBA(Visual Basic for Applications)所具备的优势。我将重点探讨 Python 的核心原则、科学计算能力及其现代语言特性。最后,我将介绍作为 Python 开发者可使用的几款工具。
Python 核心原则
与所有编程语言一样,Python也有一些核心原则,正是这些原则塑造了它今天的模样:
-
通用语言:Python 适用于多种不同的用途。
-
可读性很重要:Python 的语法易于阅读。
-
功能齐全:Python 附带了一个全面的标准库。
-
跨平台:Python 可在所有主流平台上运行。
让我们逐一探讨这些原则,并将其与 VBA 进行对比。
通用编程语言
Python()是一种通用编程语言,这意味着它并非专为 Web 开发或数据分析等特定领域设计:Python 可用于多种不同用途,包括 Excel 自动化、机器学习以及大型 Web 应用程序。这也意味着,您可以将基于 Python 的 Excel 工具转变为功能齐全的 Web 应用程序,而无需重写包含业务逻辑的代码。 ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access