0代码就能做Python数据分析，这个Jupyter插件，用起来就像Excel一样简单

发布于：2021-03-10 11:13:52  栏目：技术文档

　　萧箫发自凹非寺

　　量子位报道公众号 QbitAI

　　加载一个 Jupyter 插件后，无需写代码就能做数据分析，还帮你生成相应代码？

　　没错，只需要加载这个名为 Mito 的小工具包，用 Python 做数据分析，变得和用 Excel 一样简单：

　　运行速度比 Excel 更快，也不需要到处搜各种 Python 教程了。

　　好用如 Excel，更快更全面

　　Mito 是 Jupyter notebook 的一个可编辑电子表格插件，在编辑 .csv 表格（带格式转换功能）时，就能生成相关 Python 代码。

　　△Mito，线粒体 Mitochondria 的缩写

　　具体来说，Mito 的出现，像是将 Python 的强大功能、和 Excel 的易用性进行了结合。

　　只需要掌握 Excel 的用法，就能使用 Python 的数据分析功能，还能将写出来的代码“打包带走”。

　　它弥补了 Excel 在数据分析上的几个缺陷：

• Excel 无法做大数据分析（大型数据集处理得不好）
• Excel 运行缓慢
• Excel 无法轻松创建可重复流程

　　同时，又比 SQL 和 Python 更简单、直观。毕竟这些专业工具对于 0 基础初学者来说，需要至少几年时间，才能完全上手。

　　据 Mito 内测用户表示，这款插件让他们用 Python 做数据分析的效率提升了 10 倍，因为用户可以直接在 Mito 里编写 Excel 公式，如=SUM (A1, 100)。

　　那么，Mito 是怎么做到将 Excel 逻辑转换成 Python 代码的呢？

　　作者们编写了一种名为 Transpiler 的程序，有点类似于编译器的功能，采用抽象语法树（AST），解析 Excel 源代码，并转换成 Python 的源代码。

　　相比于采用专业软件如 Alteryx（需要 5000 美元/月）进行数据分析，Mito 所生成的 Python 代码可以根据需要自行修改，灵活性更高一点。

　　目前，Mito 采用亚马逊云平台 （AWS）保存用户的相关数据，每个用户拥有一个独立账户。

　　当然，用户也可以选择将数据保存在本地。

　　自动生成 Python 代码

　　以分析美国各州的“家庭平均收入”和“允许托运的火车站数量”这两个数据的关系为例。

　　首先，上传“家庭平均收入”和“允许托运的火车站数量”两份数据。

　　数据处理的格式是 .csv，当然也可以输入 Excel 文件，并用 Mito 转成两份 .csv 文件。

　　然后，将这两份数据集合并在一起，只需要用鼠标勾选对应功能、选中相关数据列就行。

　　啪！代码就生成好了。

　　然后，是做数据透视表，在完成分组后，采用聚合（aggregate）功能来切换聚合方法。

　　还包括数据过滤功能，同样立刻就能生成相关代码。

　　包含升降序排序功能，快速简洁。

　　然后就是相关数据统计、分析出结果了，流程直观。

　　保存分析文件的方法也很简单，文件是以 Python 编写的，而不是用比较难懂的 VBA。

　　要想重复上面的步骤的话，也非常容易，Mito 自带“重复已保存分析步骤”功能，一键就能用同样的方法分析其他数据。

　　确实要比一行行编写代码简单多了。

　　关于 Mito

　　那么，Mito 的作者们，为什么要搞这个软件？

　　因为他们发现，所谓的“几天上手 Python 数据分析”，其实根本没有那么容易……

　　初学者要想用 Python 搞数据分析，就得不停地查看各种文档、和求助于 StackOverflow。

　　要想真正快速用 Python 分析数据，最后还得自己编写软件。

　　三位作者 Aaron Diamond-Reivich、Jake Diamond-Reivich 和 Nate Rush 都来自宾大，在学校期间，他们学习了计算机科学、统计学和商业分析相关的课程。

　　也正是在搞数据分析的时候，他们萌生了想要制作 Mito 的想法。

　　作者表示，软件目前还没有开源，因为他们还在思考，如何支持维护这个项目，并转到开源路径上来。

　　不过，它现在已经可以使用了。

　　感兴趣的小伙伴们，可以上手试试了~

　　项目主页：https://trymito.io/launch

相关推荐