萧祖籍寺。

量子比特报告|微信官方账号QbitAI

加载一个Jupyter插件后，不用写代码就可以做数据分析，还能帮你生成相应的代码？

没错，只要加载这个叫米托的小工具包，用Python做数据分析，就变得和Excel一样简单了：

运行速度比Excel快，不用到处搜索各种Python教程。

好用如Excel，更快更全面

米托是Jupyter笔记本的一个可编辑的电子表格插件。剪辑的时候。csv表格(具有格式转换功能)，它可以生成相关的Python代码。

Mito，线粒体Mitochondria的缩写

具体来说，米托的出现似乎将Python的强大功能和Excel的易用性结合在了一起。

你只需要掌握Excel的用法，就可以使用Python的数据分析功能，就可以把写好的代码“打包”走。

它弥补了Excel在数据分析方面的几个缺陷：

Excel做不了大数据分析(大数据集处理不好)。Excel运行缓慢。Excel无法轻松创建可重复的流程。同时比SQL和Python更简单直观。毕竟这些专业工具要让0基础的初学者完全使用，至少还需要几年的时间。

根据米托测试版用户的说法，这个插件将他们用Python进行数据分析的效率提高了10倍，因为用户可以直接在米托编写Excel公式，比如=SUM(A1，100)。

那么，米托是如何将Excel逻辑转换成Python代码的呢？

作者写了一个叫Transpiler的程序，有点类似于编译器的功能。它使用抽象语法树(AST)来解析Excel源代码，并将其转换为Python源代码。

相比使用Alteryx等专业软件(费用5000美元/月)进行数据分析，米托生成的Python代码可以根据需要自行修改，灵活一点。

目前，米托使用亚马逊云平台(AWS)保存用户的相关数据，每个用户都有独立的账户。

当然，用户也可以选择将数据保存在本地。

自动生成Python代码

以美国各州“家庭平均收入”和“允许检查的火车站数量”两个数据之间的关系分析为例。

先上传“家庭平均收入”和“允许查的火车站数”的数据。

数据处理的格式是。csv。当然也可以输入Excel文件，转换成两个。米托的csv文件。

然后，要将这两个数据集合并在一起，只需用鼠标勾选相应的函数，选择相关的数据列即可。

啪！代码已生成。

然后，做透视表。分组后，使用aggregate函数切换聚合方法。

还包括数据过滤功能，也可以即时生成相关代码。

包含升序和降序排序功能，快捷简洁。

然后统计分析相关数据，过程直观。

保存分析文件的方法也很简单。文件是用Python而不是VBA写的，很难理解。

重复以上步骤也非常容易。米托自带“重复已保存的分析步骤”功能，你可以用同样的方法一键分析其他数据。

确实比一行一行写代码简单多了。

关于Mito

那么，米托的作者们，你们为什么要从事这个软件呢？

因为他们发现所谓的“几天就能入门Python数据分析”其实没那么容易.

想用Python做数据分析的初学者，不得不不断地查各种文档，求助于StackOverflow。

要真正快速地分析Python中的数据，你最终必须编写自己的软件。

三位作者，亚伦戴蒙德-雷维奇、杰克戴蒙德-雷维奇和内特拉什，都来自宾夕法尼亚大学。在校期间，他们学习了与计算机科学、统计学和商业分析相关的课程。

正是在数据分析过程中，他们萌生了制作米托的想法。

作者说软件目前不开源，因为他们还在思考如何支持这个项目的维护，转向开源的道路。

不过现在可以用了。

感兴趣的朋友，可以试试~

项目主页：

https://trymito.io/launch

—结束—

量子qbitai头条号签约

关注我们，第一时间获悉前沿科技动态。