スプレッドシートは「ビジネス ソフトウェアの暗黒物質(zhì)」です。スプレッドシートはどこにでもあり、目に見えず、すべてをまとめています。ビジネスと財(cái)務(wù)はスプレッドシートで実行されます。これほど多くの人が、これほど多くのさまざまな問題に対するソリューションを構(gòu)築できるソフトウェア ツールは他にありません。この文脈では、「Jupyter は新しい Excel である」という主張は意図的にセンセーショナルなものであると理解する必要があります。

ただし、Jupyter ノートブックには Excel スプレッドシートといくつかの重要な類似點(diǎn)があります。スプレッドシートが事業(yè)運(yùn)営やフロントオフィスの財(cái)務(wù)を支配しているのと同じように、ノートブックは科學(xué)技術(shù)コンピューティングや統(tǒng)計(jì)コンピューティングの分野で広く普及しています。この投稿では、なぜ両方のツールにこれほど熱心なファンや批評(píng)家がいるのかを説明するために、この 2 つのツール間の哲學(xué)的および実踐的な類似點(diǎn)と相違點(diǎn)をいくつか探っていきます。

類似點(diǎn): 良い點(diǎn)

• 表面的には、Jupyter ノートブックと Excel スプレッドシートはどちらも、分析を個(gè)別のステップに分割するための視覚的なメタファーとして「セル」を使用しています。どちらの形式のセルにもコードが含まれており、結(jié)果が表示されます。
• どちらも、計(jì)算とデータの視覚化を組み合わせた、インタラクティブで反復(fù)的な探索的分析用に設(shè)計(jì)されています。
• どちらも、初心者向けの淺い學(xué)習(xí)曲線を目指しています。
• どちらも自己完結(jié)型で簡(jiǎn)単に共有できるように設(shè)計(jì)されています。 Google Colab や JupyterHub などのオンライン環(huán)境は、複雑になりがちな Python セットアップ プロセスを抽象化します。
• どちらも、それぞれの分野で高等教育に強(qiáng)い関心を持っています。ビジネス スクールではほぼ例外なく Excel を使用した財(cái)務(wù)モデリングを教えており、STEM 部門では通常、Jupyter ノートブック¹ を使用したデータ分析を教えています。新卒者は、これらのツールに慣れ親しんだことを職場(chǎng)に持ち込んでいます。

類似點(diǎn): マイナス面

Excel スプレッドシートも Jupyter ノートブックも、ソフトウェア エンジニアからは「本物のソフトウェア」ではないと批判されています。どちらのアーティファクトも別のプログラムを?qū)g行する必要があるという明らかな制限のほかに、ソフトウェア エンジニアリングのベスト プラクティスに従うことが困難になります。

• ファイルは巨大でモノリシックなため、git などの開発者ツールでバージョン管理するのが困難です。 Office OpenXML ドキュメントは zip 圧縮されており、ファイルの內(nèi)容が「スクランブル」されるため、git は基になるデータへの変更を追跡できません。 Jupyter ノートブックは実際には単なる大きな JSON ファイルですが、セルの出力と実行數(shù)の変更により、余分なデルタ².
が導(dǎo)入されます。
• Excel スプレッドシートと Jupyter ノートブックはどちらも製品化することが困難ですが、どちらのツールも実際には製品化で使用されています。 Excel と Jupyter は獨(dú)自の依存関係を?qū)毪工胫丐g行環(huán)境であり、スタンドアロン スクリプトの作成に慣れているエンジニアにとっては無駄に見えるでしょう。
• どちらもエラーが発生しやすく、テストが困難です。どちらのプラットフォームもコード作成の経験が淺いユーザーに対応しているという事実により、バグだらけのソリューションを作成するという評(píng)判が得られます。実際には、単體テストなどのツールや品質(zhì)管理の文化がなければ、スプレッドシートやノートブックのバグが本番環(huán)境に侵入する可能性が高くなるだけかもしれません。

違い

• Excel を使用すると、プログラマーでなくても、セル間でデータがどのように流れるかを簡(jiǎn)単に理解できます。
  • Excel のグリッドはセル座標(biāo)を介してデータを參照する自然な方法を提供しますが、Jupyter は名前付き変數(shù)に依存しているため、ユーザーは変數(shù)に名前を付けるのが難しいという現(xiàn)実に直面する必要があります。
  • Excel ではセルが目の前にあるため、複數(shù)ステップの計(jì)算の中間結(jié)果を調(diào)べるのが簡(jiǎn)単です。 Jupyter ノートブックの Print ステートメントをセットアップして実行するには、より多くの労力が必要です。
• Excel は自己完結(jié)型です。 Jupyter の価値は Python のパッケージ エコシステムにあります。
  • Python は外部ライブラリに依存しているため、IT 部門は Jupyter の使用を制限しやすくなります。
  • Jupyter をローカルにインストールする場(chǎng)合も、ネットワーク経由でノートブックを?qū)g行する場(chǎng)合も、Excel を開くよりも多くのセットアップが必要です。
  • ほとんどの Excel スプレッドシートは Excel に付屬の関數(shù)のみを使用します。つまり、取引先擔(dān)當(dāng)者はモデルを開いて変更し、実行するだけで済みます。ノートブックは特定の Python 環(huán)境に強(qiáng)く結(jié)びついており、Python 環(huán)境のセットアップが難しいため、組織外で共有することは難しく、組織內(nèi)でさえも共有することが困難です。
• Excel は「貧乏人のデータベース」として機(jī)能し、複數(shù)のシートに表形式のデータを保存し、ピボットテーブルを介して OLAP のような機(jī)能を提供します。 Jupyter ノートブックは通常、API または共有ファイルの場(chǎng)所からデータを読み込みます。これが、Jupyter ノートブックが自己完結(jié)型ではないもう 1 つの理由です。
• 「數(shù)値のごまかし」は、Jupyter よりも Excel の方が簡(jiǎn)単です。スプレッドシートは、コードを再実行したり対話型ウィジェットを設(shè)定したりすることなく、リアルタイムで更新されます。 1 回限りの変更は簡(jiǎn)単に行えますが、これはスピードが重要な場(chǎng)合に重要です。
• Jupyter ではコードの操作が避けられませんが、Excel は完全に GUI を通じて使用できます。セルの數(shù)式で関數(shù)を選択するメニューもあります。
  • Jupyter はより自由度が高く柔軟性がありますが、効果的に使用するにはより多くの技術(shù)的知識(shí)が必要です。
• Jupyter は Excel よりも物語とストーリーテリングに重點(diǎn)を置いています。
  • Jupyter ノートブックは、コードと散文を散りばめて物語の流れを作り出す、読み書き可能なプログラミング向けに設(shè)計(jì)されています。
  • Excel でのレポートとプレゼンテーションは通常、コピー/貼り付けか PowerPoint との統(tǒng)合に依存します。

影響

Python を Excel に統(tǒng)合するという Microsoft の取り組みによって、科學(xué)技術(shù)コンピューティングにおける Jupyter の優(yōu)位性が大きく損なわれることはありません。スプレッドシートには自然な物語構(gòu)造が欠けているため、教育や再現(xiàn)可能な研究にはあまり適していません。さらに、「オープン サイエンス」コミュニティは、アメリカの大手テクノロジー企業(yè)によって構(gòu)築されたクローズドソース ツールを決して採(cǎi)用しません。

スプレッドシートの場(chǎng)合と同様に、Jupyter ノートブック³ の運(yùn)用上の欠點(diǎn)を軽減するツールと「ベスト プラクティス」が登場(chǎng)します。ほとんどのフロントオフィスユーザーはそのようなガイドライン⁴を無視し、IT 部門との継続的な緊張を引き起こします。 Excel で何が起こったかを目の當(dāng)たりにして、多くの IT 部門は、Jupyter のサポートはセキュリティの脆弱性とメンテナンスの悩みのパンドラの箱を開けるようなものだと考えています。

どちらのプラットフォームも、近い將來まで存続するでしょう。根本的に異なるスキルセットを持つユーザーベースをターゲットとしているため、どちらも他方に取って代わることはありません。 定量的モデリングとビジネス上の意思決定の交差點(diǎn)で働く人々は、今後も両方のツールに精通する必要があります。

結(jié)論

問題を解決している組織の文化に最も適合するツールを使用してください。 技術(shù)要件により、あるツールを他のツールよりも使用することが強(qiáng)制される狀況があります。どちらかのツールの使用のみを許可する組織。 Excel が主流の分野で作業(yè)していて、Python の機(jī)能が必要な場(chǎng)合、私の経験では、Excel ユーザーに Jupyter ノートブックを開かせるよりも、Python コードから Excel スプレッドシートを読み書きする方が簡(jiǎn)単です。

世界中のソフトウェア エンジニアと IT 部門は、數(shù)十年にわたってスプレッドシートを扱ってきたのと同じように、今後も Jupyter ノートブックを軽視し続けるでしょう。 MBA タイプは Jupyter ノートブックを使用しないという事実により、IT 部門が Jupyter ノートブックの使用に対して厳しい制限を課すことが容易になります。皮肉なことに、多くのフロントオフィス ユーザーは、Microsoft が Python を Excel に統(tǒng)合し終わった後にのみ Python にアクセスできるようになる可能性があります。

1. 一部の抵抗者は依然として MATLAB、R、SPSS、または SAS を使用していますが、高額なライセンス料金により、時(shí)間の経過とともにユーザーは無料のオープンソースの代替手段に移行し続けるでしょう。教育市場(chǎng)の獲得は、MathWorks のような企業(yè)にとってビジネス戦略の重要な部分ですが、永久に維持される可能性は低いです。??

2. nbdime などのツールは、Jupyter ノートブックのバージョン管理に役立ちますが、それらを使用すると、さらに複雑さが加わります。??

3. 製紙工場(chǎng)のようなツールは、運(yùn)用環(huán)境でのノートブックの実行を効率化することを目的としています。クラウド プロバイダーは、本番環(huán)境での Jupyter ノートブックを含むパイプラインの作成もサポートしています。??

4. スプレッドシートを作成するための FAST 標(biāo)準(zhǔn)について聞いたことがある人はどれくらいいるでしょうか???

以上がJupyter Notebook はスプレッドシートのようなものです。両方を?qū)Wびましょう。の詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語 Web サイトの他の関連記事を參照してください。