電子表格是“商業(yè)軟件的暗物質(zhì)”：它們無處不在，它們是隱形的，并且它們將所有東西結(jié)合在一起。商業(yè)和財(cái)務(wù)在電子表格上運(yùn)行；沒有其他軟件工具能夠讓這么多人為這么多不同的問題構(gòu)建解決方案。在這種情況下，您必須將“Jupyter 是新 Excel”的任何斷言理解為故意聳人聽聞。
但是，Jupyter 筆記本確實(shí)與 Excel 電子表格有一些關(guān)鍵的相似之處。筆記本在科學(xué)和統(tǒng)計(jì)計(jì)算中無處不在，就像電子表格在業(yè)務(wù)運(yùn)營和前臺(tái)財(cái)務(wù)中占據(jù)主導(dǎo)地位一樣。在這篇文章中，我們將探討這兩種工具之間的一些哲學(xué)和實(shí)踐異同，試圖解釋為什么兩者都有如此熱情的粉絲和批評(píng)者。
相似之處：優(yōu)點(diǎn)
- 從表面上看，Jupyter 筆記本和 Excel 電子表格都使用“單元格”作為將分析分解為離散步驟的視覺隱喻。兩種格式的單元格都包含代碼并顯示結(jié)果。
- 兩者都是為交互式、迭代、探索性分析而設(shè)計(jì)，將計(jì)算與數(shù)據(jù)可視化相結(jié)合。
- 兩者都旨在為初學(xué)者提供淺層學(xué)習(xí)曲線。
- 兩者都被設(shè)計(jì)為獨(dú)立且易于共享。 Google Colab 和 JupyterHub 等在線環(huán)境抽象化了通常很復(fù)雜的 Python 設(shè)置過程。
- 兩人都在各自領(lǐng)域的高等教育領(lǐng)域擁有強(qiáng)大的影響力。商學(xué)院幾乎普遍使用 Excel 教授財(cái)務(wù)建模，STEM 部門通常使用 Jupyter 筆記本教授數(shù)據(jù)分析1。新畢業(yè)生將他們對(duì)這些工具的熟悉帶入工作場所。
相似之處：缺點(diǎn)
Excel電子表格和Jupyter筆記本都被軟件工程師批評(píng)為不是“真正的軟件”。除了兩個(gè)工件都需要另一個(gè)程序來運(yùn)行這一明顯的限制之外，它們還使得遵守軟件工程最佳實(shí)踐變得困難：
- 作為大型的整體文件，它們很難使用 git 等開發(fā)工具進(jìn)行版本控制。 Office OpenXML 文檔是壓縮的，這會(huì)“擾亂”文件內(nèi)容，以便 git 無法跟蹤底層數(shù)據(jù)的更改。 Jupyter 筆記本實(shí)際上只是大型 JSON 文件，但單元輸出和執(zhí)行計(jì)數(shù)更改引入了多余的增量2.
- Excel 電子表格和 Jupyter 筆記本都很難生產(chǎn)，盡管這兩種工具在實(shí)踐中確實(shí)在生產(chǎn)中使用。 Excel 和 Jupyter 是繁重的執(zhí)行環(huán)境，它們引入了自己的依賴項(xiàng)，對(duì)于習(xí)慣編寫?yīng)毩⒛_本的工程師來說似乎很浪費(fèi)。
- 兩者都容易出錯(cuò)并且難以測試。事實(shí)上，這兩個(gè)平臺(tái)都迎合了編寫代碼經(jīng)驗(yàn)較少的用戶，這讓他們以創(chuàng)建充滿錯(cuò)誤的解決方案而聞名。事實(shí)上，如果沒有單元測試或質(zhì)量控制文化等工具，電子表格和筆記本中的錯(cuò)誤更有可能進(jìn)入生產(chǎn)。
差異
- Excel 讓非程序員更容易理解數(shù)據(jù)在單元格之間的流動(dòng)方式。
- Excel 的網(wǎng)格提供了一種通過單元格坐標(biāo)引用數(shù)據(jù)的自然方式，而 Jupyter 依賴命名變量，迫使用戶面對(duì)命名變量很難的現(xiàn)實(shí)。
- 在 Excel 中檢查多步計(jì)算的中間結(jié)果更容易，因?yàn)閱卧窬驮谀那懊妗?Jupyter Notebook 中的打印語句需要更多的精力來設(shè)置和執(zhí)行。
- Excel 是獨(dú)立的； Jupyter的價(jià)值在于Python的包生態(tài)系統(tǒng)。
- Python 對(duì)外部庫的依賴使得 IT 部門更容易限制 Jupyter 的使用。
- 本地安裝 Jupyter 和通過網(wǎng)絡(luò)運(yùn)行筆記本都比打開 Excel 需要更多的設(shè)置。
- 大多數(shù) Excel 電子表格僅使用 Excel 附帶的功能，這意味著業(yè)務(wù)聯(lián)系人只需打開您的模型、修改它并運(yùn)行它。筆記本很難在組織外部共享，甚至在組織內(nèi)部共享，因?yàn)樗鼈兣c特定的 Python 環(huán)境緊密相連，而且 Python 環(huán)境很難設(shè)置。
- Excel 可以充當(dāng)“窮人的數(shù)據(jù)庫”，跨多個(gè)工作表存儲(chǔ)表格數(shù)據(jù)，并通過數(shù)據(jù)透視表提供類似 OLAP 的功能。 Jupyter 筆記本通常從 API 或共享文件位置加載數(shù)據(jù)，這是它們不那么獨(dú)立的另一個(gè)原因。
- 在 Excel 中“捏造數(shù)字”比在 Jupyter 中更容易。電子表格實(shí)時(shí)更新，無需重新運(yùn)行代碼或設(shè)置交互式小部件。一次性更改更容易進(jìn)行，這在速度至關(guān)重要的情況下很重要。
- 在 Jupyter 中使用代碼是不可避免的，但 Excel 可以完全通過 GUI 來使用：甚至有菜單可以在單元格公式中選擇函數(shù)。
- Jupyter 更加開放和靈活，但需要更多的技術(shù)知識(shí)才能有效使用。
- Jupyter 比 Excel 更注重?cái)⑹潞椭v故事。
- Jupyter 筆記本專為文學(xué)編程而設(shè)計(jì)，代碼和散文散布在其中以創(chuàng)建敘事流程。
- Excel 中的報(bào)告和演示通常依賴于復(fù)制/粘貼或與 PowerPoint 的集成。
影響
微軟將Python集成到Excel中的努力不會(huì)顯著削弱Jupyter在科學(xué)和技術(shù)計(jì)算領(lǐng)域的主導(dǎo)地位。電子表格缺乏自然的敘述結(jié)構(gòu)，這使得它們不太適合教育和可重復(fù)的研究。而且，“開放科學(xué)”社區(qū)永遠(yuǎn)不會(huì)采用美國科技巨頭打造的閉源工具。
將會(huì)出現(xiàn)工具和“最佳實(shí)踐”來減輕 Jupyter 筆記本的操作缺點(diǎn)3，就像電子表格一樣。大多數(shù)前臺(tái)用戶會(huì)忽略此類準(zhǔn)則4，從而與 IT 部門造成持續(xù)的緊張關(guān)系。在目睹了 Excel 的發(fā)展歷程后，許多 IT 部門認(rèn)為支持 Jupyter 就像打開充滿安全漏洞和維護(hù)難題的潘多拉魔盒。
這兩個(gè)平臺(tái)都將在可預(yù)見的未來生存。兩者都不會(huì)取代對(duì)方，因?yàn)樗鼈兊哪繕?biāo)用戶群具有根本不同的技能。 從事定量建模和業(yè)務(wù)決策交叉領(lǐng)域工作的人員將繼續(xù)需要熟悉這兩種工具。
結(jié)論
使用最適合您解決問題的組織文化的工具。在某些情況下，技術(shù)要求會(huì)迫使您使用一種工具而不是另一種工具，就像只允許您使用一種工具或另一種工具的組織。如果您在 Excel 主導(dǎo)的領(lǐng)域工作并且確實(shí)需要 Python 的功能，根據(jù)我的經(jīng)驗(yàn)，從 Python 代碼讀取和寫入 Excel 電子表格比讓 Excel 用戶打開 Jupyter 筆記本更容易。
全世界的軟件工程師和 IT 部門將繼續(xù)看不起 Jupyter 筆記本，就像他們幾十年來對(duì)待電子表格一樣。事實(shí)上，MBA 類型不使用 Jupyter 筆記本，這使得 IT 部門可以更輕松地對(duì)其使用實(shí)施嚴(yán)格的限制。諷刺的是，許多前臺(tái)用戶可能只有在 Microsoft 將 Python 集成到 Excel 中后才能訪問它。
-
一些堅(jiān)持者仍然使用 MATLAB、R、SPSS 或 SAS，但隨著時(shí)間的推移，高昂的許可費(fèi)用將繼續(xù)推動(dòng)用戶轉(zhuǎn)向免費(fèi)和開源的替代方案。占領(lǐng)教育市場是 MathWorks 等公司商業(yè)戰(zhàn)略的關(guān)鍵部分，但它們不太可能永遠(yuǎn)堅(jiān)持下去。??
-
像 nbdime 這樣的工具可以幫助對(duì) Jupyter Notebook 進(jìn)行版本控制，但使用它們又增加了一層復(fù)雜性。??
-
papermill 等工具旨在簡化生產(chǎn)環(huán)境中筆記本的運(yùn)行。云提供商還支持在生產(chǎn)中創(chuàng)建涉及 Jupyter 筆記本的管道。??
-
有多少人聽說過構(gòu)建電子表格的 FAST 標(biāo)準(zhǔn)？??
以上是Jupyter 筆記本就像電子表格。兩者都學(xué)。的詳細(xì)內(nèi)容。更多信息請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！
熱AI工具
Undress AI Tool
免費(fèi)脫衣服圖片
Undresser.AI Undress
人工智能驅(qū)動(dòng)的應(yīng)用程序，用于創(chuàng)建逼真的裸體照片
AI Clothes Remover
用于從照片中去除衣服的在線人工智能工具。
Clothoff.io
AI脫衣機(jī)
Video Face Swap
使用我們完全免費(fèi)的人工智能換臉工具輕松在任何視頻中換臉！
熱門文章
熱工具
記事本++7.3.1
好用且免費(fèi)的代碼編輯器
SublimeText3漢化版
中文版，非常好用
禪工作室 13.0.1
功能強(qiáng)大的PHP集成開發(fā)環(huán)境
Dreamweaver CS6
視覺化網(wǎng)頁開發(fā)工具
SublimeText3 Mac版
神級(jí)代碼編輯軟件(SublimeText3)
Python的UNITDEST或PYTEST框架如何促進(jìn)自動(dòng)測試？
Jun 19, 2025 am 01:10 AM
Python的unittest和pytest是兩種廣泛使用的測試框架，它們都簡化了自動(dòng)化測試的編寫、組織和運(yùn)行。1.二者均支持自動(dòng)發(fā)現(xiàn)測試用例并提供清晰的測試結(jié)構(gòu)：unittest通過繼承TestCase類并以test\_開頭的方法定義測試；pytest則更為簡潔，只需以test\_開頭的函數(shù)即可。2.它們都內(nèi)置斷言支持：unittest提供assertEqual、assertTrue等方法，而pytest使用增強(qiáng)版的assert語句，能自動(dòng)顯示失敗詳情。3.均具備處理測試準(zhǔn)備與清理的機(jī)制：un
如何將Python用于數(shù)據(jù)分析和與Numpy和Pandas等文庫進(jìn)行操作？
Jun 19, 2025 am 01:04 AM
pythonisidealfordataanalysisionduetonumpyandpandas.1）numpyExccelSatnumericalComputationswithFast，多dimensionalArraysAndRaysAndOrsAndOrsAndOffectorizedOperationsLikenp.sqrt（）
什么是動(dòng)態(tài)編程技術(shù)，如何在Python中使用它們？
Jun 20, 2025 am 12:57 AM
動(dòng)態(tài)規(guī)劃（DP）通過將復(fù)雜問題分解為更簡單的子問題并存儲(chǔ)其結(jié)果以避免重復(fù)計(jì)算，來優(yōu)化求解過程。主要方法有兩種：1.自頂向下（記憶化）：遞歸分解問題，使用緩存存儲(chǔ)中間結(jié)果；2.自底向上（表格化）：從基礎(chǔ)情況開始迭代構(gòu)建解決方案。適用于需要最大/最小值、最優(yōu)解或存在重疊子問題的場景，如斐波那契數(shù)列、背包問題等。在Python中，可通過裝飾器或數(shù)組實(shí)現(xiàn)，并應(yīng)注意識(shí)別遞推關(guān)系、定義基準(zhǔn)情況及優(yōu)化空間復(fù)雜度。
如何使用__ITER__和__NEXT __在Python中實(shí)現(xiàn)自定義迭代器？
Jun 19, 2025 am 01:12 AM
要實(shí)現(xiàn)自定義迭代器，需在類中定義__iter__和__next__方法。①__iter__方法返回迭代器對(duì)象自身，通常為self，以兼容for循環(huán)等迭代環(huán)境；②__next__方法控制每次迭代的值，返回序列中的下一個(gè)元素，當(dāng)無更多項(xiàng)時(shí)應(yīng)拋出StopIteration異常；③需正確跟蹤狀態(tài)并設(shè)置終止條件，避免無限循環(huán)；④可封裝復(fù)雜邏輯如文件行過濾，同時(shí)注意資源清理與內(nèi)存管理；⑤對(duì)簡單邏輯可考慮使用生成器函數(shù)yield替代，但需結(jié)合具體場景選擇合適方式。
Python編程語言及其生態(tài)系統(tǒng)的新興趨勢或未來方向是什么？
Jun 19, 2025 am 01:09 AM
Python的未來趨勢包括性能優(yōu)化、更強(qiáng)的類型提示、替代運(yùn)行時(shí)的興起及AI/ML領(lǐng)域的持續(xù)增長。首先，CPython持續(xù)優(yōu)化，通過更快的啟動(dòng)時(shí)間、函數(shù)調(diào)用優(yōu)化及擬議中的整數(shù)操作改進(jìn)提升性能；其次，類型提示深度集成至語言與工具鏈，增強(qiáng)代碼安全性與開發(fā)體驗(yàn)；第三，PyScript、Nuitka等替代運(yùn)行時(shí)提供新功能與性能優(yōu)勢；最后，AI與數(shù)據(jù)科學(xué)領(lǐng)域持續(xù)擴(kuò)張，新興庫推動(dòng)更高效的開發(fā)與集成。這些趨勢表明Python正不斷適應(yīng)技術(shù)變化，保持其領(lǐng)先地位。
如何使用插座在Python中執(zhí)行網(wǎng)絡(luò)編程？
Jun 20, 2025 am 12:56 AM
Python的socket模塊是網(wǎng)絡(luò)編程的基礎(chǔ)，提供低級(jí)網(wǎng)絡(luò)通信功能，適用于構(gòu)建客戶端和服務(wù)器應(yīng)用。要設(shè)置基本TCP服務(wù)器，需使用socket.socket()創(chuàng)建對(duì)象，綁定地址和端口，調(diào)用.listen()監(jiān)聽連接，并通過.accept()接受客戶端連接。構(gòu)建TCP客戶端需創(chuàng)建socket對(duì)象后調(diào)用.connect()連接服務(wù)器，再使用.sendall()發(fā)送數(shù)據(jù)和.recv()接收響應(yīng)。處理多個(gè)客戶端可通過1.線程：每次連接啟動(dòng)新線程；2.異步I/O：如asyncio庫實(shí)現(xiàn)無阻塞通信。注意事
如何在Python中切片列表？
Jun 20, 2025 am 12:51 AM
Python列表切片的核心答案是掌握[start:end:step]語法并理解其行為。1.列表切片的基本格式為list[start:end:step]，其中start是起始索引（包含）、end是結(jié)束索引（不包含）、step是步長；2.省略start默認(rèn)從0開始，省略end默認(rèn)到末尾，省略step默認(rèn)為1；3.獲取前n項(xiàng)用my_list[:n]，獲取后n項(xiàng)用my_list[-n:]；4.使用step可跳過元素，如my_list[::2]取偶數(shù)位，負(fù)step值可反轉(zhuǎn)列表；5.常見誤區(qū)包括end索引不
Python類中的多態(tài)性
Jul 05, 2025 am 02:58 AM
多態(tài)是Python面向?qū)ο缶幊讨械暮诵母拍睿浮耙环N接口，多種實(shí)現(xiàn)”，允許統(tǒng)一處理不同類型的對(duì)象。1.多態(tài)通過方法重寫實(shí)現(xiàn)，子類可重新定義父類方法，如Animal類的speak()方法在Dog和Cat子類中有不同實(shí)現(xiàn)。2.多態(tài)的實(shí)際用途包括簡化代碼結(jié)構(gòu)、增強(qiáng)可擴(kuò)展性，例如圖形繪制程序中統(tǒng)一調(diào)用draw()方法，或游戲開發(fā)中處理不同角色的共同行為。3.Python實(shí)現(xiàn)多態(tài)需滿足：父類定義方法，子類重寫該方法，但不要求繼承同一父類，只要對(duì)象實(shí)現(xiàn)相同方法即可，這稱為“鴨子類型”。4.注意事項(xiàng)包括保持方
