پایتون در اکسل: خروجی داده ها در تجسم داده های سفارشی و الگوریتم ها

مدرس Helen Wall

انتشار 2024/06/21

مدت زمان 2h 2m

سطح مناسب همه

فایل تمرینی دارد

آموزش Python in Excel: Data Outputs in Custom Data Visualizations and Algorithms

اکسل ابزاری قدرتمند برای تجزیه و تحلیل داده ها و تجارت است و پایتون یکی از محبوب ترین و پویا ترین زبان های برنامه نویسی جهان است. پایتون در اکسل به عنوان یک محیط ماسهبازی کار می کند. این برنامه نویسان و کاربران تجاری را قادر می سازد تا با ایجاد تصاویر و اجرای الگوریتم های روی داده های موجود ، بخش های کوچکی از کد را آزمایش کنند. در این دوره ، هلن وال ، کارشناس تجزیه و تحلیل داده ها و کارشناس تجزیه و تحلیل تجارت ، بر چگونگی گسترش پایتون می تواند قابلیت های موجود اکسل را گسترش دهد. فرآیند و چارچوب تنظیم پایتون را برای ایجاد اشیاء DataFrame و سایر خروجی ها در اکسل کاوش کنید. به روش هایی که می توانید از این خروجی ها و اشیاء در تجسم داده های سفارشی و الگوریتم هایی که اکسل به صورت بومی برخوردار نیست ، غوطه ور کنید ، اما پایتون می تواند با کد ایجاد کند. این دوره راه هایی را برجسته می کند که می توانید از نقاط قوت اکسل و پایتون در یک رابط استفاده کنید.

Data Visualization Microsoft Excel Python (Programming Language)

Introduction

Introducing the power of Python in Excel ()

What you should know ()

Enabling Python in Excel ()

1. Introducing Excel and Python

Breaking down Excel and Python processes ()

Leveraging Power Query ()

Using the PY Excel function ()

Using the XL Excel function and Python variables ()

Determining calculation order ()

Importing Python libraries into Excel ()

Managing errors ()

Working with Python objects ()

Transforming DataFrame objects ()

Challenge: Creating table objects in Excel ()

Solution: Creating table objects in Excel ()

2. Applying Algorithms

Introducing AI and machine learning algorithms ()

Determining trends for linear regression with Excel functions ()

Leveraging Excel Solver for logistic regression ()

Determining trends for logistic regression with Python code ()

Grouping data with hierarchical clustering ()

Grouping data with the K-Means algorithm ()

Determining anomalies with anomaly detection algorithms ()

Challenge: Running algorithms with Python in Excel ()

Solution: Running algorithms with Python in Excel ()

3. Creating Visuals

Visualizing data ()

Leveraging Excel line charts ()

Leveraging Excel scatter plots ()

Configuring Python in Excel with dynamic parameters ()

Creating Python visuals ()

Visualizing hierarchical clustering with dendrograms ()

Breaking down time series models into components ()

Challenge: Comparing time series components to anomalies ()

Solution: Comparing time series components to anomalies ()

Conclusion

Continuing on with Python in Excel ()

Ex_Files_Python_in_Excel.zip (28.8 MB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.