全文共 2955 字，預(yù)計(jì)學(xué)習(xí)時(shí)長 6 分鐘

今天本文將介紹?“Grid studio”——一個(gè)基于網(wǎng)絡(luò)的電子表格應(yīng)用程序，集Python編程語言之大成。

用Grid studio著手解決的主要問題是散亂的工作流，這是進(jìn)行數(shù)據(jù)科學(xué)項(xiàng)目，在例如R studio和Excel等多個(gè)工具間來回操作時(shí)所經(jīng)歷的。

無數(shù)次導(dǎo)出CSV文件，行數(shù)過高導(dǎo)致應(yīng)用程序窗口凍結(jié)，或是想要直截了當(dāng)?shù)刈鲆恍┦拢ū热玳喿x一個(gè)JSON文件）……很多人都受夠這些了。現(xiàn)存的工具無法提供高效產(chǎn)出的環(huán)境和相關(guān)的工作流。

這就是滿足數(shù)據(jù)科學(xué)需求，建立一個(gè)能將工作流集合到一個(gè)簡單、現(xiàn)代化并易于操作的應(yīng)用程序中的工具的原因。

程序如何工作？

Grid studio是一個(gè)基于網(wǎng)頁的應(yīng)用程序，看起來和普通的電子表格程序十分相似，比如 Google Sheets和Microsoft Excel。然而，其殺手锏就是Python語言的深度集成。

以表格形式瀏覽數(shù)據(jù)并直接處理數(shù)據(jù)，這對任何一個(gè)使用過計(jì)算機(jī)的人來說幾乎都輕而易舉。將簡單的用戶界面和完全成熟的編程語言的強(qiáng)大功能結(jié)合起來，比如 Python，的確會(huì)使其脫穎而出。用Python寫腳本是盡可能簡單的方式：只要寫下少量代碼行，然后直接執(zhí)行就行。

核心集成：表格讀寫

Python集成的核心是電子表格的讀寫接口，這是在Python中表格數(shù)據(jù)與數(shù)據(jù)間的高性能連接。

像這樣簡單地編寫表格：

sheet("A1:A3", [1, 2, 3])

并像這樣讀取表格：

my_matrix = sheet("A1:A3")

通過這種簡單而有用的函數(shù)，就可以直接讀寫表格，從而實(shí)現(xiàn)數(shù)據(jù)輸入、抽取、可視化等更多目標(biāo)的自動(dòng)化操作。

編寫自定義電子表格函數(shù)

讀寫可以通過一個(gè)簡單的借口賦予用戶很大的靈活性，同時(shí)，在電子表格中，有時(shí)也對編寫能直接調(diào)用的自定義函數(shù)起了很大的作用。

像AVERAGE, SUM, IF之類的常用電子表格函數(shù)已經(jīng)可以通過系統(tǒng)默認(rèn)獲取。可如果需要更多的函數(shù)該怎么辦？

直接寫下需要的函數(shù)！

def UPPERCASE(a):

? ? return str(a).uppercase()

現(xiàn)在在電子表格中調(diào)用該函數(shù)，就像其他常規(guī)函數(shù)一樣。

利用Python的生態(tài)系統(tǒng)

通過利用Python生態(tài)系統(tǒng)的功能，可以立刻獲取最先進(jìn)的數(shù)據(jù)科學(xué)工具：

這樣就可以為數(shù)據(jù)建模輕易獲取強(qiáng)大的模型，例如 linear regression 和 SVMs。

Docker運(yùn)行時(shí)

該應(yīng)用程序在Docker容器中運(yùn)行，這個(gè)容器可使用戶輕而易舉地訪問完全打包好的隔離的UNIX環(huán)境（甚至在Windows中），其中一切都準(zhǔn)備就緒：Python, scikit-learn, numpa, pandas, terminal, wget, zip等等。

這使得安裝 Grid studio 和下載預(yù)生成的 docker 圖像，執(zhí)行單一命令一樣容易。

數(shù)據(jù)可視化

數(shù)據(jù)科學(xué)中的一項(xiàng)普通任務(wù)就是對數(shù)據(jù)進(jìn)行可視化處理。考慮到其重要性，Grid studio 通過集合交互式繪圖程序庫 Plotly.js 和Python 的標(biāo)準(zhǔn)Matploylib，對先進(jìn)的繪圖具有內(nèi)置支持，在向量銳化模式中為用戶提供了先進(jìn)的繪圖功能。

為了使你了解如何使用 Grid studio 的特殊功能，本文將展示它們是如何與具體實(shí)例相結(jié)合的。

實(shí)例：網(wǎng)頁擦除

這個(gè)例子向你展示了擁有 Python 的能力唾手可得。那些本來需要在工具和文件間進(jìn)行前后轉(zhuǎn)換的東西現(xiàn)在可以被集成到單一的腳本中。

在上圖中，你能夠了解到一個(gè)簡短的腳本是如何輕松從黑客新聞 (Hacker News) 上將新聞直接置入表格中的。來源： scrape.py

實(shí)例：估算正常的分布

這個(gè)例子展示了一種有些愚蠢的正常分布的估算情形，它在用 Plotly.js 可視化后很逼真。你能夠在此處看到交互式繪圖如何使人了解正在發(fā)生的情況。

來源：estimate_normal.py

如何使用？

本地安裝 Grid studio 很簡單：（確保已安裝 Docker）

1. 使用以下命令復(fù)制倉庫：

git clone https://github.com/ricklamers/gridstudio

2. 使用以下命令執(zhí)行 bash 腳本（在Windows上使用e.g. Git Bash）：

cd gridstudio && ./run.sh

3. 在瀏覽器中打開 http://127.0.0.1:8080

為Windows使用的 Git Bash——Docker install

注意：如果出現(xiàn)了問題，不要擔(dān)心，打開 GitHub 上的issue，技術(shù)人員會(huì)盡快幫助/處理。

注意：在 Linux 上也許需要執(zhí)行（替代第二步）：

cd gridstudio && sudo ./run.sh

而運(yùn)行 Docker 要求獲取權(quán)限。

公開+未來發(fā)展

如今 Grid studio 可以免費(fèi)獲取并通過 GitHub repository 開放源碼。

現(xiàn)在已經(jīng)有了一些關(guān)于為了改進(jìn) Grid studio而在之后要添加何種功能或特性的創(chuàng)意。然而，由于現(xiàn)在的項(xiàng)目開放源碼，在 GitHub 上進(jìn)行追蹤，依據(jù)所有使用者找出哪個(gè)為最優(yōu)先級是比較明智的做法。

——擴(kuò)充電子表格中的“本地”函數(shù)數(shù)量（比如AVERAGE, SUM, IF 等），或許甚至和一些現(xiàn)存的打包程序，比如 Libre Office's Calc 或 Excel，獲得平等地位（和一致性）。

——當(dāng)在電子表格中鍵入公式時(shí)，句法強(qiáng)調(diào)/運(yùn)行工具提示

——在電子表格中進(jìn)行高級排序和篩選

——使用 Plotly.js 為交互式繪圖創(chuàng)建桌面快捷開關(guān)

——更便捷地共享工作區(qū)/代碼

——實(shí)時(shí)協(xié)作形式（這一點(diǎn)或許很難實(shí)現(xiàn)）

——為插件/擴(kuò)張進(jìn)行一些應(yīng)用程序接口/接口的分類

——將公式解析上升為真正的基于語法的解析

——Python 自動(dòng)完成

——性能優(yōu)化

——核心 Python /表格集成的穩(wěn)健性（無字符/序列破壞）

開放源碼的原因

其實(shí)，目前有一些和 Grid studio 提供相似功能的項(xiàng)目。

首先，有一個(gè)叫xlwings 的開放源碼插件，它直接將Python 集成到 Microsoft Excel。 盡管它并沒有真正將電子表格和 Python 集成到一個(gè)單一的連貫產(chǎn)品，但在為用戶提供已經(jīng)熟悉“真實(shí)”完全載入的 Excel 環(huán)境方面，還是具有優(yōu)勢。

其次，Python 從IPython 進(jìn)化到 Jupyter Notebooks 再到 JupyterLab，廣受大眾歡迎，并且著重于利用長形式 Notebooks 的可說明代碼，恰好為數(shù)據(jù)科學(xué)家提供了非常優(yōu)秀的工作環(huán)境。然而，由于其直觀的行為，它缺少任何一種對剛?cè)腴T的數(shù)據(jù)科學(xué)家都具有強(qiáng)大吸引力的電子表格功能形式。

總之，這些意味著要將 Grid studio 商業(yè)化的項(xiàng)目要和那些完全可以低價(jià)免費(fèi)獲取的項(xiàng)目進(jìn)行競爭。 不過，與其它相比，Grid studio 仍有其獨(dú)到之處等著你來發(fā)掘。

免費(fèi)獲取Grid studio：https://github.com/ricklamers/gridstudio

留言 點(diǎn)贊 發(fā)個(gè)朋友圈

我們一起分享AI學(xué)習(xí)與發(fā)展的干貨

編譯組：鮑歆祎、余書敏

相關(guān)鏈接：

https://hackernoon.com/introducing-grid-studio-a-spreadsheet-app-with-python-to-make-data-science-easier-tdup38f7

如需轉(zhuǎn)載，請后臺留言，遵守轉(zhuǎn)載規(guī)范

推薦文章閱讀

ACL2018論文集50篇解讀

EMNLP2017論文集28篇論文解讀

2018年AI三大頂會(huì)中國學(xué)術(shù)成果全鏈接

ACL2017 論文集：34篇解讀干貨全在這里

10篇AAAI2017經(jīng)典論文回顧

長按識別二維碼可添加關(guān)注

讀芯君愛你