发帖
雷达卡
在过去的几年中，Excel从头开始进行了重新设计。当前，无论您的Office 365许可证如何，Microsoft都向每个用户提供新的Excel核心功能。由于Microsoft的命名约定，很容易将新功能与现有功能混淆。话虽如此，Power Query和Power Pivot与您可能已经使用多年的数据透视表不同。
功率查询（M语言）
数据准备非常耗时。Power Query允许您清除大量数据并使其在Excel中可用：例如，一个大型CSV日志文件，其中包含许多缺失值，奇怪的格式和错误。Power Query是基于UI的，易于学习，如果您想加倍努力，可以学习其M语言，这使您可以编写自定义脚本来自动执行数据清理。
Power Pivot（DAX）
使用Power Pivot，您可以将多个表与查找表和数据表一起构造为星型架构。DAX（数据分析表达式）是一种语言，使您能够分析整个模型中的数据。学习曲线有点陡峭，因为在开始使用它之前您需要了解一些重要的基础概念。但是，如果您使用大型和复杂的数据集，这是一个不错的选择。
认知服务
如果您是公民数据科学家，并且想要在不自行构建和训练模型的情况下使用机器学习和深度学习功能，那么认知服务将助您一臂之力。它是（认知）视觉，知识，语言，搜索和语音服务的集合，可以通过REST API服务在Excel中使用这些服务。例如，您可以将客户评论加载到Cognitive Services中，执行情感分析，然后将结果重新加载到Excel中。
我对新的Excel核心功能的看法是
一把双刃剑。一方面，Excel正在为AI和我们生活中的大数据驱动世界而发展。另一方面，Excel对于非专家而言变得越来越难使用。除了其两种已建立的语言（常规的Excel函数语言（无名称）和VBA）之外，您现在还必须熟悉两种新语言：M语言和DAX。
有什么选择？
实际上，在商业世界中没有其他选择可以替代Excel。拥抱新的Excel核心功能，但不要100％承诺。考虑 在Jupyter Notebooks上与SQL并行使用Python，尤其是当您拥有一支由非技术人员，BI分析师和数据科学家组成的多元化团队时，他们都需要共同处理数据。
毕竟，编程（尤其是Python）并不像大多数商人所担心的那样难学。如果您可以处理Excel，那么使用Python会做得很好。只要给自己和团队时间学习即可。您将从Python库（例如Pandas，Matplotlib，Sci-Kit和TensorFlow）中受益匪浅。
关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！
京公网安备 11010802022788号
