原标题：Grid studio表格应用程序：Python的集大成者

全文共2955字，预计学习时长6分钟

今天本文将介绍 “Grid studio”——一个基于网络的电子表格应用程序，集Python编程语言之大成。

用Grid studio着手解决的主要问题是散乱的工作流，这是进行数据科学项目，在例如R studio和Excel等多个工具间来回操作时所经历的。

无数次导出CSV文件，行数过高导致应用程序窗口冻结，或是想要直截了当地做一些事(比如阅读一个JSON文件)……很多人都受够这些了。现存的工具无法提供高效产出的环境和相关的工作流。

这就是满足数据科学需求，建立一个能将工作流集合到一个简单、现代化并易于操作的应用程序中的工具的原因。

程序如何工作？

Grid studio是一个基于网页的应用程序，看起来和普通的电子表格程序十分相似，比如 Google Sheets和Microsoft Excel。然而，其杀手锏就是Python语言的深度集成。

以表格形式浏览数据并直接处理数据，这对任何一个使用过计算机的人来说几乎都轻而易举。将简单的用户界面和完全成熟的编程语言的强大功能结合起来，比如 Python，的确会使其脱颖而出。用Python写脚本是尽可能简单的方式：只要写下少量代码行，然后直接执行就行。

核心集成：表格读写

Python集成的核心是电子表格的读写接口，这是在Python中表格数据与数据间的高性能连接。

像这样简单地编写表格：

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

并像这样读取表格：

my_matrix = sheet("A1:A3")

通过这种简单而有用的函数，就可以直接读写表格，从而实现数据输入、抽取、可视化等更多目标的自动化操作。

编写自定义电子表格函数

读写可以通过一个简单的借口赋予用户很大的灵活性，同时，在电子表格中，有时也对编写能直接调用的自定义函数起了很大的作用。

像AVERAGE, SUM, IF之类的常用电子表格函数已经可以通过系统默认获取。可如果需要更多的函数该怎么办？

直接写下需要的函数！

def UPPERCASE(a):

return str(a).uppercase()

现在在电子表格中调用该函数，就像其他常规函数一样。

利用Python的生态系统

通过利用Python生态系统的功能，可以立刻获取最先进的数据科学工具：

这样就可以为数据建模轻易获取强大的模型，例如 linear regression 和 SVMs。

Docker运行时

该应用程序在Docker容器中运行，这个容器可使用户轻而易举地访问完全打包好的隔离的UNIX环境(甚至在Windows中)，其中一切都准备就绪：Python, scikit-learn, numpa, pandas, terminal, wget, zip等等。

这使得安装 Grid studio 和下载预生成的 docker 图像，执行单一命令一样容易。

数据可视化

数据科学中的一项普通任务就是对数据进行可视化处理。考虑到其重要性，Grid studio 通过集合交互式绘图程序库 Plotly.js 和Python 的标准Matploylib，对先进的绘图具有内置支持，在向量锐化模式中为用户提供了先进的绘图功能。

为了使你了解如何使用 Grid studio 的特殊功能，本文将展示它们是如何与具体实例相结合的。

实例：网页擦除

这个例子向你展示了拥有 Python 的能力唾手可得。那些本来需要在工具和文件间进行前后转换的东西现在可以被集成到单一的脚本中。