xlwings和koala2与ms-excel插件的集成
flyingkoala的Python项目详细描述
飞熊
flyingkoala有助于在ms-excel中定义模型（数学、技术和财务）、场景分析和一些系统集成任务，同时减少执行这些任务所需的计算机代码量并提高计算速度。结果是，拥有良好excel技能的人可以在需要精通代码的offsider之前为自己做更多的事情。飞行考拉也促进了财务、技术和数学模型的交流，因为表达式可能主要用excel公式表示。
从技术角度来看，flyingkoala是xlwings的一组助手函数。这些帮助函数可用于：
在很大程度上，使用flyingkoala进行数据分析的优势实际上来自于对excel现有功能的巧妙使用和xlwings的强大功能。flyingkoala提供了许多预先编写的python udf，这些udf对于超越excel的通常限制特别有用。
特别是，无尾熊功能的加入大大提高了数学计算的速度，这增加了处理比excel通常能够更快地管理和迭代场景更大的数据集的机会。
在时间序列数据分析方面，包装熊猫的各种东西也是一项巨大的努力。
问题空间
- 当所有东西都用代码编码时，审核是很困难的。
- 现有的模型极其复杂，并且广泛使用excel公式——传统上，所有这些公式都需要重新编写，然后模型才能在任何其他计算机语言中使用（加上关键人员风险）。
- 当模型（如数学、技术和财务）用代码表示时，公司无法轻松地传达它们的细微差别。
- 管理人员和领域专家不一定要编写足够好的代码，以确定模型（如数学、技术和财务）是否已正确翻译。
- 用有趣的数据集（大数据集或时间序列）进行数据分析是困难的。当你的数据集变得有趣时，excel可以将其合成。
- 数据迁移通常需要特别熟练的程序员，他们需要在知识领域接受培训，即使操作在技术上并不困难。
- 不是每个人都会学习编码，也不应该期望每个人都会。
- 人们通常对ms-excel有足够的技能，但不一定要有足够的编码语言。
- 情景分析通常需要大量的开销，而且很难管理。
- 具有强大编码背景的数据分析人员将尽其所能用熊猫来表达信息。
- 不擅长编码的数据分析师可以用excel做一些不可思议的事情，但可能会导致性能问题和关键人员风险。
飞熊的特征
- 优雅地将xlwings、koala2、pandas和许多其他库的正面属性组合在一起，突出显示出来，并使其可用。
- 为数学公式、外部应用程序API、Python模块和数据库连接提供预定义的用户定义函数。
- 管理模型的缓存（如数学、技术、财务等），减少加载时间，并利用koala2特性，其中一个方程式可以在工作簿中而不是活动的工作簿中。
飞行考拉的好处
- 促进和鼓励领域专家一种适用于其领域的语言，然后使用这种新的语言作为定义模型、方程和数据相关操作的基础，在这些操作中，计算机可以有效地处理这种语言，而且其他人也可以很容易地理解这种语言。
- 与计算机编码语言相比，更多的人知道如何阅读和更改excel公式，因此审核更容易。
- 为excel用户提供计算效率的访问权限，这些效率通常在没有编码的情况下是完全无法访问的。
- 启用现有Excel定义模型的逐段迁移。在进行有效计算之前，不需要重新编写整个宏库。
- 有可能降低现有复杂的基于excel的模型上的关键人员风险
- 大大减少了编码器参与模型开发的需要；
- 缩短车型周转时间，
- 最小化翻译错误，
- 将编码器保留在编码域中，
- 增加了对编码人员编写的代码的重用（单个udf通常是行业范围的定义）。
- 整个数学或技术模型可供管理者阅读，因为它是一个excel方程。
- 公司间和公司内部的计算沟通有了很大改善；
- 所有参与方不再需要平均熟练的编码人员，
- 更多的领域专家可以轻松阅读公式。
- 使Excel中的大数据计算更快。
- 可以快速定义和评估多个数学模型。非常适合情景分析。
- 扩展xlwings使其更加强大；
- 将excel公式应用于数据集而不编写太多python代码（对于flyingkoala ufds，如果有的话）
- 数据分析
- 预包装一些Pandas经典操作
- 建模
- 财务
- 数学
- 技术
- 通过web请求（rest）有效地评估excel公式计算，以便在触发计算的领域专家（例如，专有计算不会离开前提）面前隐藏公式的定义。
- 过程所在的系统集成；
- 特别
- 一般人需要审计数据的地方
- 通过数据库连接更易访问
- 通过预定义的udf更容易访问常用python库（pandas、pvlib、harvest）中的功能
已阅读文档
示例
下面是使用flyingkoala和提供的udf的代码示例。有关如何利用Koala2 Excel公式读取的工作示例，请阅读介绍PDF中的工作示例。示例使用园艺库来演示koala2与xlwings udf功能结合使用时的优势。
园艺图书馆
有一个园艺相关的udf库，可以帮助计算生长度日数。需要开始使用excel用户定义函数=degreeday（）的python代码的范围：
importxlwingsasxwfromflyingkoalaimportflyingkoalafromflyingkoala.horticultureimport*
如果我们需要使用预定义的udf来包装pandas重新采样和其他时间序列功能：
importxlwingsasxwfromflyingkoalaimportflyingkoalafromflyingkoala.horticultureimport*fromflyingkoala.seriesimport*
待办事项：
- []更改简介文档-使tl；dr与readme.md保持一致
- [X]发布测试版
- [-]编写一个udf，它是koala的一个通用用例（例如，采用可变数量的术语参数）无法完成
- [X]编写一个excel插件，该插件使用xlwings rest接口管理模型缓存，并提供所提供的flyingkoala vba宏
- [X]编写关于如何o手动安装外接程序
- []编写脚本以安装外接程序
- []改进外接程序。需要更好地处理基本的一切。
- []支持加载项功能以卸载特定型号
- []编写一个向导，从excel插件启动，该插件为flyingkoala定义的udf编写并更新xlwings python"代码"（/imports）
- []编写测试
- []重构TimeSeries Pandas包装器
- []运行收获的记帐代码
- []编写一个mysql模块，其行为与xlwings的sql扩展类似
- []编写一个查询mysql的函数，并将结果作为适合工作表的动态数组返回
- []编写一个postgresql模块，其行为与xlwings的sql扩展类似
- []编写一个查询postgresql并将结果作为适合工作表的动态数组返回的函数
- []编写更多的示例，展示各种flyingkoala定义的函数（runpython和udf）
- []为刮擦易趣编写模块
欢迎加入QQ群-->： 979659372
