2023-10-06

Excel in Python (11) セキュリティ

　Pythonコードは、Microsoft Azureのクラウド上で、隔離された環境の中で実行されます。そのため、動作には制限があり、以下のことを留意しておく必要があります。

Anaconda は安全なライブラリの厳選されたセットを提供します。
Python コードはあなたのコンピュータ上のファイルにアクセスできません。
Python コードはネットワーク/インターネットにアクセスできません。
Python コードは Microsoft Excel と対話できません。
- PythonコードでExcelワークブックを操作することはできません
PythonコードはPythonオブジェクトを返すだけです。
Pythonコードにデータをプッシュするには、新しいx/()関数を使用します。
- xl関数は、Excelの以下のデータにアクセスできます。
  - 範囲
  - 名前
  - テーブル
  - Power Query接続
Azureへのデータアップロードは100MBに制限されています。

2023-09-06

Python in Excel (10) ライセンス

　Python in Excel は、現在ベータチャネルのプレビューになっています。いずれ一般公開されるようになれば、利用するにはサブスクリプション料金が必要になる見込みです。

　ただし、この機能は全員が使用できる必要はないと考えられています。つまり、Python in Excelを作成、実行するのは特定のメンバーで、それ以外の人はサブスクリプションなしで閲覧できるということです。サブスクリプションがなくても、最後の実行結果が表示されたエクセルを閲覧することは可能です。

　Pythonの実行環境はAnacondaです。現在のAnacondaのライセンスは、個人向けはフリープランとなっていますが、商用にはプロプラン、ビジネスプラン、エンタープライズプランがあります。

プラン	金額
Pro	$25/mo
BUSINESS	$75/mo
ENTERPRIZE	個別

　Googleのクラウド上で利用できるPython実行環境である Google Colab は無料で使用できますが、使用料上限を緩和する有料プランがあります。

プラン	金額
Pay As You Go	従量課金
Colab Pro	月額1,179円
Colab Pro+	月額5,767円

　そのような状況を加味した料金が設定されるのではないかと思います。

2023-09-04

Python in Excel (09) サンプルデータセット

Pythonサンプルを試す

　Python in Excelには、すぐに試せるサンプルがあります。

　「Pythonの導入」から「Pythonサンプルを試す」を選択すると、右側のウインドウに5つのサンプルが表示されます。

　いずれも、機械学習を学ぶためのサンプルとして利用されるIrisデータセットを使用しています。

サンプル名	内容
pandas で説明する	pandasのdescribe()を使って各列ごとの要約統計量を取得する
散布図を作成する	matplotlibを使って散布図を作成する
相関マトリックスを作成する	pandasのcorr()を使って相関係数を計算する
ペアプロットを作成する	seabornを使ってペアプロットを作成する
線形会期を生成する	seabornを使って線形会期図を作成する

　データセットには、以下の項目で、150件入っています。

項目名	内容
sepal_length	がく片の長さ(cm)
sepal_width	がく片の幅(cm)
petal_length	花弁の長さ(cm)
petal_width	花弁の幅(cm)
soecues	種

　種には、setosa(ヒオウギアヤメ), versicolor(ブルーフラッグ), virginica(ヴァージニカ)の3種類があります。

　このデータセットは、パターン認識でもっともよく知られているデータセットで、通称Fisher's Iris dataset（フィッシャーのあやめデータセット）と呼ばれています。Creative Commons Attribution 4.0 International (CC BY 4.0) licenseに基づき、自由に使用できます。UCI Machine Learning Repository

　ちなみに、サンプルの一番下に、「Python in Excel ドキュメントを表示します。」というリンクがあります。これをクリックすると、Python in Excelのヘルプが表示されます。

seaborn用のサンプルデータセット

　seabornは、GitHubに登録されているサンプルデータセットを load_dataset() を使って呼び出すことができますが、Python in Excelは、外部に接続することができないため、利用できません。

scikit-learn (sklearn)用のサンプルデータセット

Toy dataset

　scikit-learnの load_iris() を使って、Irisのデータセットを読み込むことができます。サンプルと同様のデータセットを用意するには、以下のように記述します。

from sklearn import datasets
iris = datasets.load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)
df['species'] = [iris.target_names[i] for i in iris.target]
df

　この他にも以下のようなサンプルを使用することができます。いずれも機械学習のサンプルとしてよく使われているデータセットです。

データセット	サンプル名	分析方法
datasets.load_diabetes()	糖尿病の診療	回帰
datasets.load_digits()	手書き文字（数字）の認識	分類
datasets.load_linnerud()	生理学的特徴と運動能力の関係	回帰
datasets.load_wine()	ワインの識別	分類
datasets.load_breast_cancer()	乳癌の診断結果	分類

7.1. Toy datasets — scikit-learn 1.3.0 documentation

サンプルデータセット – scikit-learn①【Python】 | BioTech ラボ・ノート

　Real world datasets

　scikit-learnには、Toy datasetの他にReal world datasetsがありますが、Connection refused となって利用できません。

GitHubなどで公開されているデータセットの利用

　Pythonの関数で呼び出すことができませんので、Power Queryで読み込んで利用します。

Python in Excel (04) データ参照 Power Queryで取得したデータ - Excelについての気になったこと

2023-09-01

Python in Excel (08) ライブラリ

import済みライブラリ

　Python in Excelでは、以下のライブラリがimport済みの状態になっているので、改めて import文を記入せずに使えます。また、ライブラリの省略名も以下のように設定済みになっています。

ライブラリ	import文	備考
matplotlib	import matplotlib.pyplot as plt	グラフ作成
NumPy	import numpy as np	科学数値計算
pandas	import pandas as pd	データ解析
seaborn	import seaborn as sns	グラフ作成
statsmodels	import statsmodels as sm	統計解析

　例えば、サンプルで提供されるPythonコードでは、よく以下のような書きかたがされています。

import pandas as pd

s1 = pd.Series([1,2,3,5])
print(s1)

　しかし、pandasは既にimport済なので、以下のように書くことができます。

s1 = pd.Series([1,2,3,5])
print(s1)

　リボンにある「初期化」を実行すると、ライブラリがimport されていることが分かります。

※ 機械学習で有名なTensorFlowは、現在使用することはできません。一般公開では、有料でも使えるようになることを期待します。

import して使えるライブラリ

　Pythonの実行環境はAnacondaを使用していますので、Anacondaで利用できるパッケージは使用可能です。

Anaconda Cloud

　ただし、一部利用できないものや、利用できない機能があります。

　Python式で pip list を実行すると、使用できるライブラリを調べることができます。

　機械学習ライブラリ scikit-learn（sklearn）や、Pythonの画像処理ライブラリPillow(PIL)も含まれていますので、importして使用することができます。

制限事項

　Python in ExcelのPythonコードは、ローカルPC上で実行されているのではなく、Microsoftのクラウドサーバー上で実行されています。従って、処理によっては制限されるものがあります。

　Pythonによるファイルの読み込み、書き込み処理は、サーバー上のファイルに対して行われます。書き込みはパーミッション・エラーになります。

　また、外部インターネットサイトへの接続を行う処理は、接続が拒否され、エラーとなってしまいます。urllibやrequestsを使用したデータの取得はできません。

2023-09-01

Python in Excel (07) 変数

　Pythonコードで作成された変数がどのように扱われるか確認します。

　変数以外でも、import されたモジュールも同じように引き継がれますので、全てのPythonコードに同じimport文を書く必要はありません。

計算方法が「自動」の場合

同一シート上

　前回、処理される順番を調べましたが、定義された変数も、その順番に従って評価されます。

　従って、定義されたセルより上の行では未定義エラーとなり、同一行であっても定義されたセルより左のセルではエラーになります。

複数のシート

　別のシートに定義された変数も使用することができますが、定義されたシートがシート見出しで現在のシートより左になっていなければなりません。

計算方法が「手動」の場合

　シートやセルの位置に関係なく、変数には、最後に実行された結果が反映します。

　以下の図では、A1～A5までのセルには「a=1」「a=2」...と記述してゆき、最後にB3のセルで変数aの値を表示するようにしました。

　自動計算の場合は、３が表示されるはずですが、手動にした場合は、A5で最後に実行した「a=5」の結果が反映しています。

　計算方法で、「再計算実行」を行うと、B3の値は3になります。

2023-09-01

Python in Excel (06) 処理順～計算方法を「手動」にしておこう～

Pythonコード実行のタイミング

　Pythonコードは、Excelのセルに書かれた関数のように、依存関係を解釈して最小限の更新を行うような、最適化された動作を行いません。

　Excelの計算方法が「自動」になっている場合、ブック上にあるどのシートのどのセルであっても、1つのPython式が評価されたら、 ブック上にあるすべてのPython式が評価されます。また、Python式の実行は、クラウドに設置されたマイクロソフトのサーバーで実行されています。そのため、いくつものPython式を記述する場合、1つのコードをコミットする度にクラウド上のサーバーと通信し、これまで記述したコードが最初からすべて実行されるのを待たなければなりません。途中に時間がかかる処理があった場合に作業が進まなくなってしまいます。

　よって、Python in Excel を使用する場合は、計算方法を「手動」にしておく ことをお勧めします。しかし、この計算モードは「 伝染する 」ので、同時に複数のブックを開く場合は注意が必要です。（参照　雑・Excel入門試論 - 脱VLOOKUPの思考 02 - ブック - オプション - Qiita）