[功能发布]Excel与python交互，将python的广阔数据分析领域能力接入Excel中

python毋庸置疑是在数据分析领域的霸主，各大培训市场非常火爆，Excel催化剂的见解是，并非人人都要重头开始学一门python语言才能享受到python世界的众多数据分析的能力，借助Excel催化剂，加上众多python能手，可以让几乎所有普通Excel用户均能享受到python巨大威力,学习和使用门槛几乎为0。

先睹为快

用几个小视频，给大家一同感受下Excel催化剂的与python交互的效果，细节没看清楚不要紧，后续还会出视频。

Excel与python的交互史

python和Excel都是一个现象级的工具，两者都有巨大的使用人群，两者的打通，社区里有各种方案。

python访问和读写Excel文件，很容易，有许多的轮子像xlwings、openpyxl等，但这种的应用场景，仅限于开发人员的群体，很难让普通Excel用户群体来使用上，交互能力非常弱，只能用代码来控制。

在Excel里使用python，貌似是个大难题，有段时间还传出微软会将python集成在Excel中的谣言。目前也只看到xlwings的方案，也只能在开发者群体使用为宜，具体可看之前推文。

Excel催化剂，并非专业码农，非常业余的水平，幸亏有笔者师傅【公众号：数据大宇宙】一路在背后的技术支持，给Excel催化剂造了一个非常棒的轮子，让.NET环境可以调用python，并达到了一种不错的效果。

正因有技术大伽的加持，Excel催化剂实现了一种目前来说最理想的Excel和python交互的方案，让广大Excel用户终于可以使用上python的能力（需要有python内容生产者为Excel用户开发出各种现成的功能）。

传送门：谈谈热门xlwings与Excel催化剂版的python与Excel相结合的异同点

Excel催化剂与python交互原理

此方案并非独立的能力，需要用户电脑端许多的环境的辅助，首先最核心的是需要安装python程序。

为了让python内容生产者所写的脚本更容易运行，最好安装anaconda，将数据分析的常用包都一次性安装完。

有了环境，还需要Excel用户和python脚本开发者两者的配合。

Excel用户

只需要Excel单元格上输入对应的内容，这些内容将会传给python脚本使用。

对应的Excel操作，只需在参数输入窗体中，选取对应的内容（只选择单个单元格，程序自动扩展到单元格对应的可用区域CurrentRegion）

详细的Excel用户操作使用，日后会录制视频进行详细讲解，非常简单，几分钟就学会。

python脚本开发者

python脚本中，按约定的方式，对插件传入的参数进行处理接收，最终按规定返回给插件数据，即可完成，非常简单和通用。

最终输出的数据，抽象出4种类型：html:网页，img:图片，rng:单元格区域数据，msg:弹窗信息

其他支持

在Excel展现上，为了接收上述4种数据类型，同时展现上最优，部分展现需要嵌入到任务窗格，对用户其他操作不产生太多干扰。

在网页展现时，用到了网页展示控件，此处引用第三方网页控件（感谢【小O地图】的技术支持和方案借鉴），取代原生的蹩脚的IE控件，对复杂的现代技术html显示仍然非常流畅和支持。

插件配置文件下载

如前面所述，要完成Excel与python交互，需要下载一些配置文件（自动更新也可以，但太慢了，最终决定使用离线下载手动安装方法）。

公众号后台回复：py交互，即可获得下载链接

Excel催化剂平台与内容提供者共生

有了以上的规范后，普通Excel可以轻松在Excel环境下，借助Excel催化剂，对Excel以外的python功能及应用进行零代码操作。

此处想像空间非常大，在许许多多python有能人士的加入，必定可以让整个使用体验更加棒，python开发者可以将自己的成果，分享到百万级的Excel用户群体中受益。

非常期待各位python的有能者，踊跃加入，用你们最熟悉的语言，创造更多的功能应用出来，在Excel催化剂中得到更多的曝光，甚至是直接的物质金钱回报。

在插件菜单栏上，以文件夹或最终功能按钮的方式，可呈现个人品牌的曝光展示。

同样地在生成的最终内容，也可以加上自己的信息，怎样的形式，可以自己自由发挥，只要不违法即可。

更详尽的python开发者指引，请加笔者微信，在专门的开发者微信群里再详细解答。

特别感谢

Excel催化剂能够走到如今的高度，多亏公众号【数据大宇宙】作者，我的师傅，一路的解惑答疑笔者的问题，在幕后帮助Excel催化剂解决了各种难题。

在此次的Excel与python交互中，为我们做出了更合理的.NET与python的数据交互机制，和一个非常难点的保持python程序的进程持久性，花了大量的时间帮忙开发底层的轮子。

多亏了他是.NET与python两者都精通的前提下，才跑通了这条艰辛之路。

公众号【数据大宇宙】也有大量关于Excel与python对比学习的优质文章推送，有兴趣的不妨多多关注。

额外福利

最后，近期热衷于制作和分享电子书，【数据大宇宙】的Excel与python的知识集合也做成电子书pdf文件，同时笔者也制作了【利用Python进行数据分析·第2版】，根据github上的开源翻译项目文档整理成册，变成260多页的电子书pdf，方便查阅和笔记。

公众号后台回复：py电子书，即可获取电子书下载链接