从版本 2408(内部版本 17928.20114)开始,Excel 中的 Python 适用于运行 Windows 上的当前频道的企业版和商业版用户。从版本 2408(内部版本 17928.20216)开始,Excel 中的 Python 适用于运行 Windows 上的每月企业频道的企业版和商业版用户。 它还在适用于企业版和商业版用户的 Excel 网页版中提供。 从版本 2405(内部版本 17628.20164)开始,Excel 中的 Python 向 Excel 网页版中或运行当前频道的家庭和个人用户提供预览版。 它向通过Microsoft 365 预览体验计划运行当前频道(预览版)的教育版用户提供预览版。 它目前不适用于半年企业频道。
从版本 16.96(内部版本 25041326)开始,Excel 中的 Python 向在 Excel for Mac 上运行当前频道的企业和商业用户推出。 它通过 Microsoft 365 预览体验计划 以预览版形式向 Excel for Mac 上的家庭和个人用户推出。 选择 Beta 版频道预览体验成员级别,并安装最新版的 Excel;从版本 16.95(内部版本 25021921)开始提供。
有关更多可用性信息,请参阅 Excel 中的 Python 的可用性。 如果在使用 Excel 中的 Python 时遇到任何问题,请通过在 Excel 中选择帮助 > 反馈来报告这些问题。
不熟悉 Excel 中的 Python? 从 Excel 中的 Python 简介和 Excel 中的 Python 入门开始。
初始化设置任务窗格
Excel 中的 Python 提供初始化设置任务窗格。 此任务窗格允许你控制和创建工作簿的通用 Python 设置。
一个工作簿中的初始化设置不会影响另一个工作簿中的初始化设置,即使同时打开这两个工作簿也是如此。
注意: 在本地计算机上的 Python 项目中,初始化设置通常保存在名为 init.py 的文件中。 Excel 中的 Python 初始化设置任务窗格的功能类似于 init.py 文件。
访问任务窗格
若要打开“初始化设置”任务窗格,请转到“ 公式 ”选项卡,然后在“Python”部分选择“ 初始化 ”。
默认设置
默认情况下,初始化设置任务窗格包含以下语句和注释。 其中一些语句是必需的,不应删除,并且某些语句是可编辑的。 有关其他信息,请参阅以下“必需设置”和“可编辑设置”部分。
# The following import statements are pre-loaded. import numpy as np import pandas as pd import matplotlib.pyplot as plt import statsmodels as sm import seaborn as sns import excel import warnings warnings.simplefilter('ignore')
# Set default conversions for the xl() function. excel.set_xl_scalar_conversion(excel.convert_to_scalar) excel.set_xl_array_conversion(excel.convert_to_dataframe)
所需设置
初始化设置任务窗格包含 Excel 中的 Python 正确计算所需的一些语句。
重要: 建议 不要 删除以下语句。 这些设置控制 Excel 如何运行 Python 公式。 删除这些语句可能会导致错误。
import excel import warnings warnings.simplefilter('ignore') excel.set_xl_scalar_conversion(...) excel.set_xl_array_conversion(...)
可编辑设置
默认情况下,初始化设置任务窗格包括 NumPy、pandas、Matplotlib、statsmodels 和 seaborn 库的以下导入语句。
import numpy as np import pandas as pd import matplotlib.pyplot as plt import statsmodels as sm import seaborn as sns
可以添加其他库的导入语句,并根据需要编辑或删除这些现有的开源库导入语句。 有关可用库的信息,请参阅 Excel 中的开源库和 Python 。
注意: 更改初始化设置会影响 Python 在工作簿中的行为方式。 任何更改都可能影响 Excel 中的 Python 和使用 Python Excel 中的 Copilot。
相关文章
数据安全性和 Excel 中的 Python