Excel是否足以进行数据科学？

我正在准备使用R编程语言教授数据科学入门课程。我的听众是商业专业的本科生。典型的商业本科生没有任何计算机编程经验，但是参加了一些使用Excel的课程。

我个人对R（或其他编程语言）非常满意，因为我主修计算机科学。但是，我感到我的许多学生会对学习编程语言感到戒心，因为这对他们来说似乎很困难。

我确实对Excel有一定的了解，我相信Excel虽然可以用于简单的数据科学，但学生有必要学习一种严肃的数据科学编程语言（例如R或Python）。我该如何使自己和学生相信Excel不足以作为一名认真的商科学生学习数据科学，并且他们必须学习一些编程知识？

编辑以回应评论

以下是我将要介绍的一些主题：

• 数据处理和数据清理
• 如何操作数据表，例如，选择行的子集（过滤器），添加新变量（变异），按列对行进行排序
• SQL使用dplyr包进行联接
• 如何使用ggplot2包绘制图（散点图，条形图，直方图等）
• 如何估计和解释统计模型，例如线性回归，逻辑回归，分类树和k最近邻

因为我不太了解Excel，所以我不知道所有这些任务是否都可以在Excel中轻松完成。

首先查看这篇文章。在数据科学任务方面，Excel不如其他解决方案有很多原因。Excel也无法处理大型数据集（数十万条记录-更不用说在Big Data附近的任何内容），图像和声音数据。

Excel非常适合与电子表格有关的简单任务；它强调显示和易用性，同时对实际分析数据的支持最少。除非您只想计算简单的统计量（均值，平均值等）或建立非常简单的模型（例如线性回归），否则Excel效率低下。话虽如此，公司必须处理的有关数据的99％的工作足够简单，可以通过Excel进行管理。

但是，Data Science主要处理回归，分类和excel无法处理的复杂模型！如果您的学生想了解数据科学，则需要教给他们一个对他们有用的工具（R，Python等）。这些语言也具有带有大量内置模型的库以供“使用”。

我选择后一种选择的另一个非常重要的原因是它们是开源的。我个人认为，从教育的角度来看，开源软件应优先于专有解决方案（这也是为什么我建议使用python和R而不是Matlab的原因）！

我刚完成业务分析硕士学位，遇到了与您描述的相同的问题。幸运的是，我是一名技术人员，并且能够自学R和Python，但是我仍然在课堂上其余的课程中学习如何使用R和Python。我使用R / Python的课程因学生缺乏技术理解而受阻，因此花了太多时间来介绍如何仅打开R / Python。走另一条路的课程让人难以接受，而且不太实用。我想为一个班级项目做一些事情，由于它的局限性，它最终无法在Excel中完成，但老师不会接受任何其他工具。

您可能无法立即执行某些操作，但我强烈建议您尝试让该部门在上课程之前要求编程课程。数据科学和业务分析IMHO应该是跨学科学位课程，需要一定程度的计算机科学知识，但是在课程成熟和大学系统变得更好之前，它可能不会出现一段时间。

我认为您需要教给他们一种流行的数据科学语言，例如Python或R。Excel不会在实际工作中帮助他们，并且对于数据科学目的也不实用。从长远来看，我可能会说Python对他们来说最有价值，并且使用scikit-learn这样的软件包，您可以通过很少的几行代码来展示您的回归和分类，它们可以更轻松地阅读和理解。仅阅读R并不总是很容易理解。

另一个建议：不要浪费时间强迫学生设置IDE并下载必要的软件包，如果您使用python为他们创建一个具有所有必要软件包的虚拟环境，并设置像pycharm这样的IDE（他们可以并在学生/学术许可下获得此IDE和大多数其他IDE），然后可以通过UI（而不是控制台）开发和运行其代码，而控制台可能会使他们感到畏缩和困惑。如果沿R路线走，请确保为它们设置了一个类似RStudio的IDE，并确保所有包含和软件包安装都包含在示例代码中或已完整描述。

我如何说服自己和学生Excel不足以供认真学习数据科学的商科学生使用

在R中创建一个巨大的data.frame（耦合百万行和几百列），将其另存为.xlsx。

向他们显示在R中加载时以及在同一台计算机上的Excel中的时差。比较同一数据集（甚至是图）上两者之间的基本统计操作。

点号 您列表上的2-4也可以在Excel中完成，更令人痛苦的是，向他们展示几个示例，这些示例说明了dplyr与基本Excel相比，使用进行过滤的简单（且速度更快）的情况，这再次将在一个巨大的数据集上突出显示区别。

奖励点是，如果您能提供一个数据集，而该数据集会因为Excel崩溃而使您的PC崩溃。

另外，我还要强调R（或Python）的“免费使用”部分。例如，与SAS相比，如果您只想尝试一种解决方案（即某种集群），则可以加载该库并进行尝试，而无需为尝试付出更多。

对我来说，这就是它的美，您可以免费尝试任何所需的东西，而这通常是DS中的关键，想象一下是否需要为安装的每个库付费。

Excel和数据科学-听起来真的很奇怪。也许是Excel和“数据分析”。

无论如何，我认为Excel和R之间的一个很好的折衷方案是：KNIME（http://www.knime.org/knime-analytics-platform）。它在桌面上是免费的，而且入门起来更加容易。如果〜1.000个节点缺少所需的某些功能，则可以导入/导出到Excel，但也可以使用R，Python或Java。由于工作流是可视化创建的，因此将其显示给不懂任何编程语言的人也容易得多-在某些公司中这是一个很大的优势。

我认为问题在于，您正在试图说服学生，让他们上课，他们可以从事与现代数据科学类似的数据科学，即像图像处理，面部识别这样的奇特的东西。您大部分时间都在说这句话，“通过上这堂课，您将...”您需要教给他们的是对数据的热爱以及勇于浏览大量数据，与他们打乱以期希望与他们交往的勇气。他们有些感触。一旦他们能够做到这一点，就可以称他们为数据科学家，而对于拥有新一代数据科学家而言，您应该为自己感到自豪。之后，如果他们对数据科学非常认真，他们可以继续参加其他涉及数学，统计学和计算机科学的密集课程（如您所说的编程经验）。我当时和你的学生情况相似。我没有CS的背景知识，但想通过参加一些有前途的在线课程来攻读数据科学和AI。我最终浪费了很多钱，却发现自己陷入极大的挫败感（哦，我需要参加此类课程来了解这种算法，哦，他们现在正在谈论神经网络，所以我必须报名参加另一堂课程，等等）TL ; DR 工具仅占您问题的1％。在您的背景下，一周之内在Excel中解决上述任务应该没有问题。哦，他们现在正在谈论神经网络，所以我必须报名参加另一堂课，等等。）工具仅占您问题的1％。在您的背景下，一周之内在Excel中解决上述任务应该没有问题。哦，他们现在正在谈论神经网络，所以我必须报名参加另一堂课，等等。）工具仅占您问题的1％。在您的背景下，一周之内在Excel中解决上述任务应该没有问题。