※ 引述 《sucker0807》 之銘言：
: 我原本用2017 mbp 3.1GHz Dual core 8g ram
: 日常safari, youtube, pytorch, OpenAI, 謎片轉檔
可以請問一下MS OFFICE已經有支援M1的軟體
請問M1 EXCEL執行效率有媲美INTEL EXCEL(WINDOWS10)嗎？
之前EXCEL OSX版都比WINDOWS10慢很多
你做DATA SCIENCE
可以幫忙比較一下EXCEL效率嗎？（超大資料量下）
謝謝！

為什麼做DS會選擇用excel 太神奇了

做前處理還不錯用

Data Science用Excel.....=____=a?????很多CSV editor應該會是更好的選擇 如TableTool前處理也不可能是xls/xlsx 多半也是csv而已

最好raw data會有人傳csv來，都馬是xlxs傳來，現在上面編輯後再轉csv也是蠻常見的。發現我xlsx打錯XD

不是啊，傳CSV什麼前處理都能做 傳xlsx是要幹嘛....這種要我額外寫apache poi的文件我都踹回去的啊...

那是工程師間才有辦法這樣做，當你要解決問題的對象是公司某些部門的需求，他們丟的資料來就是xlsx檔，然後裡面一堆工作表跟vba等，開起來真的慢。

好吧，我只能說，我工作流程碰到這個都是踹回去...給大資料送xlsx我會直接覺得對方腦袋有洞

反正就是個工具而已，excel也有人用來跑svm或是分析蠻好用的。

用excel做前處理很常見啊xlsx格式很常見啊 大驚小怪

就我所知有些人以為excel就只是做做表格而已有點看不起它，但是excel要用到精深跟學一門語言差不多有難度。

M$唯一有價值的軟體就是excel

日本人用 excel 用到出神入化，當關聯式資料庫用都可以 XD

也想知道，工作上常遇到爆乾大excel檔

日本人還可以拿 Excel 來畫畫咧

上次不是用excel 做一個可以玩的DQ3

我遇到的excel檔開很慢大部分就是公式架太多了，畢竟大部分的人不會寫vba，不然用vba效率會比用內建函式還要高。

傳說中的用Excel做大樹鋸！！！

我敢說我們整個data science team都不會用excel.....

python可以直接讀取xlsx吧，如果資料工整的話

之前碰過這種都是前端弄個POI之類的轉CSV在讀不可能叫data pipeline裡面的node去讀xlsx 都是先轉先轉的話poi會比較簡單而且效率高一點我是不知道其他人啦 不過換我我就叫他退件了....

就是個工具而已，用csv就比較高尚？資料正常轉CSV幾秒鐘時間而已

结果沒半個人回答原PO問題 只有自視甚高的工程師在鄙視excel 這版風氣何時變成這樣了？

沒幾個人買到機器要回答個毛，這版風氣不都這樣嗎問各種需求一律MBP捏一下攻頂，其他都是渣，先知出沒只有一種作業方跟我一樣才叫正道，其他都是妖魔鬼怪

我在等人回答原po的問題

沒有鄙視excel 而是對「大數據」「raw data」「excel」放在一起覺得以自身經驗來講很奇怪而已「既然你寫過很多日本美食，那順便問一下機票怎麼買最便宜？外站怎麼開最划算」「蛤？？？」既然真有人前處理用這個又不輸出csv給後台 那我也認啦

我自己有寫了幾萬行公式的跨工作表的excel，用i5-7500桌機開表格要28秒，等M1到貨來試試會開多久但客製版要下月月底了 QQ

樓上傳給我我幫測

抱歉全部都是個資耶 0 0

想知道+1，希望有更多人可以針對原po的問題分享經驗

因為我寫的表格真的是工作用的，都是客戶個資

excel有那麼厲害嗎？number可以取代嗎？有人分享一下嗎

numbers差excel不止幾條街了，不是同級距產品

在恰當使用之下，excel確實可以做很多的數據整理分析、呈現因為可視化格子互相關聯和公式彈性，不會寫程式也能用當然到一定程度的複雜度之後會開始加掛VBA資料超過104萬row之後自然就會往寫程式+資料庫去了都是工具，作用不同，目標族群不同，沒有啥誰高誰低啦以前我也用excel抓dde算black scholes跑選擇權評價啊

office建議還是用win

shorturl.at/qBDSU 這個有5m筆記錄MBA M1 base 21秒開啟 1048576筆紀錄的csv簡單的sort 按下去5秒左右跑完修正一下是15秒左右開啟 1m筆的csv如果轉乘.numbers 開1m筆的檔案是10秒

某人沒鄙視Excel？是誰說給xlsx的腦袋有洞？ 不是所有rawdata都會用csv安排的好好的，

http://i.imgur.com/2nBp86R.jpg 這裡有點看不起的感覺。

其實他說得也沒有錯啦，excel不是用在data science的領域他也沒批判excel作為其他統計、呈現、資料整理的用途啊

excel不是用在資料科學那麼是用在那？光資料視覺化還有一些資料操作就算資料科學了。

要傳data給工程師，不能先弄成csv嗎，這是公司內部流程分工的問題，可能覺得工程師太好凹吧

普遍不會把excel當作資料科學的工具拿python來說, numpy, dataframe, sklearn, tensorflowpytorch 這些工具都各有用途但excel可能最多只能執行numpy和dataframe能做到的部分功能，而且還跑得比較慢，也未必能處理百萬以上的資料量倒不是說excel不好，他就是一個入門的處理資料的工具。但歸功於近年Big data/Machine learning的蓬勃發展，他能做到的事情真的不多。

沒玩過kaggle?資料都excel檔

excel 外掛power query power pivot就是處理大數據用的

雖然一陣子沒打kaggle，但還真的沒看過excel檔，樓樓上要不要分享一下你的經驗。順便教我要怎麼用excel一層一層把DNN疊出來或是rf.fit()等於excel裡面的什麼Excel和Data science 關聯性真的不強，他就是個辦公性質的軟體。可以試著看一些medium文章，像是toward datascience之類，瞭解Data science 常在做哪些事，上面很多的問題一開始就沒有必要討論。

data science 又不是只有ml dl，你說ml dl不常用excel我比較認同。

回到討論本身：如果原po在做Data science的話，我很好奇Torch是怎麼跑，我之前用MBP跑感覺吃的都是CPU，慢到只能認同刷卡用GCP。而且換到ARM的話預期一堆Library不能用，搞不好confusion matrix都要自己寫一個function xd

初原PO說他做演算法開發 回文app大依軟體推想領域問EXCEL

我的mbp跑torch只吃得到cpu，mba m1目前torch也是用cpu跑，光是cpu就屌打17年mbp不知道幾條街了