※ 引述 《sucker0807》 之铭言：
: 我原本用2017 mbp 3.1GHz Dual core 8g ram
: 日常safari, youtube, pytorch, OpenAI, 谜片转档
可以请问一下MS OFFICE已经有支援M1的软件
请问M1 EXCEL执行效率有媲美INTEL EXCEL(WINDOWS10)吗？
之前EXCEL OSX版都比WINDOWS10慢很多
你做DATA SCIENCE
可以帮忙比较一下EXCEL效率吗？（超大资料量下）
谢谢！

为什么做DS会选择用excel 太神奇了

做前处理还不错用

Data Science用Excel.....=____=a?????很多CSV editor应该会是更好的选择 如TableTool前处理也不可能是xls/xlsx 多半也是csv而已

最好raw data会有人传csv来，都马是xlxs传来，现在上面编辑后再转csv也是蛮常见的。发现我xlsx打错XD

不是啊，传CSV什么前处理都能做 传xlsx是要干嘛....这种要我额外写apache poi的文件我都踹回去的啊...

那是工程师间才有办法这样做，当你要解决问题的对象是公司某些部门的需求，他们丢的资料来就是xlsx档，然后里面一堆工作表跟vba等，开起来真的慢。

好吧，我只能说，我工作流程碰到这个都是踹回去...给大资料送xlsx我会直接觉得对方脑袋有洞

反正就是个工具而已，excel也有人用来跑svm或是分析蛮好用的。

用excel做前处理很常见啊xlsx格式很常见啊 大惊小怪

就我所知有些人以为excel就只是做做表格而已有点看不起它，但是excel要用到精深跟学一门语言差不多有难度。

M$唯一有价值的软件就是excel

日本人用 excel 用到出神入化，当关联式数据库用都可以 XD

也想知道，工作上常遇到爆干大excel档

日本人还可以拿 Excel 来画画咧

上次不是用excel 做一个可以玩的DQ3

我遇到的excel档开很慢大部分就是公式架太多了，毕竟大部分的人不会写vba，不然用vba效率会比用内建函式还要高。

传说中的用Excel做大树锯！！！

我敢说我们整个data science team都不会用excel.....

python可以直接读取xlsx吧，如果资料工整的话

之前碰过这种都是前端弄个POI之类的转CSV在读不可能叫data pipeline里面的node去读xlsx 都是先转先转的话poi会比较简单而且效率高一点我是不知道其他人啦 不过换我我就叫他退件了....

就是个工具而已，用csv就比较高尚？资料正常转CSV几秒钟时间而已

结果没半个人回答原PO问题 只有自视甚高的工程师在鄙视excel 这版风气何时变成这样了？

没几个人买到机器要回答个毛，这版风气不都这样吗问各种需求一律MBP捏一下攻顶，其他都是渣，先知出没只有一种作业方跟我一样才叫正道，其他都是妖魔鬼怪

我在等人回答原po的问题

没有鄙视excel 而是对“大数据”“raw data”“excel”放在一起觉得以自身经验来讲很奇怪而已“既然你写过很多日本美食，那顺便问一下机票怎么买最便宜？外站怎么开最划算”“蛤？？？”既然真有人前处理用这个又不输出csv给后台 那我也认啦

我自己有写了几万行公式的跨工作表的excel，用i5-7500桌机开表格要28秒，等M1到货来试试会开多久但客制版要下月月底了 QQ

楼上传给我我帮测

抱歉全部都是个资耶 0 0

想知道+1，希望有更多人可以针对原po的问题分享经验

因为我写的表格真的是工作用的，都是客户个资

excel有那么厉害吗？number可以取代吗？有人分享一下吗

numbers差excel不止几条街了，不是同级距产品

在恰当使用之下，excel确实可以做很多的数据整理分析、呈现因为可视化格子互相关联和公式弹性，不会写程式也能用当然到一定程度的复杂度之后会开始加挂VBA资料超过104万row之后自然就会往写程式+数据库去了都是工具，作用不同，目标族群不同，没有啥谁高谁低啦以前我也用excel抓dde算black scholes跑选择权评价啊

office建议还是用win

shorturl.at/qBDSU 这个有5m笔记录MBA M1 base 21秒开启 1048576笔纪录的csv简单的sort 按下去5秒左右跑完修正一下是15秒左右开启 1m笔的csv如果转乘.numbers 开1m笔的档案是10秒

某人没鄙视Excel？是谁说给xlsx的脑袋有洞？ 不是所有rawdata都会用csv安排的好好的，

http://i.imgur.com/2nBp86R.jpg 这里有点看不起的感觉。

其实他说得也没有错啦，excel不是用在data science的领域他也没批判excel作为其他统计、呈现、资料整理的用途啊

excel不是用在资料科学那么是用在那？光资料视觉化还有一些资料操作就算资料科学了。

要传data给工程师，不能先弄成csv吗，这是公司内部流程分工的问题，可能觉得工程师太好凹吧

普遍不会把excel当作资料科学的工具拿python来说, numpy, dataframe, sklearn, tensorflowpytorch 这些工具都各有用途但excel可能最多只能执行numpy和dataframe能做到的部分功能，而且还跑得比较慢，也未必能处理百万以上的资料量倒不是说excel不好，他就是一个入门的处理资料的工具。但归功于近年Big data/Machine learning的蓬勃发展，他能做到的事情真的不多。

没玩过kaggle?资料都excel档

excel 外挂power query power pivot就是处理大数据用的

虽然一阵子没打kaggle，但还真的没看过excel档，楼楼上要不要分享一下你的经验。顺便教我要怎么用excel一层一层把DNN叠出来或是rf.fit()等于excel里面的什么Excel和Data science 关联性真的不强，他就是个办公性质的软件。可以试着看一些medium文章，像是toward datascience之类，了解Data science 常在做哪些事，上面很多的问题一开始就没有必要讨论。

data science 又不是只有ml dl，你说ml dl不常用excel我比较认同。

回到讨论本身：如果原po在做Data science的话，我很好奇Torch是怎么跑，我之前用MBP跑感觉吃的都是CPU，慢到只能认同刷卡用GCP。而且换到ARM的话预期一堆Library不能用，搞不好confusion matrix都要自己写一个function xd

初原PO说他做算法开发 回文app大依软件推想领域问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不知道几条街了