PTT數位生活區 / MAC (蘋果Mac)

Re: [麥書] M1 macbook air 8g 心得

看板MAC (蘋果Mac)作者 (新三寶:香蕉 鹿茸 太陽餅)時間4年前 (2020/12/24 18:42), 編輯推噓35(35推 0噓 73→)
留言108則, 26人參與, 4年前最新討論串2/2 (看更多)
※ 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！ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 108.171.207.222 (美國) ※ 文章網址: https://www.ptt.cc/bbs/MAC/M.1608806524.A.BFE.html
→
12/24 19:18, 4年前 , 1F
為什麼做DS會選擇用excel 太神奇了
12/24 19:18, 1F
推
12/24 19:26, 4年前 , 2F
做前處理還不錯用
12/24 19:26, 2F
→
12/24 20:14, 4年前 , 3F
Data Science用Excel.....=____=a?????
12/24 20:14, 3F
→
12/24 20:15, 4年前 , 4F
很多CSV editor應該會是更好的選擇 如TableTool
12/24 20:15, 4F
→
12/24 20:15, 4年前 , 5F
前處理也不可能是xls/xlsx 多半也是csv而已
12/24 20:15, 5F
推
12/24 20:30, 4年前 , 6F
最好raw data會有人傳csv來，都馬是xlxs傳來，現在上
12/24 20:30, 6F
→
12/24 20:30, 4年前 , 7F
面編輯後再轉csv也是蠻常見的。
12/24 20:30, 7F
推
12/24 20:35, 4年前 , 8F
發現我xlsx打錯XD
12/24 20:35, 8F
→
12/24 20:53, 4年前 , 9F
不是啊，傳CSV什麼前處理都能做 傳xlsx是要幹嘛....
12/24 20:53, 9F
→
12/24 20:54, 4年前 , 10F
這種要我額外寫apache poi的文件我都踹回去的啊...
12/24 20:54, 10F
推
12/24 21:01, 4年前 , 11F
那是工程師間才有辦法這樣做，當你要解決問題的對象是
12/24 21:01, 11F
→
12/24 21:01, 4年前 , 12F
公司某些部門的需求，他們丟的資料來就是xlsx檔，然後
12/24 21:01, 12F
→
12/24 21:01, 4年前 , 13F
裡面一堆工作表跟vba等，開起來真的慢。
12/24 21:01, 13F
→
12/24 21:03, 4年前 , 14F
好吧，我只能說，我工作流程碰到這個都是踹回去...
12/24 21:03, 14F
→
12/24 21:04, 4年前 , 15F
給大資料送xlsx我會直接覺得對方腦袋有洞
12/24 21:04, 15F
推
12/24 21:10, 4年前 , 16F
反正就是個工具而已，excel也有人用來跑svm或是分析蠻
12/24 21:10, 16F
→
12/24 21:10, 4年前 , 17F
好用的。
12/24 21:10, 17F
推
12/24 22:09, 4年前 , 18F
用excel做前處理很常見啊
12/24 22:09, 18F
→
12/24 22:11, 4年前 , 19F
xlsx格式很常見啊 大驚小怪
12/24 22:11, 19F
→
12/24 22:18, 4年前 , 20F
就我所知有些人以為excel就只是做做表格而已有點看不
12/24 22:18, 20F
→
12/24 22:18, 4年前 , 21F
起它，但是excel要用到精深跟學一門語言差不多有難度
12/24 22:18, 21F
→
12/24 22:18, 4年前 , 22F
。
12/24 22:18, 22F
推
12/24 22:46, 4年前 , 23F
M$唯一有價值的軟體就是excel
12/24 22:46, 23F
→
12/24 22:48, 4年前 , 24F
日本人用 excel 用到出神入化，當關聯式資料庫用都可以 XD
12/24 22:48, 24F
推
12/24 22:58, 4年前 , 25F
也想知道，工作上常遇到爆乾大excel檔
12/24 22:58, 25F
推
12/24 23:12, 4年前 , 26F
日本人還可以拿 Excel 來畫畫咧
12/24 23:12, 26F
推
12/24 23:28, 4年前 , 27F
上次不是用excel 做一個可以玩的DQ3
12/24 23:28, 27F
推
12/25 00:15, 4年前 , 28F
我遇到的excel檔開很慢大部分就是公式架太多了，畢竟
12/25 00:15, 28F
→
12/25 00:15, 4年前 , 29F
大部分的人不會寫vba，不然用vba效率會比用內建函式還
12/25 00:15, 29F
→
12/25 00:15, 4年前 , 30F
要高。
12/25 00:15, 30F
推
12/25 01:36, 4年前 , 31F
傳說中的用Excel做大樹鋸！！！
12/25 01:36, 31F
→
12/25 02:34, 4年前 , 32F
我敢說我們整個data science team都不會用excel.....
12/25 02:34, 32F
→
12/25 02:44, 4年前 , 33F
python可以直接讀取xlsx吧，如果資料工整的話
12/25 02:44, 33F
→
12/25 05:35, 4年前 , 34F
之前碰過這種都是前端弄個POI之類的轉CSV在讀
12/25 05:35, 34F
→
12/25 05:35, 4年前 , 35F
不可能叫data pipeline裡面的node去讀xlsx 都是先轉
12/25 05:35, 35F
→
12/25 05:36, 4年前 , 36F
先轉的話poi會比較簡單而且效率高一點
12/25 05:36, 36F
→
12/25 05:36, 4年前 , 37F
我是不知道其他人啦 不過換我我就叫他退件了....
12/25 05:36, 37F
推
12/25 08:29, 4年前 , 38F
就是個工具而已，用csv就比較高尚？
12/25 08:29, 38F
→
12/25 08:30, 4年前 , 39F
資料正常轉CSV幾秒鐘時間而已
12/25 08:30, 39F
還有 29 則推文
→
12/25 17:01, 4年前 , 69F
簡單的sort 按下去5秒左右跑完
12/25 17:01, 69F
推
12/25 17:25, 4年前 , 70F
修正一下是15秒左右開啟 1m筆的csv
12/25 17:25, 70F
→
12/25 17:26, 4年前 , 71F
如果轉乘.numbers 開1m筆的檔案是10秒
12/25 17:26, 71F
推
12/25 18:09, 4年前 , 72F
某人沒鄙視Excel？是誰說給xlsx的腦袋有洞？ 不是所有raw
12/25 18:09, 72F
→
12/25 18:09, 4年前 , 73F
data都會用csv安排的好好的，
12/25 18:09, 73F
推
12/25 18:35, 4年前 , 74F
這裡有點看不起的感
12/25 18:35, 74F
→
12/25 18:35, 4年前 , 75F
覺。
12/25 18:35, 75F
→
12/25 21:32, 4年前 , 76F
其實他說得也沒有錯啦，excel不是用在data science的領域
12/25 21:32, 76F
→
12/25 21:32, 4年前 , 77F
他也沒批判excel作為其他統計、呈現、資料整理的用途啊
12/25 21:32, 77F
推
12/26 00:05, 4年前 , 78F
excel不是用在資料科學那麼是用在那？光資料視覺化還
12/26 00:05, 78F
→
12/26 00:05, 4年前 , 79F
有一些資料操作就算資料科學了。
12/26 00:05, 79F
→
12/26 09:12, 4年前 , 80F
要傳data給工程師，不能先弄成csv嗎，這是公司內部流
12/26 09:12, 80F
→
12/26 09:12, 4年前 , 81F
程分工的問題，可能覺得工程師太好凹吧
12/26 09:12, 81F
推
12/26 09:30, 4年前 , 82F
普遍不會把excel當作資料科學的工具
12/26 09:30, 82F
→
12/26 09:31, 4年前 , 83F
拿python來說, numpy, dataframe, sklearn, tensorflow
12/26 09:31, 83F
→
12/26 09:32, 4年前 , 84F
pytorch 這些工具都各有用途
12/26 09:32, 84F
→
12/26 09:33, 4年前 , 85F
但excel可能最多只能執行numpy和dataframe能做到的部分功
12/26 09:33, 85F
→
12/26 09:34, 4年前 , 86F
能，而且還跑得比較慢，也未必能處理百萬以上的資料量
12/26 09:34, 86F
推
12/26 09:39, 4年前 , 87F
倒不是說excel不好，他就是一個入門的處理資料的工具。但
12/26 09:39, 87F
→
12/26 09:39, 4年前 , 88F
歸功於近年Big data/Machine learning的蓬勃發展，他能做
12/26 09:39, 88F
→
12/26 09:40, 4年前 , 89F
到的事情真的不多。
12/26 09:40, 89F
推
12/26 13:06, 4年前 , 90F
沒玩過kaggle?資料都excel檔
12/26 13:06, 90F
推
12/26 13:26, 4年前 , 91F
excel 外掛power query power pivot就是處理大數據用
12/26 13:26, 91F
→
12/26 13:26, 4年前 , 92F
的
12/26 13:26, 92F
推
12/26 14:09, 4年前 , 93F
雖然一陣子沒打kaggle，但還真的沒看過excel檔，樓樓上
12/26 14:09, 93F
→
12/26 14:09, 4年前 , 94F
要不要分享一下你的經驗。順便教我要怎麼用excel一層一
12/26 14:09, 94F
→
12/26 14:09, 4年前 , 95F
層把DNN疊出來或是rf.fit()等於excel裡面的什麼
12/26 14:09, 95F
→
12/26 14:19, 4年前 , 96F
Excel和Data science 關聯性真的不強，他就是個辦公性質
12/26 14:19, 96F
→
12/26 14:19, 4年前 , 97F
的軟體。可以試著看一些medium文章，像是toward datasci
12/26 14:19, 97F
→
12/26 14:19, 4年前 , 98F
ence之類，瞭解Data science 常在做哪些事，上面很多的
12/26 14:19, 98F
→
12/26 14:19, 4年前 , 99F
問題一開始就沒有必要討論。
12/26 14:19, 99F
推
12/26 14:20, 4年前 , 100F
data science 又不是只有ml dl，你說ml dl不常用excel
12/26 14:20, 100F
→
12/26 14:20, 4年前 , 101F
我比較認同。
12/26 14:20, 101F
→
12/26 14:24, 4年前 , 102F
回到討論本身：如果原po在做Data science的話，我很好奇
12/26 14:24, 102F
→
12/26 14:24, 4年前 , 103F
Torch是怎麼跑，我之前用MBP跑感覺吃的都是CPU，慢到只
12/26 14:24, 103F
→
12/26 14:24, 4年前 , 104F
能認同刷卡用GCP。而且換到ARM的話預期一堆Library不能
12/26 14:24, 104F
→
12/26 14:24, 4年前 , 105F
用，搞不好confusion matrix都要自己寫一個function xd
12/26 14:24, 105F
推
12/26 16:41, 4年前 , 106F
初原PO說他做演算法開發 回文app大依軟體推想領域問EXCEL
12/26 16:41, 106F
推
12/27 15:09, 4年前 , 107F
我的mbp跑torch只吃得到cpu，mba m1目前torch也是用cp
12/27 15:09, 107F
→
12/27 15:09, 4年前 , 108F
u跑，光是cpu就屌打17年mbp不知道幾條街了
12/27 15:09, 108F
‣ 更多 appledavid 的文章
文章代碼(AID): #1Vv71yl- (MAC)
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 2 之 2 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共2篇)
MAC 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 appledavid 的文章
文章代碼(AID): #1Vv71yl- (MAC)