UI spreadsheet untuk Python, PySheets

 (pysheets.app)
7 poin oleh GN⁺ 2024-04-29 | 2 komentar | Bagikan ke WhatsApp

Pengenalan PySheets

  • PySheets menyediakan UI spreadsheet untuk Python sehingga pengguna dapat melakukan data science eksploratif, menggunakan Pandas, membuat grafik dengan matplotlib, mengimpor sheet Excel, menganalisis data, dan menulis laporan
  • Semua kode Python dijalankan di browser, dan PySheets sendiri juga ditulis dengan Python
  • Dengan PySheets, pengguna dapat memuat semua paket Python dan modul JS untuk memanfaatkan ekosistem data science yang sangat luas tanpa perlu menulis banyak kode

Fitur utama PySheets

  • Dapat dengan cepat mengimpor dan mengekspor sheet Excel
  • Dapat mengeksplorasi dan menganalisis data dengan Pandas
  • Dapat dengan mudah melakukan visualisasi berbasis AI menggunakan Matplotlib
  • Dapat memperoleh hasil instan dengan coding yang minimal
  • Dapat berkolaborasi dengan anggota tim melalui sheet bersama
  • Tidak memerlukan setup, kernel, atau biaya cloud yang mahal
  • Dapat memanfaatkan seluruh ekosistem Python dan JS

Status penggunaan PySheets

  • PySheets dirilis sebagai beta publik pada 27 April 2024
  • Pada 21 dan 23 April, terlihat bahwa Bruno sebagai penguji beta awal menggunakannya dengan menyenangkan
  • Grafik dibuat di PySheets dan disediakan menggunakan fitur "embed"

Umpan balik pengguna

  • "Senang sekali bisa menggunakan spreadsheet sisi klien dengan Python bawaan!" - JG
  • "Saya menyukai fleksibilitas Python serta antarmuka spreadsheet dan visualisasinya yang jelas." - *****@google.com
  • "PySheets memungkinkan gaya coding berbasis array yang saya sukai!" - FK
  • "Menggabungkan sel dan Python itu keren!" - FG
  • "PySheets mudah digunakan dan bisa dikustomisasi." - IT
  • "Perpaduan unik antara notebook Jupyter dan spreadsheet." - FE
  • "Anda bisa mendapatkan flowchart proses, spreadsheet, dan skrip sekaligus." - B2
  • "PySheets menarik karena menggunakan LTK open source." - AL
  • "Anda bisa melakukan interaksi, Excel, dan segalanya tanpa meninggalkan browser!" - PZ
  • "PySheet menjembatani kesenjangan antara analis nonteknis dan data scientist." - *****@miracalml.com
  • "Pekerjaan yang luar biasa untuk PyScript. Anda memanfaatkan platform ini semaksimal mungkin." - *****@anaconda.com
  • "PySheets adalah Excel untuk orang yang mengutamakan coding Python." - NA

Kebijakan harga

  • Gratis: pengeditan tanpa batas untuk 5 sheet, 100 generasi AI, impor/ekspor Excel
  • Pro ($19.99/bulan): kolaborasi, sheet tanpa batas, dukungan komunitas, generasi AI tanpa batas
  • Enterprise: Single Sign-On, instalasi on-premise, penyimpanan lokal, dukungan khusus, dashboard audit

Pengenalan tim

  • Pengembang utama Chris Laffra memiliki lebih dari 30 tahun pengalaman membangun alat pengembangan, pernah bekerja di IBM, Google, dan Uber, serta memimpin tim engineering untuk membangun produk keuangan inovatif di Morgan Stanley, Bank of America, dan JP Morgan
  • Pemimpin produk Kurt Vile adalah eksekutif teknologi global berlatar Wall Street dengan visi IT strategis, memiliki keahlian dalam platform teknologi, software engineering, data, data science, AI umum, dan keuangan, serta memiliki pemahaman alami tentang spreadsheet dan analisis data
  • Chris dan Kurt menggabungkan keahlian teknis dan finansial dengan semangat terhadap pengalaman pengguna yang luar biasa

Opini GN+

  • PySheets tampak sebagai produk yang menarik karena menjembatani kesenjangan antara data scientist dan non-developer dengan menjalankan Python langsung di browser serta menyediakan antarmuka spreadsheet yang familier untuk analisis data
  • Ada kemiripan dengan Jupyter Notebook atau Google Colab yang sudah ada, tetapi produk ini berbeda karena menyediakan UI spreadsheet. Namun, untuk analisis tingkat lanjut tampaknya kemampuan coding Python tetap dibutuhkan
  • Harganya agak tinggi sehingga tampaknya tidak mudah menarik pengguna individu, dan sepertinya akan lebih baik jika lebih berfokus pada fitur enterprise untuk pelanggan perusahaan
  • Potensi pemanfaatannya di bidang keuangan dan akuntansi tampak besar, dan nilainya sebagai alat komunikasi serta kolaborasi antara eksekutif/pengambil keputusan dan analis data juga patut diharapkan
  • Produk yang menambahkan fungsi seperti machine learning dan visualisasi ke spreadsheet sudah ada, seperti Excel Ideas dari MS atau fitur Explore di Google Sheets. Dibandingkan itu, PySheets memiliki keunggulan karena menyediakan lingkungan analisis berbasis Python yang lebih fleksibel dan kuat

Bacaan terkait

2 komentar

 
brainer 2024-04-29

Ini bagus juga
 
GN⁺ 2024-04-29
Opini Hacker News

  • Saya penulis PySheets. Aplikasi ini seluruhnya ditulis dengan Python, menggunakan PyScript-LTK di atas PyScript, dan memakai dua VM Python: MicroPython dan PyOdide
    Server webnya hanya logika minimal yang berjalan di gunicorn di DigitalOcean, dan penyimpanannya memakai Firestore. Ini bisa dengan mudah dipaketkan sebagai aplikasi on-premise mandiri, tetapi saat ini belum dijadikan prioritas tinggi. Saya ingin mendengar pendapat tentang cara menulis aplikasi web dengan Python di browser

    • LTK, library Python untuk membuat UI browser, adalah bagian dari proyek open-source PyScript. Lihat https://github.com/pyscript/ltk
      Kalau berencana datang ke PyCon US Pittsburgh, kemungkinan besar saya akan berada di booth Anaconda
    • Saya suka idenya. Saya bukan developer komersial; saya lebih dekat ke yang disebut programmer ilmiah, yang terutama memakai pemrograman sebagai alat untuk memecahkan masalah
      Sesekali saya membuat aplikasi kecil untuk dipakai rekan kerja yang tidak memprogram, dan mereka cukup mahir memakai spreadsheet. Saat ini saya cukup terikat dengan Python, tetapi distribusi aplikasi itu merepotkan, jadi saya sudah melihat berbagai solusi, dan saya juga membuat beberapa aplikasi web dengan flet yang berjalan di hampir semua platform yang saya uji. Pendekatan ini juga terlihat bagus
      Namun, meski saya paham mengapa ini harus sulit demi keamanan, saya ingin tahu cara membuat aplikasi web bisa mengakses file milik pengguna
    • PyScript benar-benar sudah banyak berkembang. Dulu saya ingat perlu 5–10 detik untuk dimuat di browser, tetapi sekarang tampaknya jauh lebih cepat
    • Saya penasaran mengapa tidak ada dukungan ISO26300

  • Ini memang promosi terang-terangan, tetapi kalau Anda menangani dataset yang lebih besar, rowzero.io juga layak dilihat
    Awalnya kami menerapkan sesuatu seperti PySheets, dengan bahasa formula yang sepenuhnya Python, tetapi dalam pekerjaan seperti mengimpor CSV besar, interpreter Python menjadi bottleneck, dan karena GIL kami tidak bisa memparalelkan evaluasi. Perbedaan sintaks kecil antara Python dan bahasa formula Excel juga membuatnya lebih sulit bagi pengguna bisnis
    Jadi kami mengimplementasikan engine spreadsheet dan bahasa formula dalam Rust. Ada jendela kode Python tempat Anda bisa menulis fungsi Python arbitrer, dan fungsi-fungsi itu bisa dipanggil sebagai formula dari sel spreadsheet mana pun. Dengan membuat dataframe Pandas dapat dipertukarkan secara alami antara area Python dan area spreadsheet, kami bisa mendapatkan 90% kelebihan Python murni tanpa mengorbankan performa

    • Rowzero adalah spreadsheet yang lebih baik, sedangkan PySheets lebih mirip Jupyter Notebook yang lebih baik. Dalam beberapa aspek keduanya berkonvergensi, tetapi target penggunanya berbeda, sehingga ada juga bagian yang tumpang tindih dan banyak ruang untuk preferensi pengguna
      PySheets saat ini berjalan di dalam browser di atas WebAssembly, dan batasan di sini lebih besar daripada sekadar Python yang lambat. Memori yang dapat dialamati, termasuk interpreter dan library, hanya 4GB, dan bandwidth jaringan juga menjadi batasan untuk komputasi sisi klien
      Meski begitu, PySheets bisa merender sheet berdasarkan sheet Excel 50.000 baris dalam 0,5 detik, dan kalkulasi ulang end-to-end penuh memakan waktu sekitar 20 detik. Ada batasan pada apa yang bisa dilakukan di browser tanpa kernel eksternal yang dapat menjalankan Polars pada dataset besar, tetapi saya rasa bagi kebanyakan orang, fitur yang disediakan PySheets sudah cukup
      Sebagai penulis PySheets, saya merasa terhormat bahwa “pesaing” melihat kami sebagai ancaman. Rowzero juga cukup mengesankan dan dibuat dengan baik :-)
    • Rowzero terlihat hebat, tetapi menurut saya baik Rowzero maupun PySheets menargetkan pengguna yang keliru. Saya pikir akan lebih baik menargetkan praktisi keuangan daripada data scientist untuk mendapatkan traction awal
      Sebagai data scientist saya akan memakainya, tetapi sebagai orang keuangan ada alasan untuk tidak memakainya. 1) Ini berjalan di cloud, padahal ada data sensitif, jadi harus berjalan secara lokal atau on-premise, atau terintegrasi dengan GCP/AWS/Azure. Kalau backend-nya Rust tidak masalah, dan kalau Python, perlu mendistribusikan bundel library bersama lewat Docker
      2) Buat juga alternatif PowerPoint/Word, atau setidaknya permudah copy-paste ke PowerPoint/Word. 3) Koneksi big data dan DB harus didorong kuat. Bottleneck saat ini ada di sana, dan akan bagus jika API Python untuk layanan populer di dunia keuangan seperti Bloomberg, Factset, dan CapitalIQ bisa langsung dipakai selama punya langganan
      4) Sisi teks juga perlu ditangani. Diperlukan antarmuka analisis teks seperti embedding untuk kemiripan, fuzzy matching di Python, penyorotan kata kunci dengan warna hijau, atau pencarian isi dokumen. Dunia keuangan juga sering menangani PDF, jadi akan bagus jika semuanya masuk ke satu platform, bukan membuka dua jendela seperti sekarang
    • Saya penasaran apakah Anda bisa menjelaskan lebih lanjut bagaimana DAG diimplementasikan dalam Rust pada engine eksekusi. Saya membuat sesuatu yang mirip untuk sebuah bahasa, bukan spreadsheet: https://docs.yoctoproject.org/bitbake/bitbake-user-manual/bi...
      Saya belum menemukan contoh yang bagus untuk mengimplementasikan hal seperti ini di Rust. Saya penasaran apakah sebaiknya memakai library graf seperti petgraph, atau membuat sendiri
    • Kedua solusi ini menarik karena alasan yang berbeda. Anda menyebut “90% kelebihan”; saya penasaran apakah Anda bisa memberi contoh apa 10% sisanya yang mungkin membuat orang tidak bisa memakai solusi itu
    • Saya penasaran apakah Row Zero atau PySheets itu open-source

  • Untuk aplikasi spreadsheet berbasis Python yang bukan di browser, ada https://pyspread.gitlab.io/

  • Ini ide yang bagus. Pendekatannya memberi GUI yang mudah digunakan bagi non-pengembang, sekaligus menyediakan Pandas bagi pengguna yang berorientasi data
    Saya penasaran apakah ada proyek serupa yang bisa di-host sendiri. Rasanya kurang nyaman mengunggah data terkait kesehatan ke layanan eksternal

    • Salah satu yang pernah saya coba dan cukup bagus adalah MitoSheet. Berjalan secara lokal dan punya fitur-fitur bagus, tetapi terakhir kali saya cek belum mendukung file TSV. Sepertinya masih aktif dikembangkan, dan setahu saya dikembangkan dengan dukungan YCombinator
      [0] https://www.trymito.io/
    • grist kurang lebih mirip. Ia adalah hibrida spreadsheet dan database, bisa memakai Python dalam formula, dan juga punya opsi self-hosting
      https://www.getgrist.com/product/self-managed
    • Saya membuat buckaroo[1] sebagai penampil dataframe yang lebih baik untuk Jupyter, dan juga memiliki statistik ringkasan bawaan. Ini adalah alat untuk memberikan pengalaman dataframe yang lebih baik bagi orang-orang yang sudah memakai pandas/polars
      Semuanya dapat diperluas[2], sehingga Anda bisa menyesuaikan statistik dan transformasi agar sesuai dengan workflow
      [1] https://github.com/paddymul/buckaroo
      [2] https://youtu.be/GPl6_9n31NE
    • Server PySheets bisa dijalankan di mana saja. Misalnya di laptop saya, Google AppEngine, atau DigitalOcean
      Kami merancangnya dengan mempertimbangkan penggunaan on-premise, agar bisa di-deploy juga di perusahaan yang tidak ingin berbagi data dengan layanan eksternal. Namun, yang disimpan di PySheets hanyalah data yang tersimpan di sheet itu sendiri. Sebagian besar use case akan memuat data dari tempat lain, memfilter dan mentransformasikannya, lalu me-render hasilnya. Meski begitu, self-hosting bisa menjadi use case yang menarik
    • Saya membuat halaman proyek terkait tersendiri di dokumentasi proyek saya di bidang ini. Menurut saya, kalau seseorang sampai ke dokumentasi tetapi buckaroo tidak menyelesaikan masalahnya, mereka seharusnya bisa menemukan hal lain yang membantu
      https://buckaroo-data.readthedocs.io/en/latest/articles/rela...

  • Saya penasaran apakah mungkin akan ada video walkthrough atau tutorial. Dari landing page saja, sulit memahami seperti apa workflow-nya dan use case apa yang diselesaikan PySheets
    Saya tidak ingin mendaftar akun hanya untuk mencari tahu

    • Saya berencana membuat beberapa video minggu depan. Saya sempat melakukan demo ekstensi di pertemuan mingguan PyScript FUN, tetapi tidak direkam

  • Saya mencoba RowZero dan PySheets sekitar 30 menit. RowZero tampaknya mendukung dataset raksasa
    Saya selama ini memakai quadratichq sebagai spreadsheet Python, tetapi sekarang RowZero terlihat punya lebih banyak fitur dan harga lebih rendah. Saya kira PySheets open source, tetapi sepertinya tertutup; harganya 2 kali lipat dan dibatasi 50 baris. Pada akhirnya saya juga tidak berhasil menemukan cara mengimpor https://www.w3resource.com/python-exercises/pandas/excel/Sal... ke PySheets
    Saya belum tahu visidata, dan ternyata benar-benar hebat. Tulisan yang bermanfaat

  • Pada 2000-an dan awal 2010-an, startup London Resolver Systems[1] mencoba menggabungkan Python dan spreadsheet
    Pada akhirnya tidak berhasil, tetapi saya penasaran apakah itu karena saat itu pengenalan terhadap Python jauh lebih rendah dibanding sekarang
    [1] http://www.resolversystems.com

    • Benar. Mereka punya produk nyata, dan kalau ingatan saya benar, saya pernah mengunduh dan mencobanya
      Sepertinya sebagian orangnya kemudian juga termasuk pendiri PythonAnywhere, dan saya juga pernah memakai PythonAnywhere. Baru-baru ini saya membaca di suatu tempat bahwa mereka diakuisisi oleh Anaconda

  • Terlihat cukup keren. Bagi orang yang kesal karena Excel, Sheets, dan Numbers tidak membiarkan kita menulis kode dengan bahasa yang layak seperti Python lalu melakukan visualisasi dan kueri setelahnya, ini menarik
    Namun di baris ketiga laman web terlihat AI-driven. Itu membuat saya menduga ini adalah fitur yang penting bagi pembuat halaman
    Saat mencari “ai-driven” dengan Ctrl-F, istilah itu muncul sekali lagi di halaman, tertulis “melakukan visualisasi berbasis AI dengan mudah menggunakan Matplotlib”. Tidak ada penjelasan tambahan di landing page, dan saya juga tidak menemukan dokumentasinya. Saat mencari “pysheets docs”, yang muncul adalah library Python dengan nama yang sama
    Pekan lalu untuk pertama kalinya saya memakai ChatGPT untuk meninjau resume saya. Biasanya saya tidak melakukannya, tetapi perusahaan yang saya lamar sangat menekankan bahwa mereka membuat dan meninjau kode dengan ChatGPT. Saya mencobanya sendiri dengan skeptis, dan hasilnya mengesankan
    Namun ChatGPT menunjukkan kesalahan tata bahasa yang bahkan tidak ada di resume. Kalimat yang dikritik dalam umpan baliknya tidak ada di mana pun dalam resume, bahkan yang mirip pun tidak ada. Tentu saja, di kedalaman 1000 lapisan jaringan mungkin ada kemiripan dengan sesuatu yang memang punya kesalahan, tetapi akan menyenangkan jika hal seperti ini bisa di-debug secara efektif
    Jadi saat melihat AI-driven tanpa penjelasan di program spreadsheet, saya sangat khawatir datanya akan berhalusinasi. Saya ingin pembuatnya menjelaskan dengan tepat apa maksudnya. Saya ingin tahu apakah grafiknya 99% benar tetapi kadang berhalusinasi, atau sebenarnya apa yang terjadi. Kalau saya bisa tahu, saya mungkin akan langsung mendaftar beta sekarang
    Sebagai lelucon penutup, seberapa besar kemungkinannya salah satu pembuatnya bernama Kurt Vile: https://www.youtube.com/watch?v=4uAXMl-Bfiw

    • Jika mendaftar PySheets, tersedia 7 tutorial. Dua di antaranya menjelaskan cara menggunakan AI untuk mengambil data, mengubahnya menjadi Dataframe, dan memvisualisasikannya dengan Matplotlib
      Kode yang dihasilkan mengesankan, dan bisa membantu data scientist pemula menjelajahi API Pandas dan Pyplot. AI digunakan untuk menghasilkan kode Python, bukan untuk menganalisis atau membuat data di sheet. Kami akan memperjelas hal ini di landing page
      Yang ini Kurt Vile yang berbeda :-)

  • Terlihat seperti proyek yang sangat bagus dan dipoles dengan baik. Memanfaatkan Python di spreadsheet adalah ide bagus, dan sepertinya Excel juga sudah melakukannya. Meski begitu, menyenangkan melihat implementasi yang sejelas dan semudah ini digunakan
    Ini bukan kritik terhadap PySheets sendiri, tetapi saya berharap spreadsheet bisa lebih ketat. Misalnya dengan memaksa sheet berbentuk tabel. Dengan begitu, orang-orang di dalam organisasi tidak menciptakan kekacauan mengerikan yang nantinya harus dibongkar dan direkayasa balik dengan alat selain spreadsheet

    • Saya membayangkan banyak use case-nya bukan menyimpan data di sheet, melainkan memakai PySheets seperti Jupyter Notebook yang lebih baik
      Caranya dengan mengambil data, mengubahnya menjadi Dataframe, membersihkan, menganalisis, melatih, lalu mengekspornya. Misalnya, ada sheet yang memuat metrik penggunaan PySheets, mengubahnya menjadi dataframe, menggambarnya sebagai grafik, lalu merendernya sebagai chart live di landing page pysheets.app

  • Software/aplikasi yang menarik. Di perusahaan saya saat ini ada banyak file Excel yang memuat banyak logika bisnis dalam rumus Excel
    Saya penasaran apakah jika file Excel diimpor ke PySheets, rumus dari file Excel asli juga akan dikenali. Saya juga ingin tahu apakah ada video yang menunjukkan apa saja yang bisa dilakukan PySheet

    • Jika mencoba cut-paste sheet dari Google Sheets ke PySheets, hasilnya cukup baik. Saat ini PySheets tidak menangani fungsi Excel
      Itu ada dalam kemungkinan roadmap, tetapi kami belum sampai ke sana. Setelah keluar dari pekerjaan sebelumnya pada Februari, saya sebenarnya baru mengerjakan PySheets sekitar 3 bulan