我一直不大喜欢Excel，所以一直尝试用其他软件代替Excel。

Excel的优缺点及替代思路

既然要替代Excel，首先得明确Excel的优缺点。

Excel的优点有：

  • 易用。
  • 功能全面，也可以数据处理，也可以画图。
  • 和Word等办公软件紧密结合。

Excel的缺点：

  • 批量处理文件不方便。当然可以用宏，可我没用过，也没见人用过。
  • 画的图不好看。
  • 使用私有格式，不开放，不利于迁移和数据交流。

而用Emacs+Coreutils+Octave的组合，易用性差了很多，批量处理的能力提高了，而且可以借助Octave自由的画出想要的图。

需要说明的是，基于Emacs的org-mode可以实现本文的功能，但我觉得“over-engineering”了，不喜欢。Excel也不是一点都不用，如果是轻度使用，比如用于输入数据，在保证保存文件格式是通用的情况下，也可以。

用Emacs+Coreutils+Octave实现Excel的功能

基本编辑

就像上面说的，用Excel进行编辑也很好，如果用Emacs的话，如不借助专门的包(也不好用)，编辑电子表格的数据不简单。如果只是对数据进行简单的编辑，借助Emacs方便的宏功能可以相对容易的批量处理。而且，现在Emacs在区域编辑(rectangle)方面功能也还好。

这里用Emacs不是必须的，可能更多的是出于习惯，谈不上替代Excel。希望我的叙述不至于让Emacs粉丝失望。

合并数据

实例：从某作业系统可以导出学生的作业成绩，但排序是乱的，而且同一次作业有些同学没交，需要特别处理。我想把多次作业的成绩汇总到一块。

分析：用Excel借助排序、筛选似乎也可以实现目的。

这里我用Coreutils里的join程序(join的手册)结合awk、sort和Emacs来实现数据合并。

首先准备数据。可以导出，可以复制，获得数据用Tab分隔，形式类似：

1
2
3
4
5
6
7
8
1711005047  袁小飞  2018年5月7日 21:47:26  3.0  李洁  教学班    查看    


1711005050  吕小清  2018年5月7日 21:34:12  3.0  李洁  教学班    查看    


1711005058  刘小鹏  2018年5月6日 22:30:51  3.0  李洁  教学班    查看

这里是复制的，格式不好，首先删空行，操作是M-x flush-lines RET ^\s-*$ RET，原理写过不再赘述。

删空行后，还需要提取出我们需要的数据。第五列成绩肯定是需要的。除此之外，可以保留第一列的学号。我用awk把需要的提取出来，在Emacs里的操作是：首先选中文字，然后C-u M-| awk '{print $1 "\t" $5}' RET。这里把选中的文字用awk处理，结果再插入，相当于替换了原有的文字，结果如下：

1
2
3
1711005047	3.0
1711005050	3.0
1711005058	3.0

因为join需要数据是排序好的，我们再排序一下，方法是选中文字后C-u M-| sort RET。其实这一步和上面一步可以合并。最后得到的结果保存成文件就可以，比如1.txt。这样的作业有很多，依次操作，可以得到很多的文件。你们可能觉得操作太繁琐了，可因为这些操作全部是用键盘进行的，很容易进行批处理。

最后是合并。为了便于管理，我合并的时候都合并到一个「人名列表」，这个列表类似下面的样子：

1
2
13	1711005017	徐小	制药1701
14	1711005018	姜小	制药1701

假设人名列表是name.txt，作业是1.txt、2.txt和3.txt，那么命令是

1
2
join 1.txt 2.txt | join - 3.txt > 3homework.txt
join name.txt 3homework.txt -1 2 -t $'\t' > res.txt

第一句那么写是因为join一次只能合并俩文件。我解决不了的问题是出来的文件把学号放最前面的，这个还得再研究。

Todo: 写个bash脚本让合并能自动进行。

筛选数据

如果我想知道分数在70到80分之间的同学的人数，应该怎么做呢？可以用Octave做，代码是

1
2
score = [60 70 85 70 78];
numel(score(score >=70 & score < 80))

画图

这里画图是为了分析学生的成绩，所谓的「成绩分析」是也。我个人不喜欢R，所以总想用Octave实现R里的那些功能。虽然Octave的统计分析功能比Matlab弱，比R更是弱的多，可对于画个直方图再拟合一个正态分布的需求还是可以满足的，效果如下图所示。

histfit

Octave的statistics包里有个函数histfit专门做这种图的，用起来也简单，比如对一系列成绩，画上面的图的代码是

1
2
3
4
5
6
7
8
pkg load statistics
close all;
histfit(yao1, [55 65 75 85]);
set(gca(), "xdir", "reverse");
axis("tight");
xlabel("Score");
ylabel("Student");
print("histfit.svg");

上面的代码需要对histfit函数做一些修改，我已经改了，但没写文档，如果有可能的话可以贡献给社区。

上面的代码还演示了如何改x轴的方向。

统计

成绩统计没有什么复杂的，无非是平均分、标准差、各区间的人数，可以写个函数自动化：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
function mygrade (n)
  pkg load statistics
  # close all;
  printf("Avg: %f\nStd: %f\n", mean(n), std(n));
  printf("[90,100]: %d\n[80,90): %d\n[70,80): %d\n[60,70): %d\n[0,60): %d\n", ...
	 numel(n(n >= 90 & n <= 100)), ...
	 numel(n(n >= 80 & n < 90)), ...
	 numel(n(n >= 70 & n < 80)), ...
	 numel(n(n >= 60 & n < 70)), ...
	 numel(n(n >= 0 & n < 60)));
  # Fix edge values.
  n(n == 90) = 90.001;
  n(n == 80) = 80.001;
  n(n == 70) = 70.001;
  n(n == 60) = 60.001;
  histfit(n, [55 65 75 85]);
  set(gca(), "xdir", "reverse");
  axis("tight");
  xlabel("Score");
  ylabel("Student");
endfunction

注意，里面对于某些特殊分数的同学进行了处理，把他们的成绩提高一点，画图的时候和我们的习惯一致。

示例输出如下，可以直接拿来用。

1
2
3
4
5
6
7
Avg: 72.400000
Std: 7.865282
[90,100]: 0
[80,90): 13
[70,80): 26
[60,70): 20
[0,60): 2

有了这个函数可以做一些高级的事，比方说把不同班上下学期成绩放一张图里：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
r = 2;
c = 3;

subplot(r, c, 1);
mygrade(a11);
title("Class 1, semester I")

subplot(r, c, 2);
mygrade(a21);
title("Class 2, semester I")

subplot(r, c, 3);
mygrade([a11' a21']);
title("Class 1 & 2, semester I")

subplot(r, c, 4);
mygrade(a12);
title("Class 1, semester II")

subplot(r, c, 5);
mygrade(a22);
title("Class 2, semester II")

subplot(r, c, 6);
mygrade([a12' a22']);
title("Class 1 & 2, semester II")

print a.svg "-S1440,720"

需要注意的是最后输出的地方指定了图的大小，这里必须加引号，文档里强调了。

两个班两个学期成绩