{
  "LOC_PythonCenter_PandasDescribeCard_Title": "使用 pandas 进行描述",
  "LOC_PythonCenter_PandasDescribeCard_Description": "使用 pandas 库中的描述函数返回有关数据的描述性统计信息。",
  "LOC_PythonCenter_Insert_Sample_Button": "插入示例",
  "LOC_PythonCenter_LinearRegressionCard_Title": "生成线性回归",
  "LOC_PythonCenter_LinearRegressionCard_Description": "创建一个统计模型，找出因变量与一个或多个自变量之间的线性关系。",
  "LOC_PythonCenter_ScatterPlotCard_Title": "创建散点图",
  "LOC_PythonCenter_ScatterPlotCard_Description": "导入 Matplotlib 库以生成散点图并观察变量之间的关系。",
  "LOC_PythonCenter_PairPlot_Title": "创建配对图",
  "LOC_PythonCenter_PairPlot_Description": "生成一个图矩阵，用于分析数据集中变量对之间的关系。",
  "LOC_PythonCenter_CorrelationMatrixCard_Title": "创建关联矩阵",
  "LOC_PythonCenter_CorrelationMatrixCard_Description": "创建一个表，计算数据集中两个变量之间的相关性。",
  "LOC_PythonCenter_Iris_Data_Title": "Iris 数据集",
  "LOC_PythonCenter_Iris_Data_Title_New_iteration": "虹膜 (Iris) 数据集(作为 Excel 表)",
  "LOC_PythonSamples_Hint": "提示!",
  "LOC_PythonSamples_PandasDescribe_Hint_Text1": "Excel 中的 Python 使用 pandas 库在单元格 {0} 中创建 DataFrame 对象。",
  "LOC_PythonSamples_PandasDescribe_Hint_Text2": "选择标记为 DataFrame 的单元格中的图标以查看输出。",
  "LOC_PythonSamples_PandasDescribe_Hint_Text3": "选择单元格并展开编辑栏，以查看有关创建 DataFrame 的示例。",
  "LOC_PythonSamples_PandasDescribe_Hint_Text4": "选择单元格 {0} 并展开编辑栏，以查看 Python 公式中的 pandas describe 函数示例。",
  "LOC_PythonSamples_CorrelationMatrix_Hint_Text1": "Excel 中的 Python 使用 pandas Python 库在单元格 {0} 中创建关联矩阵。",
  "LOC_PythonSamples_CorrelationMatrix_Hint_Text2": "选择单元格 {0} 并展开编辑栏，了解如何创建自己的相关矩阵。",
  "LOC_PythonSamples_LinearRegression_Hint_Text1": "Excel 中的 Python 使用 seaborn Python 库创建此线性回归绘图。单元格 {0} 中的浮动绘图是对单元格 {1} 中的 Python 公式的引用。拖放浮动绘图图像，使其在工作表中移动。",
  "LOC_PythonSamples_LinearRegression_Hint_Text2": "选择单元格 {0} 并展开编辑栏，了解如何导入 seaborn 库，以及如何创建自己的线性回归绘图。若要将其他绘图显示为浮动图像，如本示例所示，请选择包含“图像”对象的单元格，选择“插入数据”图标，然后选择“在单元格上显示绘图”",
  "LOC_PythonSamples_ScatterPlot_Hint_Text1": "Excel 中的 Python 使用 Matplotlib Python 库创建此 Sepal 长度和宽度分析绘图。单元格 {0} 中的浮动绘图是对单元格 {1} 中的 Python 公式的引用。拖放浮动绘图图像，使其在工作表中移动。",
  "LOC_PythonSamples_ScatterPlot_Hint_Text2": "选择单元格 {0} 并展开编辑栏，了解如何导入 Matplotlib 库，以及如何创建自己的绘图。若要将其他绘图显示为浮动图像，如本示例所示，请选择包含“图像”对象的单元格，选择“插入数据”图标，然后选择“在单元格上显示绘图”。  ",
  "LOC_PythonSamples_PairPlot_Hint_Text1": "Excel 中的 Python 使用 pandas Python 库创建此配对绘图。单元格 {0} 中的浮动绘图是对单元格 {1} 中的 Python 公式的引用。拖放浮动绘图图像，使其在工作表中移动。",
  "LOC_PythonSamples_PairPlot_Hint_Text2": "选择单元格 {0} 并展开编辑栏，了解如何导入 pandas 库，以及如何创建自己的配对绘图。若要将其他绘图显示为浮动图像，如本示例所示，请选择包含“图像”对象的单元格，选择“插入数据”图标，然后选择“在单元格上显示绘图”。  ",
  "LOC_PythonSamples_Python_Samples": "Python 示例",
  "LOC_PythonCenter_Wait_List_Message": "很抱歉，你尚无权访问 Excel 中的 Python。你可以注册以获得有关 Excel 中 Python 未来可用性的通知。使用 Microsoft、工作或学校帐户注册以保持最新状态。",
  "LOC_PythonCenter_Wait_List_Button": "我感兴趣",
  "LOC_PythonCenter_Start_Tour_Title": "了解基本信息",
  "LOC_PythonCenter_Start_Tour_Message": "在 Excel 中浏览 Python，以便可以立即开始分析数据。第一步是了解如何在任何单元格中启用 Python 公式!",
  "LOC_PythonCenter_Start_Tour_Button": "开始浏览",
  "LOC_PythonCenter_SamplesView_Pane_HelpPane_Link_Text_Menu": "打开 Excel 中的 Python 文档。",
  "LOC_PythonCenter_Usage_Card_Title": "Python 配额",
  "LOC_PythonCenter_Usage_Card_Button": "添加额度",
  "LOC_PythonCenter_Usage_Card_Description": "你已在 Python 配额中使用了 {0} {1} 额度。每月配额将在 {2} 天后重置。",
  "LOC_PythonCenter_Usage_Card_Hyperlink1": "Excel 中的 Python 配额、计划和定价",
  "LOC_PythonCenter_Usage_Card_Hyperlink2": "设置每月限制提醒",
  "LOC_PythonCenter_Usage_Card_Hyperlink3": "配额跟踪和计费",
  "LOC_FRE_Worksheet_Header": "使用 Iris 数据集尝试 Excel 中的 Python 数据分析。",
  "LOC_FRE_Worksheet_Analysis_Table": "Excel 中的 Python 数据分析",
  "LOC_FRE_Analysis_Table_Column1": "目标",
  "LOC_FRE_Analysis_Table_Column2": "示例 Python Excel 公式",
  "LOC_FRE_Analysis_Table_Column3": "提示",
  "LOC_FRE_Analysis_Table_Column4": "试试看!",
  "LOC_FRE_Analysis_Table_Column1_1": "使用 Iris 数据集创建 DataFrame。",
  "LOC_FRE_Analysis_Table_Column1_2": "返回单元格 H9 中 DataFrame 的说明，包括行数、平均值和其他数据分析。",
  "LOC_FRE_Analysis_Table_Column1_3": "按物种对花进行分组，并返回一个 Series，其中包含每个物种的平均petal_width。",
  "LOC_FRE_Analysis_Table_Column1_4": "使用开源库 Matplotlib 可视化每个物种的平均 petal_width。",
  "LOC_FRE_Analysis_Table_Column1_5": "使用开源 Python 库 seaborn 创建散点矩阵图，将数值列之间的关系可视化。将输出设置为按物种颜色显示。",
  "LOC_FRE_Analysis_Table_Column3_1": "在单元格中输入 =PY，然后从“自动完成”菜单中选择 PY 以启用 Python 公式。",
  "LOC_FRE_Analysis_Table_Column3_2": "选择 DataFrame 单元格中的卡片图标以查看 DataFrame 的预览。",
  "LOC_FRE_Analysis_Table_Column3_3": "Series 与 DataFrame 类似，只不过它只包含一个数据列。选择 Series 单元格中的卡片图标以查看内容。",
  "LOC_FRE_Analysis_Table_Column3_4": "默认情况下，Excel 中的 Python 提供 Matplotlib 库。使用别名 plt 调用 Matplotlib。\n\n打开右键单击菜单并使用 Python 输出在 Excel 值和 Python 对象之间切换结果。",
  "LOC_FRE_Analysis_Table_Column3_5": "默认情况下，seaborn 库也可用。使用别名 sns 调用 seaborn 库。\n\n选择包含散点矩阵图可视化效果的单元格，然后使用“创建引用”按钮将可视化效果图像提取到 Excel 网格。\n\n拖放引用图像以在网格中移动。",
  "LOC_Tips_Badge_S": "示例",
  "LOC_Tips_Badge_GS": "开始使用",
  "LOC_Green_Sample_Hint": "选择单元格 {0} 以查看示例 Python 公式。",
  "LOC_Hint_Box_Tip_Pill": "提示!",
  "LOC_Sample_Menu_Option": "教程示例",
  "LOC_Get_Started_Menu_Option": "开始使用",
  "LOC_All_Menu_Option": "所有提示",
  "LOC_Usage_Menu_Option": "使用情况",
  "LOC_Menu_Tooltip": "选择菜单选项",
  "LOC_PythonCenter_PyCard_Title": "=PY 用于 Excel 中的 Python",
  "LOC_PythonCenter_PyCard_Description": "在单元格中输入 =PY 以启用 Python 公式。输入 =PY 后，使用向下箭头和 Tab 键从函数“AutoComplete”菜单中选择 PY，或向函数添加左括号: =PY(。",
  "LOC_PythonCenter_PythonFormulaCard_Title": "查看编辑栏",
  "LOC_PythonCenter_PythonFormulaCard_Description": "使用编辑栏获得类似代码的编辑体验。使用键盘快捷方式展开编辑栏 Ctrl+Shift+U 一次查看多行 Python。",
  "LOC_PythonCenter_ExcelObjectsCard_Title": "访问 Excel 对象",
  "LOC_PythonCenter_ExcelObjectsCard_Description": "使用自定义 Python 函数 xl() 访问 Python 公式中的范围、表、查询和名称等 Excel 对象。例如，若要引用 A1，请使用 xl(\"A1\")。",
  "LOC_PythonCenter_ControlOutputCard_Title": "控制 Python 输出类型",
  "LOC_PythonCenter_ControlOutputCard_Description": "默认情况下，Excel 中的 Python 将数据作为 Python 对象返回，但也可以返回 Excel 值。使用编辑栏中的 Python 输出菜单控制每个 Python 单元格的输出类型。注意: 必须选择一个 Python 单元格，输出菜单才能显示在编辑栏中。",
  "LOC_PythonCenter_OpenCard_Title": "打开卡片以查看更多数据",
  "LOC_PythonCenter_OpenCard_Description": "有时 Python 对象在卡中有其他数据。如果单元格的内容旁边显示卡图标，请选择卡图标以打开卡。",
  "LOC_PythonCenter_Invalid_RefEdit_Range": "请选择有效的源以生成 Python 公式",
  "LOC_PythonCenter_GetFasterPython": "获取更多高级计算",
  "LOC_PythonCenter_GetFasterPython_Description": "注册 Excel 中的 Python 加载项，以获取更多高级计算，以加快计算时间。",
  "LOC_PythonCenter_PythonEditorCard_Title": "试用 Python 编辑器",
  "LOC_PythonCenter_PythonEditorCard_Description": "使用 Python 编辑器 在一个位置编辑所有 Python 公式并调试任何错误。键盘快捷方式 Ctrl+Alt+Shift+F2 在任务窗格中打开编辑器。",
  "LOC_PythonCenter_PythonEditorCard_Button": "像 Python 笔记本一样编辑"
}