使用Python数据分析进行标准化和归一化的意义是什么，以及有哪些操作方法？

02 门槛&成本

Excel入门门槛低，学习的时间也长，比如大学几乎所有专业都会教 Excel，是一种必需型技能。而对于日常办公，非专业人员用 Excel 的宏就足够了。

相较于 Excel 来说，Python学习成本高，调试成本也高，很多人 [vlookup]都不会用， Python 肯定玩不转的。Python的语法再简单，也要有一定的编程思维，对非开发人员要求还是高了，非必要不会为了搞 Excel 去学编程。

03 定位 &普适性

Excel定位是[办公软件]，而Python 出生就是程序[开发工具]，更好使用和更好编程也是两个概念，两者面向群体不同，不能一概而论。对于非开发人员来说，使用 Python 的学习成本要远高于使用 Excel。

**举个例子：**用 Excel 做出来的东西，可以毫无阻滞地同步给领导、同事、客户。但 Python 做出来的东西运行还需要环境。如果发个[流水统计表]给同事还需要对方安装配置环境，那就是逗人玩了。

要是细分的话还可以列很多，交给各位伙伴了，评论区见。

所以：如果是简单的[批处理]，Excel 完全没问题，如果是日常10w行以上的处理，再用 Python 也不迟。

---

已经会Excel了还有必要学Python吗？

有必要。

上面也说了，用Excel还是Python，不只是选择的问题，需要看场景。

在直观性上 Python 肯定是弱于 Excel 的。Excel 的复用和分享都更简单，不涉及到任何代码更改或者再调试，也不用和交接者交代任何配置以及依赖的问题。

但 Python 的主要优势在人工智能和大数据，相比Excel，Python主要优势有：

01 python数据分析处理的效率更高，扩展性更好

用Excel进行数据处理局限于104w行的数据限制，但实际使用中，五六十万行数据基本就没法操作了，卡的不行。

和Excel相比，python在处理大量数据及复杂运算时效率更高。几十万行，甚至几十个G的数据对python来说是[小菜一碟]。

02 代码可复用，分析过程可复现

用python做数据分析方便复现分析过程。只要数据源不变，输出结果保证是一致的，不会因为时间和操作者的变化而变化。

03 集成与交互性强

python作为一门主流的来源[编程语言]，可以与很多编程语言及应用集成，从而方便快速地进行数据及信息的交互。

例如python可以与各种数据库连接，通过SQL语句对数据库的数据进行存、取、修改等操作。

另外python还可以连接API应用程序，编写自动化脚本操作应用程序。例如用 python编写程序自动抓取网络上各种各样的数据、自动下载、分析，免去[人工搜索]、下载、处理等重复劳动。

以上。

最后

如果对Python感兴趣的话，可以试试我的学习方法以及相关的学习资料

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、精品Python学习书籍

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！