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。
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!