一句“人生苦短，我用 Python”，让多少职场人为之疯狂，培训机构甚至豪言小到黄口小儿，大到七旬老汉都学得会 Python。如果你在职场中经常跟数据打交道，曾经可能 Excel 是最常用的工具，但现在如果你不会 Python，出去似乎都不好意思跟人家打招呼(说自己在玩数据)。

Python 真的很神吗？

神。

Python 的使用范围很广，从文本分析到 WEB 编程，再到图形处理和机器学习，是编程语言中不可多得的多面手，加之相对其他编程语言 Python 上手更简单，甚至让很多人喊出全民 Python 的口号。

不过，Python 真的适合职场人使用吗？

不着急回答这个问题，先看看职场事和职场人的特点。

在职场中，我们经常要处理表格数据，比如订单记录、人员信息、销售合同等，专业说法叫结构化数据，这些数据经常是以 Excel 或 CSV 存储，分析的时候直接基于文件处理。

数据处理有简单有复杂，相对复杂的情况更能考验工具的能力。

因为职场人都不是专业程序员，太复杂的东西搞不了，所以在工具选择时自然是越简单越好。不过光简单还不行，还要足够用。Excel 比较简单但不够用，加上 VBA 到是够用，但又不简单了。而数据库(比如 MySQL、SQLite)貌似够用但我连安装不都不会，更不会把数据倒腾进去；至于 JAVA，C++，那些太难根本不用考虑了。这时大家发现了 Python，这个家伙应付职场工作时似乎既够用又简单。

够用的事情不用多说了，Python 的数据计算包很丰富。不过“简单”的事情就要好好看看了，不妨举个例子。

比如计算一支股票最长连续上涨的天数(这类计算常常要做吧)，Python 的写法：

import pandas as pd

aapl = pd.read_excel(‘d:/AAPL.xlsx’)

continue_inc_days=0 ; max_continue_inc_days=0

for i in aapl[‘price’].shift(0)>aapl[‘price’].shift(1):

continue_inc_days =0 if i==False else continue_inc_days +1

max_continue_inc_days = continue_inc_days if max_continue_inc_days < continue_inc_days else max_continue_inc_days

print(max_continue_inc_days)

代码看起来不算长，但看懂就要费点劲了，尤其对职场人员而言。Python 用于表格数据是个第三方程序包 Pandas 中的 dataFrame(听起来就有点麻烦)，它并不是专为结构化数据设计，也不是我们常规理解的，由一行行记录构成的集合，而是数学家常用的概念，由多个行列定义的矩阵。事实上，Pandas 就没有记录这种数据类型，这导致很多运算要绕弯路才能想清楚，虽然看起来写着并不长，但其实思考难度很大，比如“取上一行”要理解成“把列下移一位”才可以。

Python 还有很多与表格式数据相关的数据类型，除了 dataFrame，还有分组汇总后的 DataFrameGroupBy 类型，以及序列、矩阵等。这些本质上都是集合数据类型，但操作方式却不一样，你无法举一反三，每次遇到都要去找例子看。如果没有深刻理解它的内部结构(然而这对于职场人员又太难了)，对和错经常要凭运气了。

培训班虽多，教出来也只是会抄代码改例子，碰到新情况没有例子可抄时，很多人就会晕掉。上面的这个还不算多复杂例子，对于职场人已经有难度了，这里 Python 并不适合职场编程还有更细致的分析。

想要用 Python 做职场计算，要深刻理解其内部结构和运行原理才行，这对职场人来说太难。基本程序逻辑倒是不难学，但学会之后也就是能做个小学算术题，对于职场工作几乎没用(能用起来的那点功能，经常用 Excel 本身也搞得定了)。

不仅如此，安装 Python 环境本身就困难重重。Python 官网提供的安装包是面向技术人员的，不仅选项繁多，而且默认没有调试功能，32 位 /64 位还分成了不同的安装包。安装完 Python 本体后，需要继续安装 Pandas 和 Excel 的第三方支持库，才能进行表格数据计算，这个安装工具运行在命令行中，对职场人员很不友好，而且安装工具本身也需要更新，届时又需另一个安装命令。市场上也有一些封装好的第三方安装包，但五花八门良莠不齐，非技术人员很难选择。

不过，即使这样，Python 相对 C++、JAVA 在数据计算处理方面还是简单不少，在没有更好的办法之前，也就只能选它了。听起来似乎有些无奈，其实就是很无奈。

那么我们不禁要问，有没有真能让职场人学得会用得起来的编程语言？

有！

SPL 就是。

SPL 全称 Structured Process Language，是一门专门面向结构化数据计算的脚本语言，简单理解就是专门为表格式数据设计，特别适合职场人员用于数据处理。

啥也不说，看个例子。前面用 Python 实现的“一只股票最长连续上涨多少交易日”，用 SPL 这样写。

| | A | B |

| 1 | =file(“d:/AAPL.xlsx”).xlsimpor@t() | / 读 Excel 文件，首行为列名 |

| 2 | =a=0,A1.max(a=if(price>price[-1],a+1,0)) | / 求最长连续上涨天数 |

两行搞定，基本不用怎么解释就能看懂，其他很多计算也经常用三五行就能搞定。没有对比就没有伤害，比 Python 还简单有没有。

SPL 同样提供了很丰富的函数来满足职场数据处理，如果数据量大还有高性能处理机制，比如游标计算、并行计算等，通过一个函数选项就可以轻松实现。而 Python 要做到这些就有点难了。

安装 SPL 很简单，拿到对应操作系统安装包下一步下一步就完了，不需要引入依赖，不需要导入第三方库，一个安装包啥都带了。