用excel和python做数据分析的优缺点

进入信息时代，一个显著的特点就是信息量增大，数据量增大，面对这些数据，我们必须加以分析，才会发现其中的价值，换句话说，我们需要读懂数据，以及数据背后的意义和价值。那么分析数据的方法有很多了，古代数据量少，我们用纸笔，用算盘，现在不一样了，第一数据量大，第二，数据维度也增多了，所以古老的方法肯定不适用了，而且现在数据的载体也变了，几乎都在计算机上，各个计算机连在一起，形成互联网，数据中心等，所以我们分析数据的方式也发生了变化，基本都在计算机，靠软件进行，最常见的莫过于excel了，近几年，python突然的火爆也为数据分析注入新鲜血液，python的易学甚至使得python成为金融领域的首先工作语言，那么新人总会问，到底应该学哪个呢，下面就来分析一下。

Excel在数据分析领域用的还是比较多的，比例基本在70%或者以上，现在python非常火，大家都跟风似的觉得python天下无敌，但事实上是这样吗？

我是做python的，用编程做数据分析的好处是可以把处理过程记录下来，如果数据变化，统计图表也会自动跟着变，就是说它可以做成一个报表系统或者叫平台，想看图直接登到平台就看到了，避免重复劳动，但是不好的地方在于，如果想要修改分析逻辑，就得修改代码，这样就要求分析人员要有代码功底。还有个好处是python可以处理大数据，这个是比较大的优势，如果是那种tb级的数据，用python比较好，再一个就是数据处理比较复杂的时候，python的优势就体现了，它可以做非常细致的数据处理，清洗等工作。

然后Excel的好处是，当我需要改分析逻辑时（特别是像数据透视表），我可以很快速的修改，想怎么改，怎么改，修改成本低。第二它是图形化的界面，数据字段或者叫维度我们一眼就能看到，可以随时分析各个维度，而python因为是编程语言，如果你想看维度，你需要执行一个命令，如果对数据不是很熟悉的话，这样就不太方便，但同时我做报表的话重复劳动要多一些。还有就是如果对数据做的处理比较复杂，用excel就不太合适，比如做数据清洗，数据修复等，还有就是数据量可能不能太大。

所以，总得来说，python和Excel是各有优缺点的，用哪个看需求，如果是数据量大，数据格式不好，不经常改分析逻辑的用python，如果是数据格式简单，数据量小，需要多维度分析的，用excel要好一些。