发布时间：2020-11-11 00:00 文章来源：
我常常会听到这样的问题，“金融分析中，为什么我要学习像Python这样的编程语言，甚至使用它超过Excel呢？”
在金融领域，Python成为炙手可热的分析工具，这几乎已经成为共识。面对Excel和Python，谁更适合数据分析，也确实一直被大家讨论。
为什么要学习Python
既然Python在数据分析领域是一个和Excel类似的数据分析工具，二者实现的功能都一样，为什么还要学Python，把Excel学好不就行了吗？小编认为学习Python的主要原因有以下几点：
1．在处理大量数据时，Python的效率高于Excel
当数据量很小的时候，Excel和Python的处理速度基本上差不多，但是当数据量较大或者公式嵌套太多时，Excel就会变得很慢，这个时候怎么办呢？我们可以使用Python，Python对于海量数据的处理效果要明显优于Excel。
用Vlookup函数做一个实验，两个大小均为23MB的表（6万行数据），在未作任何处理、没有任何公式嵌套之前，Excel中直接在一个表中用Vlookup函数获取另一个表的数据需要20秒（我的计算机性能参数是I7、8GB内存、256GB固态硬盘），配置稍微差点的计算机可能打开这个表都很难。但是用Python实现上述过程只需要580毫秒，即0.58秒，是Excel效率的34倍。
2．Python可以轻松实现自动化
你可能会说Excel的VBA也可以自动化，但是VBA主要还是基于Excel内部的自动化，一些其他方面的自动化VBA就做不了，比如你要针对本地某一文件夹下面的文件名进行批量修改，VBA就不能实现，但是Python可以。
3．Python可用来做算法模型
虽然你是做数据分析的，但是一些基础的算法模型还是有必要掌握的，Python可以让你在懂一些基础的算法原理的情况下就能搭建一些模型，比如你可以使用聚类算法搭建一个模型去对用户进行分类。
为什么要对比Excel学习Python
Python虽然是一门编程语言，但是在数据分析领域实现的功能和Excel的基本功能一样，而Excel又是大家比较熟悉、容易上手的软件，所以可以通过Excel数据分析去对比学习Python数据分析。例如数值替换，即把一个值替换成另一个值， 对把“Excel”替换成“Python”这一要求，在Excel中可以通过鼠标点选实现。
我们学习数据分析，并不是孤立的学习Excel或者Python中的操作，而是围绕整个数据分析的流程：熟悉工具—明确目的—获取数据—熟悉数据—处理数据—分析数据—得出结论—验证结论—展示结论，告诉你每一个过程都会用到什么操作，这些操作用Excel和Python分别怎么实现。
数据分析一定是先有想法然后考虑如何用工具实现，而不是刚开始就陷入记忆工具的使用方法中。
有通过正确的分析手段，从海量、杂乱的数据中挖掘到巨大的商业机会，来支撑公司快速发展，不断增加营收，才能体现数据的真实价值！因此，99%的公司都特别需要优秀的数据分析师，而且给的薪资都非常高，字节跳动就给出30000元月薪起步！
对于还没毕业或者刚刚工作的大学生来说，要真正接触核心业务，具备高阶的数据分析能力就很不现实！
华信智原python大数据开发课程数据分析课就业班，行业大咖面对面教学，能够帮你站在商业业务的角度思考数据维度、掌握适合企业海量数据处理的方法和技能。
相关文章