Excel基本上每台电脑上都有，Python就差远了。很多人不会用vlookup，Python也不会玩。
非专业人士使用Excel宏就够了。学Excel编程是不可能的。语法再简单，也要有一定的编程思维，对非开发者的要求还是很高的。
主要原因是Excel学习时间长。比如大学里很多专业会教Excel，但不一定会学Python。还有一个因素就是年纪大的人习惯用Excel，所以科室的培训主要是Excel，Python是自学的，没有指导。Excel是必备技能(大部分人都用)。Python普及的有点晚，玩的好的人不多，至少不比Excel好。
接下来分析Excel和python的优缺点。
一、Excel数据分析
作为数据分析工作者，我们一般希望在数据分析方面更加精通，而不是在如何处理百万级别数据的问题上，停留太长时间。
有句话说，excel是数据分析的最终归宿，因为无论什么样的数据，都是要在excel上做分析的。
而我个人认为，如果你要提高自己的数据分析能力，那么应该精通excel，而不是python
因为首先，excel的功能齐全，UI操作简单，我们从小就接触，可以说门槛低，而且excel深不见底，函数，数据透视再加上VBA，已经能解决数据分析中遇到的绝大多数问题了。
而且excel拥有丰富的函数，这些函数功能齐全，可以处理字符，数学运算，逻辑判断，各种函数之间的组合，变化莫测，功能诡谲多变。
数据透视表实现数据分组
数据分析python也是可以实现的，但是需要编写非常复杂的函数，如果是用excel的话，这就非常便利了。
因为excel自带的数据透视表，可以马上实现数据的分组
高级交互表。
通过灵活变动数据源，即可实现数据联动，实现其他数据的自动变动，图表自动更新。
如果你使用了数据透视表，数据透视表的入切片器、动态透视图、日程等功能，
通过使用数据透视表，您可以轻松地插入切片器、动态透视、时间表等,创造动态效果
Excel数据分析的缺点
跨平台能力差
Excel目前只能在主流的PC系统，也就是在Windows和Mac平台上运行
但是目前很多大数据企业使用的是Linux系统。这就导致excel跨平台的缺点暴露了。
能处理的数据量有限
这一点我们应该能体会到。只要excel的数据超过10万行，几乎动都动不了，像计算，查询和透视功能，想都不要想。这让需要面临大量数据的exceller十分尴尬
所以我们需要使用数据库产品，因为数据库产品的存储容量更大，可以让我们存储更多的数据和信息。
其实excel即便有各种各样的问题，但是依然是数据分析人，最应该熟练掌握的技能。
然而也有不少小白连excel都用不好，更是无法用excel来进行数据分析了。
对于excel初学者来说，如果想系统的学习Excel，可以看一系列的课程，系统的学习EXCEL，这样可以学的更快。
对于新手，我的建议是跟一个老师学，最好是既有长期教学经验又有牛逼工作经验的老师，这样才能保证自己真的是实战数据分析的大腕，真的能教到别人。少了一个，要么被人教成书呆子，要么大肚茶壶倒饺子——有货就说不清了。
二、Python数据分析
如果用python进行数据分析，还是有很多好处的
简单易学
Python是非常简答的语法，和java不同，即便这个人没有变成基础，也可以很快掌握python。
最大的优点就是简单易学。
很多学过Java的朋友都知道，Python语法简单很多，代码非常好读写，最适合初学者学习。
如果你有编程基础，那么半天就能掌握所有python所有语法。因此很多人开发人员把python作为自己的第二编程语言
比如一个Hello World，Python只需要一个print(“Hello World”)。
当然了，python有一些常用类库，这些类库是需要花时间学习的，比如Numpy、Pandas，这个是需要系统的学习和练习。
办公自动化
我们经常说 python 爬虫，因为python这个工具确实可以提高工作效率，主要用来自动抓取数据、抓取关键词、数据分析、自动下载等工作。
我们还可以用python批量读写CSV文件
代码如下
普通方法读取：with open("fileName.csv") as file:for line in file:print line用CSV标准库读取：import csvcsv_reader = csv.reader(open("fileName.csv"))for row in csv_reader:print row用pandas读取：import pandas as pddata = pd.read_csv("fileName.csv")print datadata = pd.read_table("fileName.csv",sep=",")print data
我们如果想要批量读写excel文件。也可以用python操作
在写完脚本之后如果下次遇到其他类似场景，也可以使用Python脚本进行处理。
制作数据报告
有些数据需求，我们需要定期更新，比如前一周销售额，前一周的成本，前一周的顾客数，前一周的roi等等各种原始数据，如果每次重新统计，并且制作出数据报告是非常麻烦的。
这种重复性的工作，就需要python来进行了，如果是用Excel的话，就还是比较低效的。
if __name__ == '__main__': # 创建内容对应的空列表 content = list() # 添加标题 content.append(Graphs.draw_title('数据分析就业薪资')) # 添加图片 content.append(Graphs.draw_img('资料全集.jpg')) # 添加段落文字 content.append(Graphs.draw_text('众所周知，大数据分析师岗位是香饽饽，近几年数据分析热席卷了整个互联网行业，与数据分析的相关的岗位招聘、培训数不胜数。很多人前赴后继，想要参与到这波红利当中。那么数据分析师就业前景到底怎么样呢？需要学习Python + 大数据分析，可以添加我：CoderWanFeng')) # 添加小标题 content.append(Graphs.draw_title('')) content.append(Graphs.draw_little_title('全网同名：程序员晚枫')) # 添加表格 data = [ ('平台名称', '关注人数', '较上年增长率'), ('公众号', '18.5K', '25%'), ('B站', '25.5K', '14%'), ('微博', '29.3K', '10%') ] content.append(Graphs.draw_table(*data)) # 生成图表 content.append(Graphs.draw_title('')) content.append(Graphs.draw_little_title('热门城市的就业情况')) b_data = [(25400, 12900, 20100, 20300, 20300, 17400), (15800, 9700, 12982, 9283, 13900, 7623)] ax_data = ['BeiJing', 'ChengDu', 'ShenZhen', 'ShangHai', 'HangZhou', 'NanJing'] leg_items = [(colors.red, '平均薪资'), (colors.green, '招聘量')] content.append(Graphs.draw_bar(b_data, ax_data, leg_items)) # 生成pdf文件 doc = SimpleDocTemplate('report.pdf', pagesize=letter) doc.build(content)
对函数进行封装，然后每次只需要修改数据路径，就能满足我们的数据报告需求了
丰富的第三方库
Python 的标准库是随着 Pyhon 安装的时候默认自带的库，提供了有文本处理、系统管理、网络处理等功能。Python 的第三方库，是由各家厂商和 Python 爱好者开发的库，这些库包含多种功能，能够节省大量重复造轮子的时间，节约了使用者的生命
我们一般使用pip 来对Python 包的查找、下载、安装、卸载。
这个pip 其实就是 Python 包管理工具。
我们会用 pip install package-name 命令来安装库
下面是几个常用的模块
我简单介绍几个模块
numpy 模块
这个模块支持对数组和矩阵进行运算，它包含了大量的数学函数库。作为一个运算速度非常快的数学库，他的功能包括，但不限于
一个强大的 N 维数组对象 ndarray
统计函数
线性代数、傅里叶变换、随机数生成
矩阵运算
pygame 模块
如果你喜欢打游戏的话，这个模块你一定喜欢。
这是一组用来开发游戏软件的 Python 程序模块，基于 SDL 库的基础上开发。
你可以通过pygame创建丰富多彩的游戏。
下面这个就是用pygame开发出的小游戏。你一看就非常熟悉是不是？
pymysql 模块
看这个写法就知道，这是一个mysql 数据库的功能呢
你可以通过这个模块实现与数据库的连接
还可以执行SQL 语句，获得数据
下面这个案例是查询 sql 数据库中的 users表的案例
import pymysqlconn = pymysql.connect(host="localhost", user="root", passwd="", db='QA')cursor = conn.cursor()cursor.execute("SELECT userId,password FROM users");rows = cursor.fetchall()for row in rows: print(row[0], row[1])cursor.close()conn.close()
conn = pymysql.connect(host=“localhost”, user=“root”, passwd=“”, db=‘QA’) 成功连接数据库
然后用cursor.execute(“SELECT userId,password FROM users”) 执行sql的SELECT查询语句
最后用fetchall()返回sql的查询结果。
三、学习方法
（1）观看零基础学习视频
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，首先学习python语法基础，再到框架，从基础到深入，还是很容易入门的。至于视频，网络上实际上有一大堆，我这边是学长给我的珍藏版，应该是搜索不到，如果你需要，当然我也可以免费分享给你。需要学习的小伙伴可以私信02 获取～
Linux基础
Python基础
面向对象
项目飞机大战
（2）阅读前辈的一些书籍和笔记
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。
（3）动手实操做一些小项目
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，所以当我把框架学完之后，就自己去动手去做了个小的商城项目。关于这个商城项目的教程，你有需要我也可以分享出来。需要学习的小伙伴可以私信02获取～
Python就业项目实战
总结
对于自学python成功入行，我能成功靠什么？两个关键词，决心和毅力！
如果你下定决心，做了选择，就一定要坚持到最后。
相关推荐阅读：