前言

2017年，全球估計(jì)有7.5億人使用Excel。2017年，世界人口約為76億。這意味著大約有10%的人使用Excel，我猜大部分是用于數(shù)據(jù)分析。

毫無疑問,Excel是一個(gè)非常重要的工具,公司和仍在每個(gè)數(shù)據(jù)分析師的工具包和科學(xué)家,但是對(duì)于你的工作,你需要停止使用Excel和升級(jí)到Python。我會(huì)告訴你們?yōu)槭裁础?/p>

所以，如果你還沒有邁出學(xué)習(xí)Python的步伐，并將你的數(shù)據(jù)分析和可視化技能提升到一個(gè)新的水平，那么我將給出你現(xiàn)在需要學(xué)習(xí)Python的5個(gè)理由。到最后，我相信您會(huì)期待用Python替換大部分Excel工作。

規(guī)模和自動(dòng)化

Excel是方便的,當(dāng)你想做快速的,特別小的數(shù)據(jù)分析,但是一旦你想搬到一個(gè)更大的規(guī)模,它就不行了。Excel最多支持1,048,576行、16,384列的數(shù)據(jù)。而Python可以擴(kuò)展到您的內(nèi)存大小，并且還有許多支持內(nèi)存不足計(jì)算的工具。

例如，Dask庫允許您將計(jì)算擴(kuò)展到在計(jì)算機(jī)集群上運(yùn)行，而不僅僅是在您的筆記本電腦上運(yùn)行。實(shí)際上，如果你熟悉pandas，在CSV中讀取的代碼幾乎是一樣的:

只需一行代碼，就可以讀取比計(jì)算機(jī)內(nèi)存還大的數(shù)據(jù)。對(duì)于Excel，這根本不可能。

此外，當(dāng)涉及到多個(gè)數(shù)據(jù)源時(shí)，Python可以伸縮。Excel是數(shù)據(jù)存儲(chǔ)和計(jì)算引擎，而Python是完全數(shù)據(jù)無關(guān)的。如果您能找到將數(shù)據(jù)讀入Python的方法，那么就可以使用它。而且由于Python有這么多優(yōu)秀的庫，從許多來源(如CSV、Excel、JSON和SQL數(shù)據(jù)庫)讀入數(shù)據(jù)是很簡(jiǎn)單的。

最后，在自動(dòng)化方面，Python是一種令人驚嘆的編程語言。由于您可以將Python直接連接到任何數(shù)據(jù)源，因此可以很容易地調(diào)度一個(gè)作業(yè)，該作業(yè)將通過任何更新重新拉取數(shù)據(jù)，運(yùn)行計(jì)算，甚至創(chuàng)建一個(gè)報(bào)告或動(dòng)態(tài)儀表板，從而節(jié)省大量時(shí)間。另一方面，Excel需要太多的手工勞動(dòng)，不能自動(dòng)更新。

再現(xiàn)性

再現(xiàn)性是任何分析或您創(chuàng)建可視化的概念應(yīng)該是簡(jiǎn)單和直接的復(fù)制為別人。不僅需要有人能夠重新運(yùn)行您的流程并以相同的結(jié)果結(jié)束，而且還應(yīng)該能夠遍歷您的步驟以確保準(zhǔn)確性。當(dāng)您開始依賴自動(dòng)化時(shí)，這個(gè)概念是非常重要的。當(dāng)工作正確時(shí)，自動(dòng)化是令人驚奇的，但是當(dāng)工作不正確時(shí)，自動(dòng)化報(bào)告可能是一場(chǎng)噩夢(mèng)。

Excel的重現(xiàn)性非常具有挑戰(zhàn)性。Excel在單元格中的計(jì)算幾乎不可能在任何規(guī)模下進(jìn)行檢查。數(shù)據(jù)類型非常令人困惑，因?yàn)槟吹降牟⒉豢偸窃谠紨?shù)據(jù)中所表示的，而VBA使再現(xiàn)性稍微好一些，在這一點(diǎn)上，您最好投資于學(xué)習(xí)Python。

看看這個(gè)Excel文檔:

你知道和列應(yīng)該是a和b的和，但是你怎么確定呢?你可以檢查其中一個(gè)公式，看它實(shí)際上是和，但由于每個(gè)單元格都可以是自己的公式，如果它們都不正確呢?如果你沒有注意，你可能會(huì)錯(cuò)過x行是錯(cuò)的。

但是在Python語言中，你的和是這樣的

a = [1,2,3,4]b = [5,6,7,8]sum = []for i in range(a):    sum.append(a[i]   b[i])

此代碼清晰且易于確認(rèn)總計(jì)算正確。

使用Python，您可以開發(fā)出所有的工具，以便為軟件工程師提供更好的重現(xiàn)性和協(xié)作。最重要的是，Python在數(shù)據(jù)連接方面更優(yōu)越，允許我們分析云中的數(shù)據(jù)并立即重復(fù)一個(gè)過程。Git、單元測(cè)試、文檔和代碼格式標(biāo)準(zhǔn)Python社區(qū)都是普遍的。在Python 3中，您甚至可以添加靜態(tài)類型來使代碼更加清晰。所有這些工具都使確保代碼編寫良好和正確變得更加容易。這樣，下次您查看您的代碼或其他人挑選它時(shí)，它就很容易復(fù)制和理解。

可轉(zhuǎn)移的技能

如果你知道Excel，你就僅僅知道Excel。雖然你學(xué)到的技能是有用的，但它們不能轉(zhuǎn)移到其他任何地方。我最喜歡Python的一點(diǎn)是，它不僅是一個(gè)了不起的數(shù)據(jù)分析和可視化工具，而且是一種可以用于許多其他事情的堅(jiān)實(shí)的編程語言。

想要做機(jī)器學(xué)習(xí)甚至是深度學(xué)習(xí)嗎?你可以用Python來做。想要建立一個(gè)網(wǎng)站?Python可以做到這一點(diǎn)。想讓你的智能家居自動(dòng)化嗎?Python也可以做到這一點(diǎn)。

而且，Python比Excel更接近于其他編程語言。這使得學(xué)習(xí)過程中可能遇到的其他語言變得更加容易。學(xué)習(xí)Python比Excel打開了更多的大門。

最后，對(duì)Python的需求非常高。根據(jù)StackOverflow的數(shù)據(jù)，在2019年，它是世界上第四大最受專業(yè)軟件開發(fā)者歡迎的編程語言，同時(shí)也是最受歡迎的編程語言。

高級(jí)功能

Excel有許多內(nèi)置公式，但與Python的功能相比，它就相形見絀了。Python不僅提供了數(shù)百個(gè)庫來簡(jiǎn)化高級(jí)統(tǒng)計(jì)和分析，而且還可以將可視化提升到另一個(gè)層次。使用Matplotlib、Plotly、Streamlit和Seaborn等工具，您可以創(chuàng)建漂亮的數(shù)據(jù)可視化以及交互式指示板和圖形。

Numpy和scipy對(duì)科學(xué)計(jì)算、線性代數(shù)和向量化計(jì)算有著驚人的支持。scikit-learn讓你訓(xùn)練從決策樹到梯度增強(qiáng)機(jī)器的機(jī)器學(xué)習(xí)算法。

英文原文：

https://towardsdatascience.com/stop-using-excel-for-data-analytics-upgrade-to-python-46b5963fb036