看什麼資料分析了,大量的格式化的資料分析用Python確實合適,但在財務看來,這也叫資料分析?大部分應用的場景是:有幾十張不同格式,反映內容和邏輯也不一致的表格,每張表格資料就幾百行,主要是邏輯與勾稽關係
如果只是日常使用,Excel上手更快,使用更方便。對於快捷鍵的使用也能加速辦公效率。Excel可以滿足日常90%使用者的使用,如果是10%的使用者,那麼可以使用python,JAVA等工具輔助使用。
python上手難度較高,如果沒有學過計算機的基礎知識想上手python有較大難度。很多Python的學習者會止步在安裝配置、bug處理上,還沒進行資料分析就放棄了。
如果想做出各種好看的圖表,使用Python視覺化類工具,可以只用幾行程式碼就完成了,省時省力,還具有互動功能。如果需要調整也只要修改程式碼,不用費心費力重新做圖。
原則上是那個方便,用著順手,就用哪個。
如果你平常接觸的資料都是10萬以內的小數量級,那麼其實是可以不學Python的,但如果需要經常處理大數量級的資料,還是有必要學一學Python的。
我一個程式設計師,都喜歡用excel來處理資料,誰有事沒事寫程式碼啊。。再說了,excel用得好,強大到爆炸,還是視覺化的,又方便。。。
和買傻瓜相機的人多一樣,專業的太麻煩。
excel才是終極資料處理,不信你看任何資訊管理軟體,具有匯出資料功能的無一例外都必須要支援excel格式,沒聽說過要支援python的
Excel學習時間短,學習成本低,用途單一。
Python學習時間長,學習成本高,用途廣泛。
Excel日常大家都用,上手快,比較容易就能實現目標;學Python要搭環境寫程式碼,還要學習Python基礎知識,還要學會debug,花的時間比較多,當然學會了,用途也很廣,至少可以稱作會程式設計了吧[捂臉]。
最好是兩者都會,能用Excel快速解決的,幹嘛要費事去寫程式呢。
資料量小用excel,資料很量大用power BI
因為Excel更直接一些,大部分時間不需要程式設計。而python不管多麼簡單,都需要寫程式!
1。視覺化,夠直觀;2。入門門檻低。
除了程式設計師,大部分可以在工作環境用的電腦是在內網使用,不說python了,連微軟的excel都不給裝,都在用wps。不過wps也可以用vba或者金山自己的jsa編個宏,將就著用吧。
這個還得看資料處理量,Excel可視操作簡單明瞭,Python得從基礎學,然後學習相關資料處理模組,相比較而言一般人學Excel省時見效快。
這標題有意思,沒程式設計基礎的,學會python都要個一年半載,更何況還要編寫相應功能,哪個簡單哪個難一目瞭然
一般情況下,excel夠用了,而且是多種方式實現。資料量非常大的情況下,用 phthon才更合適,重複性的可以用程式實現。一般人的工作資料分析需求變化大,資料量相對也小。關鍵是不用專門學也可以,靠摸索就能掌握基本用法。
自從學會了資料透視表+切片器+圖表後,發現用Excel也能做出“高大上”的視覺化圖表,就沒有動力再去另外學習Python了。
如果資料量小,當然excel方便。
這個問題其實很簡單,二進位制程式碼是最快的,可是大家都跑去學什麼Python、JavaScript之類的……為什麼?方便啊