Python vs Excel 比較:  那個更好?

2017年，據估計全球有7.5億人使用Excel。2017年世界人口約為76億。這意味著大約10%的人口正在使用Excel，我猜主要用於數據分析。這太瘋狂了。

毫無疑問，Excel對於公司來說是一個非常重要的工具，並且仍然在每個數據分析師和科學家的工具包中佔有一席之地，但是對於大多數工作，您需要停止使用Excel並升級到Python。我來告訴你為什麼。

因此，如果您仍然沒有邁出學習Python的一大步，並將您的資料分析和可視化技能提升到一個新的水準，我將為您提供5個原因，說明您現在需要學習Python的原因 。 到最後，我相信你會期待用Python取代你的大部分Excel工作。

Python 可以處理巨量數據

當您想要對小數據進行快速分析時，Excel 非常有用，但是一旦您想要移動到更大的規模，它就不起作用了。Excel 最多可支援 1，048，576 行 x 16，384 列的數據。另一方面，Python可以擴展到記憶體的大小，並且還具有許多支援記憶體不足計算的工具。

例如，著名的 Python 數據分析包 Pandas 讓你可以用短短一行匯入GB級別 CSV 數據：

import pandas as pd

df = pd.read_csv(‘data.csv’)

只需一行代碼，您現在正在讀取大於計算機記憶體的數據。Excel 執行此操作是不可能的。

此外，Python可以在涉及多個數據源時進行擴展。雖然Excel既是數據存儲又是計算引擎，但Python完全與數據無關。如果你能找到一種方法將數據讀入Python，你可以使用它。由於Python擁有如此多的優秀庫，因此從許多來源（如CSV，Excel，JSON和SQL資料庫）讀取數據是微不足道的。

最後，在自動化方面，Python是一種了不起的程式設計語言。由於您可以將Python直接連接到任何數據源，因此可以輕鬆安排一個作業，該作業將使用任何更新重新提取數據，運行計算，甚至創建報告或動態儀錶板，從而節省大量時間。另一方面，Excel需要太多的手動工作，並且無法自動更新。

Python 是可轉移的技能 (Transferable Skill)

如果你知道Excel，你就只知道Excel。雖然你學到的技能很有用，但它們不能轉移到其他任何東西上。我最喜歡Python的一件事是，它不僅是數據分析和可視化的出色工具，而且它是一種可靠的程式設計語言，可用於許多其他事情。

想做AI甚至深度學習嗎？你可以用Python做到這一點。想建一個網站嗎？Python可以做到這一點。想要實現智慧家居的自動化嗎？Python也可以做到這一點。

此外，Python比Excel更接近其他程式設計語言。這使得學習沿途可能遇到的其他語言變得更加容易。學習Python打開的大門比Excel要多得多。

最後，對Python的需求非常高。根據StackOverflow的數據，在2019年，它被列為專業軟體開發人員中全球第四大最受歡迎的程式設計語言，也是第一種最受歡迎的程式設計語言。Indeed表示，2020年美國Python開發人員的平均工資為每年12萬美元。不錯。

Python 有大量現成函數庫

Excel有很多內置公式，但與Python的功能相比，它相形見絀。Python不僅提供了數百個庫，使高級統計和分析更容易，而且還可以將可視化提升到另一個層次。使用Matplotlib，Plotly，Streamlit和Seaborn等工具，您可以創建漂亮的數據可視化以及互動式儀錶板和繪圖。

Numpy和scipy對科學計算，線性代數和矢量化計算有驚人的支援。scikit-learn 可以讓你訓練機器學習演算法，從決策樹到梯度提升機器。

Python 很容易學習

鑒於Python比Excel的所有驚人優勢，它一定很難學習，對吧？不！查看的 Java 版本，這是最簡單的程式：Hello World

print('Hello World!')

Python 是一行：.它不會變得更簡單。Python是最容易掌握的程式設計語言之一，擁有最活躍的社區之一，特別是在數據分析領域。Python是最直觀的程式設計語言之一，對於幾乎沒有計算機科學背景的人來說，它甚至是可以理解的！雖然學習曲線Excel似乎更可取，但另一端的回報要少得多。Python的學習曲線值得花費時間和精力，由於其一刀切的設計，Excel永遠無法與之匹敵。print(“Hello World!”)

Python易於使用，並且擁有龐大的社區支援，因此學習起來從未如此簡單。