操控excel,選擇Python還是vba？對于大量數據，建議使用Python。VBA通常將數據存儲在內存中。當數據沒有分割，計算機配置不高時，會出現(xiàn)更多的卡。經過數據處理后，如果內存沒有釋放，電腦也

操控excel,選擇Python還是vba？

對于大量數據，建議使用Python。VBA通常將數據存儲在內存中。當數據沒有分割，計算機配置不高時，會出現(xiàn)更多的卡。經過數據處理后，如果內存沒有釋放，電腦也會多用一卡通。VBA一般啟動兩個CPU核進行數據計算，運算效率較低?，F(xiàn)在微軟已經停止了VBA的更新，建議大家學習python更方便。如果只操作excel，兩種學習難度相差不大，但是Python會有更好的發(fā)展空間

還有一種更方便的方法，那就是使用power Bi的三個組件進行數據處理，使用power query進行數據處理，使用PowerPivot進行分析查看的優(yōu)勢數據可視化是指學習周期短，數據可以自動刷新，啟動時間相對較快。使用這種方法，效率可能比excel快，但速度仍然不如python快。當然，為了長時間的持續(xù)，建議學習python，但是開始的時間會比較長

雖然這種方法可能會產生很快的結果，效率也很高，但是由于所有的組件都是設計好的，所以基本上可以遵循規(guī)則，當您遇到問題時，您不能下推和重建組件，只能替換其他組件或更改組合方法；

并且您不能使用大量數據，因為Excel的邏輯關系太弱，就像構建塊會崩潰一樣，因此，處理10000個級別的數據有點困難；因此excel不能用于建造高層建筑。畢竟，世界上沒有用積木建造的高樓。

從數據分析的角度看，Excel的可視化效果較差，數據采集無法與Python相比。這不是Excel的特長，但是Excel在數理統(tǒng)計方面的表現(xiàn)還是很好的

所以當數據量比較小的時候，你想快速得到結果，而且邏輯關系簡單，Excel很香

！缺點是您需要能夠做任何事情。你需要能夠建造墻壁，建造和繪制圖紙。自然比excel難學

從效率上講，處理簡單的問題肯定比excel差，但面對復雜的問題，Python的優(yōu)勢可以凸顯

有了這堆原材料，你不僅可以建造高樓，還可以建造飛機，船和火箭頭，所以人們說，Python是一種通用語言，它可以做任何事情，除了生孩子

另一點是，Python是開源的，至少比matlab（深執(zhí)迷）好得多

從數據分析的角度來看，Python絕對比excel、數據采集，數據處理和數據分析、可視化都比excel好，當然這只是為了數據分析

當數據量大、邏輯關系復雜時，Python是最佳解決方案

]PS:

當然VBA是另一點。其實我覺得VBA和Python的學習難度并沒有太大區(qū)別，但是使用起來太難了。讓我們看看個人的具體需求。具體的區(qū)別將不詳細討論

數據可視化被許多學科視為視覺傳達的現(xiàn)代等價物。它包括創(chuàng)建和研究數據的可視化表示。為了清晰有效地傳遞信息，數據可視化采用了統(tǒng)計圖形、圖表、信息圖形等工具。數字數據可以用點、線或條進行編碼，以直觀地傳遞定量信息。有效的可視化幫助用戶分析和推斷數據和證據。它使復雜數據更易于訪問、理解和使用。用戶可能有特定的分析任務，例如比較或理解因果關系。圖形的設計原則（即顯示比較或顯示因果關系）遵循該任務。表格通常用于用戶查找特定度量的位置，而各種類型的圖表用于顯示數據中一個或多個變量的模式或關系。

數據可視化不僅是一門藝術，也是一門科學。有人認為它是描述性統(tǒng)計的一個分支，也有人認為它是一種植根于理論的發(fā)展工具?；ヂ?lián)網活動產生的數據量的增加和環(huán)境中傳感器數量的增加被稱為“大數據”或物聯(lián)網。這些數據的處理、分析和交流給數據可視化帶來了道德和分析上的挑戰(zhàn)。被稱為數據科學家的數據科學領域和實踐者有助于應對這一挑戰(zhàn)。

數據可視化與信息圖形、信息可視化、科學可視化、探索性數據分析和統(tǒng)計圖形密切相關。自2000年以來，數據可視化已經成為科學與信息可視化相結合的一個活躍的研究、教學和開發(fā)領域。有學者認為，數據可視化的理想狀態(tài)不僅是傳達清晰，更是激發(fā)受眾的參與和關注。

會用Excel，真的需要再學Python嗎？

1. Web應用程序開發(fā)

網站后端程序員：用一個網站很容易維護后端服務。

類似的平臺，如Gmail、youtube、智湖、豆瓣等

2、網絡爬蟲

爬蟲是一個操作較多的場景，爬蟲獲取或處理大量信息：批量下載美劇，運行投資策略，爬經適房，抓取各大網站的折扣信息，獲得最佳選擇；收集并分類社交網絡上的演講，生成情感地圖，分析語言習慣；抓取網易云音樂某類歌曲的所有評論，生成word cloud；通過條件過濾得到豆瓣的信息，生成電影、書籍和表格。

3. 艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾艾。Python在科學計算領域享有很好的聲譽。其簡潔明了的語法和豐富的計算工具深受該領域開發(fā)人員的喜愛。

4. 數據分析

一般來說，當我們使用爬蟲來抓取大量的數據后，我們需要對數據進行分析處理。否則，爬蟲將徒勞地爬行，我們的最終目標是分析數據。Python在這方面有非常豐富的數據分析庫，可以制作各種圖形分析圖。也很方便。Python擁有成熟的模塊來完成大數據分析所涉及的分布式計算、數據可視化和數據庫操作等功能。

5. 自動運維：自動處理大量運維任務

6。游戲開發(fā)者：一般嵌入游戲中作為游戲腳本

7。自動測試：作為一個簡單的實現(xiàn)腳本編寫，在selenium/LR中實現(xiàn)自動化。

8. 網站開發(fā)：借助Django和flash框架建立自己的網站。

什么是數據可視化？

這是一個非常好的問題。作為一個it從業(yè)者和教育工作者，讓我來回答這個問題。

首先，從工業(yè)互聯(lián)網和大數據的發(fā)展趨勢來看，Python數據分析師的就業(yè)前景還是非常廣闊的。一方面，數據分析本身的應用場景會越來越多。另一方面，python語言也廣泛應用于人工智能領域，因此python數據分析師的發(fā)展空間相對較大。

如果你想走Python數據分析師的發(fā)展道路，你應該從以下三個方面提高你的職業(yè)價值：第一，注意新技術的學習。數據分析技術是一個快速迭代的領域，因此數據分析人員必須跟上技術的發(fā)展趨勢，尤其要注意算法相關知識的學習。從大技術的角度來看，目前的數據分析方法主要是基于統(tǒng)計學和機器學習。機器學習在數據分析領域的發(fā)展?jié)摿Ρ容^大，而且機器學習也是人工智能技術體系的重要組成部分，因此必須重視機器學習相關知識的學習和深化。

第二，關注平臺的價值。數據分析師要想提升自己的職業(yè)價值，不僅要提高自己的技術水平，還要從工作效率方面入手，而提高工作效率更有效的途徑就是合理利用平臺。工業(yè)互聯(lián)網時代必然是平臺時代。數據分析作為大數據平臺的一項重要功能，必然會得到平臺的大量支持，因此數據分析人員必須重視技術平臺的應用。

第三，注重行業(yè)知識的積累。數據分析師對行業(yè)知識的要求非常高。為了使數據分析在行業(yè)中發(fā)揮更重要的作用，數據分析人員必須能夠根據行業(yè)選擇和應用技術。