操控excel,選擇Python還是vba？對于大量數(shù)據(jù)，建議使用Python。VBA通常將數(shù)據(jù)存儲在內存中。當數(shù)據(jù)沒有分割，計算機配置不高時，會出現(xiàn)更多的卡。經過數(shù)據(jù)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(shù)據(jù)，建議使用Python。VBA通常將數(shù)據(jù)存儲在內存中。當數(shù)據(jù)沒有分割，計算機配置不高時，會出現(xiàn)更多的卡。經過數(shù)據(jù)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(shù)據(jù)計算，運算效率較低。現(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(shù)據(jù)處理，使用power query進行數(shù)據(jù)處理，使用PowerPivot進行分析查看的優(yōu)勢數(shù)據(jù)可視化是指學習周期短，數(shù)據(jù)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，為了長期的可持續(xù)性，建議大家學習python，但是起步時間會比較長

在很多情況下，性能不是瓶頸。大約80%的應用程序不需要高性能。

為什么Python效率這么低，還這么火？

MATLAB和python不在同一級別。MATLAB是面向算法本身和仿真本身的產品。如果不是運行效率，那就要看是誰寫的程序了。matlab收費的原因在于運行時的更新。比如及時5g更新NR庫，如果你用Python寫這個東西，不是不可能寫的，只是時間、完整性、運行效率，這些都很難保證。畢竟，MATLAB的背后是一支強大的科學家團隊來負責算法，一支強大的工程師團隊來完成實現(xiàn)，最后給大家一個簡單易用的函數(shù)它可以通過使用的方法來實現(xiàn)。每個人都做他們擅長的事。

MATLAB在逐漸被Python淘汰嗎？

最好先了解這些語言的優(yōu)缺點。請仔細看一下Python現(xiàn)在非常流行，但是火又回來了，但是在大型項目中做框架是不現(xiàn)實的。寫劇本沒關系。另外，Python擅長爬蟲和人工智能。它編寫起來非?？焖俸挽`活，并且有許多現(xiàn)成的包來支持它。入門很容易，但就是擅長用Python

找起來也不是很容易，因為對于它擅長使用的領域中小型公司不多，大公司也不是那么容易進入，技術門檻很低，門檻也不是很高！你可以學習

學習，但是你仍然需要學習一門像Java一樣的語言作為核心

！2. 在圍棋方面，圍棋語言的表現(xiàn)非常好，但以這一點為核心還是有點賭。圍棋也是未來的語言。現(xiàn)在生態(tài)還沒有建立起來，可以看到微服務、分布式大型項目、核心和調度的整個框架。其實，使用圍棋的人并不多，大部分都是獨立的微服務或者獨立的好項目，畢竟耗時不長。

3. 以上兩點，得出最后的結論，也就是說，Java仍然是可靠和保守的。這門語言最棒的地方是它能做很多事情，涉及的領域很廣，生態(tài)也很好。就項目而言，80%的企業(yè)應用在市場上是由它引起的，基礎是非常穩(wěn)定和堅實的。畢竟，已經20多年了。在這期間，它被很多人看不起，但是jav Java，它仍然很好！你聯(lián)系過，面試過，工作過，你會發(fā)現(xiàn)的

python、java、Go哪個前景好？

首先，我們用10個坐標點來模擬城市的位置。由于我們平時對Python的使用比較多，也比較熟悉，所以我們首先選擇Python作為編程語言來實現(xiàn)蟻群算法，但是我們在第一時間就等著睡著了。猜猜看有多長時間，超過六分鐘，這是效率的可怕之處。你不能讓老師等6分鐘在最后的回答中選擇最佳路徑。恐怕要暫停了。用C語言對蟻群算法進行了優(yōu)化，優(yōu)化結果不到1min。沒有比較就沒有壞處。在這之后，我深刻地認識到Python執(zhí)行效率的可怕方面。

有些人可能想知道為什么C和Java比python更高效。事實上，它與語言的底層代碼有關。C語言是匯編語言的二次開發(fā)，Java大多是C和C的二次開發(fā)，但是我們的Python可以分為兩種情況，一種是Cpython，另一種是jpython，分別是C和Java的二次開發(fā)，所以效率比這兩種語言要低。我看到消息說，為了解決python的效率問題，政府計劃重新開發(fā)底層python代碼。最近，我沒有看到任何相關的新聞。畢竟，這個工作量是非常巨大的。

Python到底有多慢？

對于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉用Python進行機器學習的人，我想談談我的看法。

首先，Python真的很慢嗎？我的回答是真的。非常慢。for循環(huán)比CPP慢兩個數(shù)量級。

那么為什么要使用Python呢？如果我們遍歷超過一億個數(shù)據(jù)，兩個數(shù)量級的差異是不可接受的。但是，如果我們使用Python來執(zhí)行頂層邏輯并阻塞數(shù)以億計的數(shù)據(jù)，Python只會循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個數(shù)量級無關緊要？一毫秒和100毫秒在整個系統(tǒng)中并不重要。

Python最大的優(yōu)點是它可以非常優(yōu)雅地將數(shù)據(jù)拋出到高效的C、CUDA中進行計算。Numpy、panda、numba這些優(yōu)秀的開源庫可以非常方便高效地處理海量數(shù)據(jù)，借助ZMQ、cell等還可以做分布式計算，gevent借助epoll系統(tǒng)IO優(yōu)化。因此，它不需要花費太多的精力就可以優(yōu)雅高效地完成海量數(shù)據(jù)處理和機器學習任務。這就是Python如此流行的原因。

好好想想。同樣的性能，代碼只有CPP或Java的三分之一或更少，不是很吸引人嗎？

Python語言其實很慢，為什么機器學習這種快速算法步驟通常還是用呢？

C語言實際上是一種“老”和“底層”語言。其執(zhí)行效率僅次于匯編語言。

它之所以古老是因為C語言出現(xiàn)得很早。

盡管FORTRAN和COBOL比C語言出現(xiàn)得早，但現(xiàn)代主流操作系統(tǒng)（windows、Mac OS、Linux、IOS、Android、Unix）都是從C語言中誕生的。

最根本的原因是C語言被設計用來同時編寫匯編語言。從理論上講，它可以用外匯來表示。匯編語言是最有效的語言。

所以Python是用C語言編寫的也就不足為奇了。它與能否生成exe無關。

Exe文件是Windows平臺的專用格式。最簡單的exe是com可執(zhí)行文件。EXE文件實際上由引導加載程序和解釋器組成。

由Python語言生成的代碼只能通過引導加載程序和解釋器作為EXE文件執(zhí)行。

因此Python生成EXE文件并不困難。只是它是否愿意提供的問題。