回顾当初是怎么跳出 Excel 转学 Python 的

保持兴趣,才能发现更多。

摘要:回顾当初是怎么跳出 Excel 转学 Python 的 。

昨天的文章,说了一位用 Excel 做数据分析的「表哥」,在感受到人工智能所带来的行业冲击后,担心未来自己的工作会被取代,决定学一些数据科学和人工智能方面的技能,向 IT 大牛 Thomas Nield 请教之后,大牛告诉他可以学 Python、机器学习这些。

文章传送门:∞ 2019 年怎么学习数据科学

「表哥」提了一些有点傻的问题,认为 Python 中的数据处理、绘制图表、线性回归这些功能,Excel 也都能做,甚至连编程 Excel 也有 VBA。总之觉得 Excel 不比 Python 差,自己称得上是「数据科学工程师」。

他提的这些问题,很典型也有意思,没有接触过编程的人会这么天真地对比。很理解他,因为看到了自己的影子,确切地说,他就是前一两年的我。

以前在学校,做软件模型实验会产生大量的数据,基本都用 Excel 处理,操作基本都是手工粘贴复制、拖拉填拽完成,效率低地可怜,后来跟着同学慢慢学会编公式,尝到了便利的甜头,原来 Excel 还能这样玩。软件用了那么多年,只会那 5% 的基础功能,剩下的基本没点过。

之后决定好好学习一下 Excel,下载了不少实战教程书看,比如:数据处理分析、函数公式、图表绘制、VBA 这些。如果你现在经常用到 Excel 的话,这里推荐 ExcelHome 论坛,他们出版的一系列书,系统详细,我看完了一整套。

送个福利,公众号后台回复:「Excel」可以得到全部电子版 PDF。

Excel 系统学了一阵之后,思路开阔很多,以前遇到的难题,很快能知道解决方法,顺手拈来,往往还不止一种思路。对数据分析越来越有兴趣,不断尝试 Excel 的各种功能,甚至还用 Power BI 做过一次爬虫数据分析。

接触网络爬虫后,发现 Excel 的爬虫功能有限,就开始搜爬虫用什么比较好,偶然就了解到了 Python,说是很热门的语言能干很多事,爬虫、数据分析比 Excel 牛逼多了。一时兴起想看看到底怎么个牛逼法,以前没有接触过编程,所以一时半会儿也没搞懂 Python 能干什么,只是觉得比 Excel 厉害。之后决定不能再处在 Excel 舒适区里,得去学 Python。

虽决定要学 Python,但真学起来的时候发现难度比想象中大,光是思维转换就很困难。一直习惯 Excel 中直观的手动操作,现在却要全部靠编写代码实现。简单的几行代码,报错不断。画一个简单图表、处理一张表格这些用 Excel 几分钟就能搞定的操作,写 Python 用了半个钟,一度怀疑要不要放弃,根本不觉得 Python 比 Excel 效率高。

强迫自己学了几个月,写了一些爬虫案例后才慢慢找到感觉,体验到学编程的好处。很明显的一点区别就是可复用性,Excel 中的大部分操作是一次性的,操作完一次,下一次只能再手动重复一遍,效率极低,而 Python 写的代码可以无限复用。如果一些操作只需要做一次,那用 Excel 没有什么问题,但重复的操作用 Python 能够一劳永逸了,节省很多时间。

最直观的一个例子,可以看看之前写的一篇文章:

∞ 5 行代码入门爬虫

以上是个人过去的一点经验,如果你目前还在大量用 Excel,不妨多尝试写写 Python 代码,一个不错的方法是用 Excel 和 Python 分别实现同样的目标。

本文完。

你一打赏,我就写得更来劲了
0%