做数据分析选择Excel还是python？python和excel的区别一览！

excel和python都可以用来做数据分析，那么这两者在做数据分析时有什么区别？哪个更好用呢？
我看很多人说python肯定是碾压，但我的观点是：不和使用场景匹配，纯谈工具都是耍流氓。

01 选择工具前先问自己两个问题：

1.你的工作岗位是什么？是文员还是程序员？
2.看看市场上的工作岗位，到底有没有文员兼职做程序员，或者有人做程序员兼职做公司文员的？

我是没有见过的。所以说，Python还是Excel，不只是简单的选择问题，杀鸡焉用牛刀？

用 Excel 还是 Python，具体还是要看使用场景和需求。

• 如果是场景复杂数据量特别大的样本，Python 的确很好用。
• 但如果只是日常办公，简单做个统计报表或者透视表之类，完全没必要打开编辑器写代码再运行，Excel 省时又省力。

02 Excel和Python的区别在哪里

1. 数据量&处理需求

Excel 适合结构化的数据处理，且数据处理的量级完全足够日常办公（104w行）使用。Python 适合大批量的（不同）结构化数据处理，直观性比 Excel 差一些，适用面广但是普及程度有限，毕竟学习门槛在那儿呢。

2. 门槛&成本

Excel入门门槛低，学习的时间也长，比如大学几乎所有专业都会教 Excel，是一种必需型技能。
而对于日常办公，非专业人员用 Excel 的宏就足够了。
相较于 Excel 来说，Python学习成本高，调试成本也高，很多人 vlookup 都不会用， Python 肯定玩不转的。
Python的语法再简单，也要有一定的编程思维，对非开发人员要求还是高了，非必要不会为了搞 Excel 去学编程。

3. 定位 &普适性

Excel定位是办公软件，而Python 出生就是程序开发工具，更好使用和更好编程也是两个概念，两者面向群体不同，不能一概而论。
对于非开发人员来说，使用 Python 的学习成本要远高于使用 Excel。
举个例子：用 Excel 做出来的东西，可以毫无阻滞地同步给领导、同事、客户。但 Python 做出来的东西运行还需要环境。如果发个流水统计表给同事还需要对方安装配置环境，那就是逗人玩了。

要是细分的话还可以列很多，交给各位伙伴了，评论区见。

所以：如果是简单的批处理，Excel 完全没问题，如果是日常10w行以上的处理，再用 Python 也不迟。

03 已经会Excel了还有必要学Python吗？

有必要。上面也说了，用Excel还是Python，不只是选择的问题，需要看场景。

在直观性上 Python 肯定是弱于 Excel 的。
Excel 的复用和分享都更简单，不涉及到任何代码更改或者再调试，也不用和交接者交代任何配置以及依赖的问题。
但 Python 的主要优势在人工智能和大数据，相比Excel，Python主要优势有：

1. python数据分析处理的效率更高，扩展性更好

用Excel进行数据处理局限于104w行的数据限制，但实际使用中，五六十万行数据基本就没法操作了，卡的不行。
和Excel相比，python在处理大量数据及复杂运算时效率更高。几十万行，甚至几十个G的数据对python来说是小菜一碟。

2. 代码可复用，分析过程可复现

用python做数据分析方便复现分析过程。只要数据源不变，输出结果保证是一致的，不会因为时间和操作者的变化而变化。

3.集成与交互性强

python作为一门主流的来源编程语言，可以与很多编程语言及应用集成，从而方便快速地进行数据及信息的交互。
例如python可以与各种数据库连接，通过SQL语句对数据库的数据进行存、取、修改等操作。另外python还可以连接API应用程序，编写自动化脚本操作应用程序。

例如用 python编写程序自动抓取网络上各种各样的数据、自动下载、分析，免去人工搜索、下载、处理等重复劳动。