摘要：回顧當初是怎麼跳出 Excel 結緣 Python 的。
昨天的文章，說了一位用 Excel 做數據分析的「表哥」，在感受到人工智能所帶來的行業衝擊後，擔心未來自己的工作會被取代，決定學一些數據科學和人工智能方面的技能，向 IT 大牛 Thomas Nield 請教之後，大牛告訴他可以學 Python、機器學習這些。
文章傳送門：2019 年怎麼學習數據科學
「表哥」提了一些有點傻的問題，認爲 Python 中的數據處理、繪製圖表、線性迴歸這些功能，Excel 也都能做，甚至連編程 Excel 也有 VBA。總之覺得 Excel 不比 Python 差，自己稱得上是「數據科學工程師」。
他提的這些問題，很典型也有意思，沒有接觸過編程的人會這麼天真地對比。很理解他，因爲看到了自己的影子，確切地說，他就是前一兩年的我。
以前在學校，做軟件模型實驗會產生大量的數據，基本都用 Excel 處理，操作基本都是手工粘貼複製、拖拉填拽完成，效率低地可憐，後來跟着同學慢慢學會編公式，嚐到了便利的甜頭，原來 Excel 還能這樣玩。軟件用了那麼多年，只會那 5% 的基礎功能，剩下的基本沒點過。
之後決定好好學習一下 Excel，下載了不少實戰教程書看，比如：數據處理分析、函數公式、圖表繪製、VBA 這些。如果你現在經常用到 Excel 的話，這裏推薦 ExcelHome 論壇，他們出版的一系列書，系統詳細，我看完了一整套。
送個福利，在我的公衆號：高級農民工 後臺回覆：「Excel」可以得到全部電子版 PDF。
Excel 系統學了一陣之後，思路開闊很多，以前遇到的難題，很快能知道解決方法，順手拈來，往往還不止一種思路。對數據分析越來越有興趣，不斷嘗試 Excel 的各種功能，甚至還用 Power BI 做過一次爬蟲數據分析。
接觸網絡爬蟲後，發現 Excel 的爬蟲功能有限，就開始搜爬蟲用什麼比較好，偶然就瞭解到了 Python，說是很熱門的語言能幹很多事，爬蟲、數據分析比 Excel 牛逼多了。一時興起想看看到底怎麼個牛逼法，以前沒有接觸過編程，所以一時半會兒也沒搞懂 Python 能幹什麼，只是覺得比 Excel 厲害。之後決定不能再處在 Excel 舒適區裏，得去學 Python。
雖決定要學 Python，但真學起來的時候發現難度比想象中大，光是思維轉換就很困難。一直習慣 Excel 中直觀的手動操作，現在卻要全部靠編寫代碼實現。簡單的幾行代碼，報錯不斷。畫一個簡單圖表、處理一張表格這些用 Excel 幾分鐘就能搞定的操作，寫 Python 用了半個鍾，一度懷疑要不要放棄，根本不覺得 Python 比 Excel 效率高。
強迫自己學了幾個月，寫了一些爬蟲案例後才慢慢找到感覺，體驗到學編程的好處。很明顯的一點區別就是可複用性，Excel 中的大部分操作是一次性的，操作完一次，下一次只能再手動重複一遍，效率極低，而 Python 寫的代碼可以無限複用。如果一些操作只需要做一次，那用 Excel 沒有什麼問題，但重複的操作用 Python 能夠一勞永逸了，節省很多時間。
最直觀的一個例子，可以看看之前寫的一篇文章：
以上是個人過去的一點經驗，如果你目前還在大量用 Excel，不妨多嘗試寫寫 Python 代碼，一個不錯的方法是用 Excel 和 Python 分別實現同樣的目標。
本文完。
推薦閱讀：
∞ 5 行代碼入門 Python 爬蟲
∞ 2019 年學習數據科學是什麼感受
歡迎關注我的公衆號：高級農民工