摘要：回顾当初是怎么跳出 Excel 结缘 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，在我的公众号：高级农民工 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：
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。
推荐阅读：
∞ 5 行代码入门 Python 爬虫
∞ 2019 年学习数据科学是什么感受
欢迎关注我的公众号：高级农民工