Python+Pandas peuvent-ils remplacer Excel+VBA dans le travail quotidien ?

Il y a une question populaire sur Zhihu : Python+Pandas peuvent-ils remplacer Excel+VBA dans le travail quotidien

Ma suggestion est que les deux sont complémentaires et que personne ne peut remplacer l'autre ?

Utilisez Python+Pandas pour l'analyse et l'exploration de données complexes, et utilisez Excel+VBA pour le traitement quotidien simple des données.

Du point de vue des capacités de traitement et d'analyse des données, Python+Pandas peut définitivement remplacer Excel+VBA et est bien plus puissant que ce dernier.

Mais du point de vue de la commodité, de la diffusion et de la reconnaissance du marché, Excel+VBA reste irremplaçable sur le lieu de travail.

Parce qu'Excel est conforme aux habitudes d'utilisation de la plupart des gens, le coût d'utilisation est inférieur.

Tout comme Photoshop peut produire des photos plus professionnelles, pourquoi la plupart des gens utilisent Meitu pour montrer leurs photos ? Le principe est le même.

Du point de vue de l'acceptation du marché, il existe trois différences entre Python et Excel.

Veuillez noter que ce dont je parle ici, c'est de la différence, pas de l'inconvénient, car il n'y a aucun moyen de comparer les avantages et les inconvénients de différents types de choses.

1. Le seuil d'apprentissage de Python est relativement élevé

Bien que Python soit le plus simple à démarrer parmi les langages de programmation, c'est toujours un langage de programmation qui nécessite que vous compreniez les variables, les fonctions, les instructions logiques, les classes et les processus de thread. , etc. Connaissances en programmation, pour la plupart des personnes qui ne sont pas spécialisées en informatique, le seuil d'apprentissage est assez élevé.

Et apprendre l'analyse de données Python, ce n'est pas seulement apprendre la syntaxe Python elle-même, vous devez également apprendre diverses bibliothèques de science des données telles que Pandas, Numpy, Matplotlib, SKlearn, etc., car la plupart des fonctions de traitement de données sont regroupées dans ces bibliothèques.

De nombreuses bibliothèques ne sont pas plus faciles à apprendre que Python lui-même, car l'écologie de ces grandes bibliothèques est très complexe. Par exemple, Pandas possède au moins des milliers de méthodes de fonction, ainsi que d'innombrables paramètres et logiques, tout comme vous effectuez une analyse de données avec le code sous-jacent d'Excel.

Python est donc doué pour gérer des scénarios très complexes, très répétitifs et de grandes quantités de données.

Et Excel ? Presque la plupart des gens qui connaissent quelque chose en informatique peuvent l'utiliser avec un seuil nul, ou simplement en regardant quelques didacticiels, ils peuvent utiliser des fonctions et des tableaux croisés dynamiques pour le traitement des données. Le coût de l'apprentissage de niveau débutant est extrêmement faible.

Bien sûr, les opérations de haut niveau et VBA nécessitent également du temps pour étudier.

2. Le coût d'utilisation de Python est relativement élevé

Comme mentionné précédemment, Python n'est pas comme un logiciel d'interface graphique comme Excel. Il peut être utilisé immédiatement sans aucun problème.

Python est un peu plus compliqué à utiliser qu'Excel. Il est possible que si vous exécutez avec succès le code et le transférez sur l'ordinateur d'un collègue, des bugs apparaissent car Python implique la configuration de l'environnement, les dépendances et le format de syntaxe. relativement strict, une erreur sera signalée en cas de problème.

De nombreux apprenants Python s'arrêteront à l'installation et à la configuration, à la gestion des bogues et abandonneront avant de procéder à l'analyse des données.

Pour Excel, ces problèmes peuvent ne pas exister, ou très peu.

Presque tout le monde dans l'entreprise, du président-directeur général aux employés de niveau inférieur, utilise Excel. Ce que vous créez avec Excel peut être synchronisé avec vos collègues dirigeants sans aucune barrière de communication. Même si vous utilisez des fonctions complexes telles que VBA, vous pouvez facilement l'expliquer.

Bien sûr, aucun scénario de développement complexe n'est impliqué ici, seul le traitement quotidien des données de bureau et la collaboration Excel sont plus pratiques que Python.

Si vous exécutez des algorithmes et écrivez des outils d'automatisation, Python convient parfaitement.

3. Excel a été généralisé dans certains scénarios d'application, ce qui entraîne une dépendance au chemin

La plupart des gens ont une dépendance au chemin à l'égard d'Excel. Excel existe depuis des décennies et a été largement utilisé dans tous les domaines. Il a accumulé une grande quantité de codes, de formules, de processus, de matériaux, etc. Il est difficile de trouver des alternatives du jour au lendemain.

Excel est l'un des logiciels les plus performants au monde. Microsoft emploie des milliers d'ingénieurs chaque année pour développer et maintenir Excel. Il est plus pratique d'intégrer Excel au quotidien. travail de bureau. En fait, ce que Microsoft considère, c'est répondre aux besoins de 95 % des personnes, et les 5 % restants peuvent utiliser Java, Python et d'autres outils autant qu'ils le souhaitent.

Ce n'est donc pas que plus la fonction est puissante, plus nous devons l'utiliser. Nous devons également prendre en compte les règles existantes, l'expérience et les conditions du marché pour faire. le choix le plus judicieux.

Summary

Pour résumer, il est normal que la plupart des gens utilisent Excel au lieu de Python pour l'analyse des données.

Parce que les choses simples et efficaces sont souvent les plus populaires, Python a en fait travaillé dur dans cette direction, et je pense que son avenir sera extrêmement prometteur.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!