python学好了能干什么 操控excel,选择Python还是vba？

操控excel,选择Python还是vba？

对于大量数据，建议使用Python。VBA通常将数据存储在内存中。当数据没有分割，计算机配置不高时，会出现更多的卡。经过数据处理后，如果内存没有释放，电脑也会多用一卡通。VBA一般启动两个CPU核进行数据计算，运算效率较低。现在微软已经停止了VBA的更新，建议大家学习python更方便。如果只操作excel，两种学习难度相差不大，但是Python会有更好的发展空间

还有一种更方便的方法，那就是使用power Bi的三个组件进行数据处理，使用power query进行数据处理，使用PowerPivot进行分析查看的优势数据可视化是指学习周期短，数据可以自动刷新，启动时间相对较快。使用这种方法，效率可能比excel快，但速度仍然不如python快。当然，为了长时间的持续，建议学习python，但是开始的时间会比较长

虽然这种方法可能会产生很快的结果，效率也很高，但是由于所有的组件都是设计好的，所以基本上可以遵循规则，当您遇到问题时，您不能下推和重建组件，只能替换其他组件或更改组合方法；

并且您不能使用大量数据，因为Excel的逻辑关系太弱，就像构建块会崩溃一样，因此，处理10000个级别的数据有点困难；因此excel不能用于建造高层建筑。毕竟，世界上没有用积木建造的高楼。

从数据分析的角度看，Excel的可视化效果较差，数据采集无法与Python相比。这不是Excel的特长，但是Excel在数理统计方面的表现还是很好的

所以当数据量比较小的时候，你想快速得到结果，而且逻辑关系简单，Excel很香

！缺点是您需要能够做任何事情。你需要能够建造墙壁，建造和绘制图纸。自然比excel难学

从效率上讲，处理简单的问题肯定比excel差，但面对复杂的问题，Python的优势可以凸显

有了这堆原材料，你不仅可以建造高楼，还可以建造飞机，船和火箭头，所以人们说，Python是一种通用语言，它可以做任何事情，除了生孩子

另一点是，Python是开源的，至少比matlab（深执迷）好得多

从数据分析的角度来看，Python绝对比excel、数据采集，数据处理和数据分析、可视化都比excel好，当然这只是为了数据分析

当数据量大，逻辑关系复杂时，Python是最佳的解决方案

]PS:

当然VBA也说了，其实我觉得VBA和Python的学习难度相差不大，但是使用起来太难了，根据个人的具体需要，具体的区别就不详细描述了

下面用Python写99乘法表到excel

]运行后，该代码将被写入将有一个额外的“99乘法表”excel在文件夹中的文件所在的位置。内容如下：

打印结果如下：

会用Excel，真的需要再学Python吗？

非常有用，比如小编用Python做了一个BOM管理系统。过去，制作BOM需要一天时间，但现在只需要几秒钟。这些都是小编学完python后能做的事情，用python很容易自学也不太难，跟着课本或者学习教程，自己滚代码，很容易开发出自己的东西，并应用到自己的实际生活和工作中去！--作为一种编程语言，python近年来通过人工智能得到了迅速的发展。学习python之后，您可以选择以下方向。

1. 后台服务器。现在，这通常与整个堆栈相关联，即所谓的全包前端和后端。在这个方向上，在学习了python的基础知识之后，还需要学习前端知识、数据库知识、Linux系统相关知识，而且几乎所有做后台的人都要使用Linux系统。在学习了这些之后，我们将开始学习后端框架，如flash、Django和tornado。

2. 数据分析。这是目前一个热门的方向。在学习了python的基础知识之后，您需要学习numpy、pandas、Matplotlib、SciPy和其他数据统计分析库。当然，你必须在这方面有一些数学知识。

3. 自动操作和维护。在这个方向上，除了Python基金会，您还必须精通Linux系统。一般来说，你做Linux操作和维护。这一方向对Linux系统提出了更高的学习要求。

4. AI方向。这个方向是当前Python火爆的主要原因。但是这个方向不仅需要Python的基础，而且还需要学习各种算法，对数学有很高的要求。在熟悉了算法之后，我们开始学习各种与人工智能相关的库。这个方向可以细分为许多方向，如计算机视觉、自然语言处理等。你可以学习你想从事的算法和实用库。

学习python之后，有很多方向可供选择。首先，选择一个好的方向，然后继续学习该方向所需的技能。通过做项目指导学习，可以逐步满足工作要求。当然，工作不能停止学习，编程是需要继续学习的。来吧。