曾经我是一个只会Excel的数据分析师，直到我遇到了……

算法与数据结构

我是一个数据分析师。

准确来说我是一个当年只会excel数据透视表，就天不怕地不怕地来当数据分析师的人。当年的某一天，我的老板Q我：

小刘啊，我小姨子给了我一个全国市委书记的名单，你帮我看看，有什么规律啊？

我接过老板的任务，心想：老板的小姨子在政府里混的不错啊，目标居然是市委书记。难怪老板平时这么多政府项目，我得看看什么她什么目的。

我迅速打开了表格。发现表格里把往期和现任的每一位市委书记信息都调查得很清楚。

既然是小姨子的要求，我先来看看市委书记里有多少女性好了：

首先我点开数据透视表，调整参数，然后进行运算得到女性市委书记的数量，写上函数，求出了女性市委书记的比例，最后我制作图表对图标参数进行调整，得出了我的第一个结论：女性市委书记的比例是：2.77%。恩，似乎比较低，小姨子要加油啊。

正当我想把这个结论先截个图给老板看看，顺便挣个表现时，老板先给我发信息了：

小刘啊，刚交给你的任务暂时不做了，昨天刚来公司上班的王大鹏刚看到我在看这个表，已经帮我做了一版结论了，图看着还挺专业。

突然之间没了挣表现的机会，我很郁闷。王大鹏是谁？多年来的职业敏感性告诉我，这个新来的，我得去会会！于是我拿着零食来到王大鹏的工位。半小时后，新人大鹏就已经被我掌握：

“你想知道我怎么这么快做分析？简单！”大鹏很热情的说。

“我就使用了几行python代码，你看。”

我：“Python？那是啥？”

大鹏：“Python本来是一门计算机程序语言，非常简单好学。目前也是做数据分析的主流语言之一，拥有非常丰富的工具包。比如我这里用到的pandas。”

“有了这些工具包，我就可以使用里面的读取（read_csv）功能，把数据加载进来.或者说叫做“提取数据字段”，比如我给你演示下把名字、省份和出生年份给提取出来。”

“然后就是尝试者先做做简单的分析了。可以调用Matplotlib和Seaborn两个工具包，前者是做图表的，后者是做图表可视化的，用熟后比excel简单多了。选择好你的数据，再调用工具包里的图表，图表就有啦，其实和excel处理好数据再选择图表的逻辑是类似的。 ”

“我一般都是先对比两个维度，比如我尝试着分析市委书记们的出生年月和任期的关系，直接把计算的结果整理好，调用表格模板，就可以出这样的图啦。

你注意看，其实中国大部分的官员都是任期1-4年的，但是1950年-1960年出生，现在大概60岁上下的人，任期普遍要比其他年龄段的人要长几年，这里面水比较深呐： ”

“不明觉厉！可是这张图表达得会不会太晦涩了？”我问道。

“没错，刘哥，看来你很有经验。我也觉得想直方图还是不清楚，但是热力图就好很多了，还能看看不同岁数不同任期的人都有多少，所以我就改了种表达。刘哥你看，看是不是好多了？”

我突然有点庆幸我没把我简陋的图发给老板，同时也不禁有一丝紧迫感。虽然说这些分析，我用excel慢慢做也能捣鼓出来，但我点来点去，每换一个数据维度就要重新做一次透视表，还要调整样式，肯定不如人家写程序快。而且大鹏用的python代码明显有更强的灵活性，如果将来老板让我做一些更难的数据分析，大鹏不就很快能取代我了？