专栏首页崔庆才的专栏让 Python 高效率工作

让 Python 高效率工作

阅读本文大概需要 4 分钟。

我是个只会用 Excel 的数据分析工作者。有一天,我和同事大鹏约好晚上一起喝酒,离下班还有 5 分钟,老板突然 Q 我:

我怀着忐忑的心情打开了一个神秘的压缩包:

912个CSV表格,每个表格共370列,约360行不等

这么多!我试了一下 Power Query, 电脑不客气地歇菜了,这要是纯手动复制非得睡公司不可。我瘫在工位上:“鹏哥,我今天怕是得和 912 张表共度良宵,你自个儿去喝酒吧。”

大鹏听完来龙去脉却哈哈一笑:“小事一桩,今晚这酒还真得喝定了,看我的!”

我半信半疑看着大鹏打开一个黑色的窗口,刷刷刷敲了几行代码,一份合并好的表格就很快完成了!

屏幕上甚至还跳出了时长:

顺利下班!之前我总觉得 Excel 能做好多事情,自己学习动力也不是特别强,很多时候都得过且过,并且看到代码有点望而生畏,看起来好像很难的样子,但没想到这么方便。

我坐不住了:鹏哥,你会的这个代码,怎么这么厉害,比 Excel 还好用啊?

大鹏神秘一笑:Python 可强大了,远不止你看到的这些。

Python 的强大之处

No.1 效率高,可复用

刚才处理表格的效率你看到了,更厉害的是如果有类似的工作任务,我们只需要更改一下工作路径,这份代码便可以直接使用,可谓一劳永逸。

除了合并表格这类需求,批量出图是不是也曾经困扰你?想想你用 Excel 怎么做数据分析的:

从数据的清洗整理到出图的每一步都要鼠标点击,非常繁琐且容易出错,而使用 Python 只需几行代码即可轻松出图:

当你面对高重复性的工作时,也只需要略微改动,或者引入循环,再也不用点鼠标点到手抽筋了。

我有点心动:好像是比 Excel 方便多了,会用 Python 肯定能大大提高工作效率。

Python的强大之处

No.2 功能丰富,涵盖完整的数据工作流

就在我在心里为大鹏的表演喊“666”的同时,大鹏又滔滔不绝地讲了起来:小刘,你别看我前面只提到了使用 Python 整整表格出出图,人家可是著名的“胶水语言”。

“胶水语言”是什么?我问道。

大鹏解释道:Python 可以利用 MySQLdb 库连接数据库,可以利用 pandas 和 matplotlib 进行清洗和分析,可以利用 pyecharts 进行交互可视化,可以利用numpy 和 sklearn 进行建模,甚至可以利用 pyinstaller 打包工作流交给同事,共同提效……

而且这些库的丰富程度,可以说是超出你的想象,以 Python 可视化必知基本库 matplotlib 为例,光是他的官方 gallery 就有 26 个大类 527 个样式,数量上就碾压了市面上大部分同功能软件。

matplotlib官网:https://matplotlib.org/tutorials/index.html

Python 可视化类工具会有针对图表样式进行调整的代码,也可以交互,几行代码,省时省力,分分钟关机下班。

比较一下 Seaborn 的图表库和 Excel 的图表库,感受差距:

这就有点惊讶到我了:这效率和酷炫程度和 Excel 根本不是一个层级的。这么游刃有余的本事,不可谓不吸引人啊!会用 Python 肯定能做更多的事情,让老板刮目相看。

本文分享自微信公众号 - 进击的Coder(FightingCoder)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-09-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 数据科学中必须知道的5个关于奇异值分解(SVD)的应用

    这听起来是不是很熟悉?我经常听到我大学的熟人抱怨他们花了很多时间的代数方程在现实世界中基本没用。

    磐创AI
  • node.js的async和await

    ES2017 标准引入了 async 函数,使得异步操作变得更加方便,async其实本质是Generator函数的语法糖

    雪山飞猪
  • Python初学者常犯错误及解决方法自查

    如果你的电脑里面只安装了Python 2或者只安装了Python 3,总之只有一个Python,那么,无论你是哪个系统,你总是可以使用 python xxx.p...

    青南
  • linux中的python3源码安装详细步骤

    2、下载python3,这里用的python3.6版本,网址: https://www.python.org/downloads/

    前端_AWhile
  • 《深入浅出Node.js》:Node异步编程解决方案 之 生成器(Generator)函数

    关于生成器函数和迭代器的基础,在之前有成文,可以点击《你不知道的JavaScript》:迭代器Iterator的背景梳理和《你不知道的JavaScript》:弄...

    前端_AWhile
  • Scrapy框架学习---Scrapy介绍(一)

    1、Scrapy Engine(引擎): 负责Spider、ItemPipeline、Downloader、Scheduler中间的通讯,信号、数据传递等。

    用户6133654
  • 14 张思维导图,教你构建 Python 核心知识体系!

    基础知识图一包括了基本规则、Python语言特点、计算机语言、如何运行Python、变量赋值五个方面,辅助你快速掌握Python编程的基底知识。

    AI算法与图像处理
  • JS逆向 | 防脱发的秘诀

    Chrome 开发者工具我觉得还是有必要学一下的,毕竟工欲善其事,必先利其器。做好爬虫,做好 JS 逆向,工具是第一位。 先看抓包情况:

    州的先生
  • 一日一技:在Python里面用2行代码压缩文件

    但是,这个过程在Python里面却比较复杂,因为你需要遍历整个文件夹及其子文件夹。stackoverflow上面给出的一个创建zip压缩文件的代码例子如下:

    青南
  • JS箭头函数之:为何用?怎么用?何时用?

    在现代JS中最让人期待的特性就是关于箭头函数,用=>来标识。箭头函数有两个主要的优点:

    Clearlove

扫码关注云+社区

领取腾讯云代金券