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。