我是個只會用Excel的數據分析工作者。有一天，我和朋友約好晚上一起吃飯，離下班還有5分鐘，老板突然Q我：
老板：你今天加個班
我：好呀好呀
老板：我有幾個Excel,需要你把它們合成一張表
我：好呀好呀
老板：給！你自己看著辦吧！
我懷著忐忑的心情打開了一個神秘的壓縮包：
912個CSV表格，每個表格共370列，約360行不等
這么多！我試了一下Power Query, 電腦不客氣地歇菜了，這要是純手動復制非得睡公司不可。我癱在工位上：“我今天怕是得和912張表共度良宵。”
朋友聽完來龍去脈卻哈哈一笑：“小事一樁，今晚這 飯還真得吃定了，看我的！”
我半信半疑看著朋友打開一個黑色的窗口，刷刷刷敲了幾行代碼，一份合并好的表格就很快完成了！
屏幕上甚至還跳出了時長：
順利下班！之前我總覺得Excel能做好多事情，自己學習動力也不是特別強，很多時候都得過且過，并且看到代碼有點望而生畏，看起來好像很難的亞子，但沒想到這么方便。
我坐不住了：鵬哥，你會的這個代碼，怎么這么厲害，比Excel還好用啊？
大鵬神秘一笑：Python可強大了，遠不止你看到的這些。
Python的強大之處
No.1 效率高，可復用
剛才處理表格的效率你看到了，更厲害的是如果有類似的工作任務，我們只需要更改一下工作路徑，這份代碼便可以直接使用，可謂一勞永逸。
除了合并表格這類需求，批量出圖是不是也曾經困擾你？想想你用Excel怎么做數據分析的：
從數據的清洗整理到出圖的每一步都要鼠標點擊，非常繁瑣且容易出錯，而使用Python只需幾行代碼即可輕松出圖：
當你面對高重復性的工作時，也只需要略微改動，或者引入循環，再也不用點鼠標點到手抽筋了。
我有點心動：好像是比Excel方便多了，會用Python肯定能大大提高工作效率。
Python的強大之處
No.2 功能豐富，涵蓋完整的數據工作流
就在我在心里為大鵬的表演喊“666”的同時，又滔滔不絕地講了起來：你別看我前面只提到了使用Python整整表格出出圖，人家可是著名的“膠水語言”。
“膠水語言”是什么？我問道。
朋友解釋道：Python可以利用MySQLdb庫連接數據庫，可以利用pandas和matplotlib進行清洗和分析，可以利用pyecharts進行交互可視化，可以利用numpy和sklearn進行建模，甚至可以利用pyinstaller打包工作流交給同事，共同提效……
而且這些庫的豐富程度，可以說是超出你的想象，以python可視化必知基本庫matplotlib為例，光是他的官方gallery就有26個大類527個樣式，數量上就碾壓了市面上大部分同功能軟件。
Python可視化類工具會有針對圖表樣式進行調整的代碼，也可以交互，幾行代碼，省時省力，分分鐘關機下班。
比較一下Seaborn的圖表庫和Excel的圖表庫，感受差距：
這就有點驚訝到我了：這效率和酷炫程度和Excel根本不是一個層級的。這么游刃有余的本事，不可謂不吸引人啊！會用Python肯定能做更多的事情，讓老板刮目相看。
Python的強大之處
No.3 時代所趨，易學好用
我隨手找了一點資料：Python官方在今年2月做了一份報告，從官方的角度說明了python的使用狀況和受歡迎程度。
該調查由 Python 軟件基金會與 JetBrains 一起發起，有來自 150 多個國家的超過兩萬名開發人員參與。
從官方喜出望外的報告中，我發現python受到大部分人的歡迎，是用戶手中的香餑餑：
在python的用途上，大家使用python最常用的場景是數據分析，并且相比2017年，2018年的漲幅也是相比最高的，相關的機器學習場景漲幅也有7%。
python語言的這種火熱程度也是不難理解了。看來，使用Python進行數據分析是時代的趨勢。
2019年最新python教程 免費分享
如果你處于想學python或者正在學習python，python的教程不少了吧，但是是最新的嗎？
說不定你學了可能是兩年前人家就學過的內容，在這小編分享一波2019最新的python全套教程最后小編為大家準備了8月份新出的python自學視頻教程，共計約415集，免費分享給大家！
（領取方式看文末！）
2019Python自學教程全新升級為《Python+數據分析+機器學習》，7大階段能力逐級提升，打造技能更全面的全棧工程師。
以上這些教程小編已經為大家打包準備好了，希望對正在學習的你有所幫助！
