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：
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！
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。
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。
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”。
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。
我随手找了一点资料：Python 官方在今年2月做了一份报告，从官方的角度说明了 Python 的使用状况和受欢迎程度。该调查由 Python 软件基金会与 JetBrains 一起发起，有来自 150 多个国家的超过两万名开发人员参与。
从官方喜出望外的报告中，我发现 Python 受到大部分人的欢迎，是用户手中的香饽饽：
在 Python 的用途上，大家使用 Python 最常用的场景是数据分析，并且相比 2017 年，2018 年的涨幅也是相比最高的，相关的机器学习场景涨幅也有 7%。
再结合大鹏哥的介绍，Python 语言的这种火热程度也是不难理解了。看来，使用 Python 进行数据分析是时代的趋势。
我有点坐不住了：鹏哥，我从来没写过代码，但我真想学会你这一手 Python 数据分析本事啊！
“没问题，”大鹏自信地说，“小刘你这么勤学好问，又对数据有兴趣，只要找对了正确的方法，肯定学得快。正好最近我有一个直播，你要不要来听听？”这个直播课程是由网易云课堂和专业数据机构城市数据团联合打造，每周一至周四固定开课，现在限时 0 元领取。不仅如此，还有 Python 入门资料包免费送哦~扫码领取
限时 0 元 Python 数据分析课程
课程详情
1. Python 基础语法学习路径
2. 十大易错点分别是哪些？
3. 用 Python 实现第一个数据爬虫
1. 如何用 Python 快速处理数据？
2. 初学者使用 Pandas 最容易犯的错误
3. Pandas 套路总结
1.前置知识：工具库及数据指标计算
2.Python 筛选，整合，清洗股票数据
3.Python 优化选定股票持仓比例
8.19-8.22限时0元课程8.19-8.22限时0元
扫码领取
限时 0 元 Python 数据分析课程
咨询人数较多，请耐心等待~
