©2020-2024 ioDraw All rights reserved
俗话说的好：有人的地方就有鄙视圈
，就像学C/C++的看不起学JAVA，学JAVA看不起学PHP，学PHP看不起学VBA的。在数据分析行业也存在着这样的鄙视链:学Python看不起学BI的，学BI的看不起学EXCEL的。但事实真的如此吗？
但凡存在的事务，必然有着其存在的理由。也许从编程角度而言，这种鄙视有些道理，但如果你换个角度呢？从学习成本或者是展示效果而言，又该是谁鄙视谁？
于我们每个人而言，其实能够全都掌握是最好的，你可以在少数数据处理时用EXCEL更加高效，可以在大量数据分析时，写个代码自行运行，也可以在做周报月报时是用BI做动态的可视化大屏。
每样都学、每样都精是最好的选择方式。但每个人的精力都是有限的，而且刀越磨越快，越用越钝，你只有不断的学习，才能跟上需求的变化。
所以今天我就针对EXCEL、BI、Python 的越来越激烈的争议进行一些个人总结。本文将会从适用范围、适用人群和优劣势进行对比。
<>一、EXCEL
适用范围：各行各业的日常工作数据的少量、较简单逻辑的处理。还有更多函数公式，满足日常一般的数据分析要求绰绰有余。
适用人群：门槛较低、适合刚入职的小白以及公司本身业务不大，数据量较少的企业人员。
优势：不过多赘述，简单表格制作、数据透视表就能满足日常需求
劣势
：处理数据量有限，只能处理最大行数是1048576行，最大列数是16384列，看着挺多，但随着企业数据化的发展，远远不够。此外当处理较大体量数据时，就会发生卡顿、宕机，并且图表样式简单有限，不够美观。
<>二、BI
适用范围：做数据透视分析，做报表。
适用人群：没时间学代码、对数据分析有着快速响应需求的业务人员，以及懂些代码，疲惫于重复性取数需求的IT人员。
优势
：处理大数据量的性能比EXCEL强很多，并且类EXCEL的操作设计，支持拖拉拽等方式，个性化的满足了中国式的复杂报表需求。此外可以直接链接多个数据库，不用重复导出导入数据，省时省力。
劣势：现在BI市场良莠不齐，处于高速诉发展时期，选择较多，所以还是要慎重选择BI厂商。
<>三、Python
适用范围：网站运维、第三方数据爬虫等等多场景
适用人群：有一定的编码基础能力，非专业人士也可以学，只是入门简单，越学越难。
优势：因为 Python 相之于其他编程语言较为好学，他的整体书写形式比较类似英语。因此其他领域的人入门起来也比较简单。其次岗位少，竞争较小。
劣势：Python岗位少，去投简历的公司也就少，大多数都是在北上广深杭，其他二三线城市能参加面试的机会就更少了，IT岗位机会多的是Java，前端，就业较难。
不同的数据分析工具有着不同的优势范围和使用人群，故此鄙视链的存在确实没有必要。但不管如何，以上也都只是工具，在数据分析的行业里，只会工具可不够，还需要结合具体业务具体使用。