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，我们可以看到Python受到大部分人的欢迎，依旧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，从涨幅来看也是最高的。相关的机器学习场景涨幅也有7%。
这不禁引出一个问题：Python作为编程语言在数据分析领域的地位似乎举足轻重，但明明有更亲民的Excel、Tableau、PowerBI等软件，为什么数据分析师最终都会代码化？
作为一名使用Python的数据分析师，我想举几个小例子说明：
鼠标操作流程手速太慢
即使是打游戏，手速也很大程度上来源于快捷键的使用。
数据分析也一样，代码能简化大量鼠标操作流程，用语言将过程“脚本化”，会帮助分析师减去不必要的操作时间，留出更多时间放在“分析过程”上。
举个例子，Excel做分析的过程可能是：定位空值-删除空值-修改数据格式-去除异常值-公式计算-数据透视表-整理数据-插入图表-调整结果……
繁琐的每一步都是来自鼠标点击，中间错误了哪一步，很多步骤都需要重新调整，浪费大量时间。
图中演示的是使用Excel进行简单的描述统计分析过程，比较繁琐。
Python靠的是代码编写每一步过程，统一语言带来记录方法的统一。当分析过程需要修改，只需要调整设定好的参数，效率当然嗖嗖的。
使用Python代码可以迅速调用数据，计算需求，并记录每一步过程，方便修改。
Python拥有强大的库
分析软件每开发出一个新功能需要大量投入。而Python作为编程语言，开发新工具相对容易，一个人开发一个库的例子比比皆是。并且Python的使用热度带来了大量的大神，Python工具库可谓应有尽有，这也是Python有前文报告中众多用途的原因。
回到数据分析，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
此外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。
代码辅助数学算法
小时候不爱数学，因为讨厌记繁琐的公式和进行步骤推算，一步算错，步步算错，而且我还无法理解为什么老师要求这么算。
但代码的出现拯救了我对数学的偏见。它能从特例的角度复现数学推理过程。通过计算机成千上万次的计算，让我更快理解算法的含义。
截图来自3blue1brown的微积分教学视频《微积分的本质》
以一道高中数学求导题为例:
求y=x²在x=2时的导数。
这道题不难，使用求导公式可知导数是4。但很多函数是不方便推导求导公式的，是否可以从导数的定义出发，寻找特例说明问题？
有的。
这道题要求的其实是连续可导函数f的曲线上，x=2时切线的斜率，那么我们可以定义一个移动的点m，使得m不断的接近x，当（m-x）足够小时，(f(m)-f(x))/（m-x）会越来越接近该点的所在曲线的切线斜率，也就是我们要求的导数。
图中所示程序迭代了1000次，点m以一定的0.01个单位的速度不断趋近x，结果导数（斜率）在不断趋近于4。
通过这个案例，我想说明的是代码的存在让模拟和迭代变得可能，定义一个规则，找到一个特例，让程序模拟千万遍，答案会呼之欲出。
这是一种使用程序构建算法的思想。
另一个有趣的案例是基于Python的梯度下降算法，使用Python多次模拟寻找最小化的损失函数和模型参数值。
案例文名为《Python推导线性回归模型》的文章，用到了梯度下降的方法推导出线性回归模型，适合python数据分析及机器学习初学者观看，完整链接见文末。
总结一下，数据分析师为什么会要求写代码？
原因在于代码在数据分析上更高效、丰富和自由。事实上代码不仅帮助分析，更能帮助逻辑思维。
如果你想自己感受下使用代码做数据分析带来的高效，建议你现在就可以开始学习Python。
如果一个人学习会有迷茫，动力不足，推荐网易云课堂和城市数据团共同推出的Python数据分析课程，核心技能高密度直播+回放，更有免费体验课程、免费资料包，助力你的入门升级之路：
特邀资深讲师
核心技能高密度直播+回放
【第一阶段 数据分析行业形势】
1. 3月5日 20点
寒冬下数据分析师的去向如何？
2. 3月6日 20点
数据工作者如何升级赋能？
3. 3月7日 20点30分
数据分析师如何转型玩算法？
【第二阶段 数据爬虫】
4. 3月11日 20点
如何用1小时构建自己的爬虫？
5. 3月12日 20点
企业实战中的爬虫问题详解
6. 3月13日 20点
数据爬虫的可靠性及数据感知
7. 3月14日 20点
数据管理问题，如何有效的存储采集数据？
一周体验课
《用Python识破花呗还款套路》
配练习材料
课程大纲
1. Python语言入门
2. 每月净收入模型构建
3. 每月支出模型构建
4. 不同情况下的花呗还款场景模拟
5. 负债积累问题
6. 如何用图表讲好一个故事？(彩蛋)
免费资料和代码分享
1.文中所示文章Python推导线性回归模型
及完整代码资料
2.【6G】数据分析综合学习资料
答疑助力+福利获取方式
扫码添加网易云课堂小助手
即可预约免费直播，领取上述福利
微信号：weizhuanye024
席位有限，先到先得~
