操控excel,選擇Python還是vba？對(duì)于大量數(shù)據(jù)，建議使用Python。VBA通常將數(shù)據(jù)存儲(chǔ)在內(nèi)存中。當(dāng)數(shù)據(jù)沒有分割，計(jì)算機(jī)配置不高時(shí)，會(huì)出現(xiàn)更多的卡。經(jīng)過數(shù)據(jù)處理后，如果內(nèi)存沒有釋放，電腦也

操控excel,選擇Python還是vba？

對(duì)于大量數(shù)據(jù)，建議使用Python。VBA通常將數(shù)據(jù)存儲(chǔ)在內(nèi)存中。當(dāng)數(shù)據(jù)沒有分割，計(jì)算機(jī)配置不高時(shí)，會(huì)出現(xiàn)更多的卡。經(jīng)過數(shù)據(jù)處理后，如果內(nèi)存沒有釋放，電腦也會(huì)多用一卡通。VBA一般啟動(dòng)兩個(gè)CPU核進(jìn)行數(shù)據(jù)計(jì)算，運(yùn)算效率較低?，F(xiàn)在微軟已經(jīng)停止了VBA的更新，建議大家學(xué)習(xí)python更方便。如果只操作excel，兩種學(xué)習(xí)難度相差不大，但是Python會(huì)有更好的發(fā)展空間

還有一種更方便的方法，那就是使用power Bi的三個(gè)組件進(jìn)行數(shù)據(jù)處理，使用power query進(jìn)行數(shù)據(jù)處理，使用PowerPivot進(jìn)行分析查看的優(yōu)勢(shì)數(shù)據(jù)可視化是指學(xué)習(xí)周期短，數(shù)據(jù)可以自動(dòng)刷新，啟動(dòng)速度較快。使用這種方法，效率可能比excel快，但速度仍然不如python快。當(dāng)然，為了能夠長(zhǎng)久的持續(xù)下去，建議大家學(xué)習(xí)python，但是起步周期會(huì)比較長(zhǎng)

覺得你問這個(gè)問題的時(shí)候，可能主要是懷疑python其實(shí)python很多比較好的模塊都是用C寫的，比如，numpy是一個(gè)常用的Python數(shù)值計(jì)算庫，它是用C語言實(shí)現(xiàn)的，而且計(jì)算機(jī)的配置也不像十年前那么低。今年，python掀起了一股依靠人工智能的浪潮。作為人工智能產(chǎn)品開發(fā)中最流行的編程語言，人工智能相關(guān)產(chǎn)品的開發(fā)自然離不開大數(shù)據(jù)的支持，因此Python能否進(jìn)行大規(guī)模的數(shù)值計(jì)算，毋庸置疑。

Python能否進(jìn)行大規(guī)模數(shù)值計(jì)算？

使用python，我對(duì)python的使用有一些個(gè)人的看法：

1.2017人工智能（包括科學(xué)計(jì)算）流行了一年，python的用戶數(shù)量大大增加，這是大勢(shì)所趨。

2. Python的開發(fā)效率遠(yuǎn)遠(yuǎn)高于其他高級(jí)語言。例如，1000行C語言代碼、100行Java代碼和20行Python代碼就足以說明Python的開發(fā)效率。

3. Python的第三方庫非常豐富，你會(huì)發(fā)現(xiàn)只要你想大部分的東西都被打包了庫，比如numpy數(shù)值計(jì)算，Matplotlib，一個(gè)類似Matlab的庫，用于繪圖，panda文件操作庫，這些庫都會(huì)在科學(xué)計(jì)算中常用。

像python這樣運(yùn)行底層編程語言很費(fèi)時(shí)，所以我們不能在任何地方使用python來實(shí)現(xiàn)它。

以上是我的觀點(diǎn)。

做科學(xué)計(jì)算用Python還是MATLAB？

對(duì)于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)用Python進(jìn)行機(jī)器學(xué)習(xí)的人，我想談?wù)勎业目捶ā?/p>

首先，Python真的很慢嗎？我的回答是真的。非常慢。for循環(huán)比CPP慢兩個(gè)數(shù)量級(jí)。

那么為什么要使用Python呢？如果我們遍歷超過一億個(gè)數(shù)據(jù)，兩個(gè)數(shù)量級(jí)的差異是不可接受的。但是，如果我們使用Python來執(zhí)行頂層邏輯并阻塞數(shù)以億計(jì)的數(shù)據(jù)，Python只會(huì)循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個(gè)數(shù)量級(jí)無關(guān)緊要？一毫秒和100毫秒在整個(gè)系統(tǒng)中并不重要。

Python最大的優(yōu)點(diǎn)是它可以非常優(yōu)雅地將數(shù)據(jù)拋出到高效的C、CUDA中進(jìn)行計(jì)算。Numpy、panda、numba這些優(yōu)秀的開源庫可以非常方便高效地處理海量數(shù)據(jù)，借助ZMQ、cell等還可以做分布式計(jì)算，gevent借助epoll系統(tǒng)IO優(yōu)化。因此，它不需要花費(fèi)太多的精力就可以優(yōu)雅高效地完成海量數(shù)據(jù)處理和機(jī)器學(xué)習(xí)任務(wù)。這就是Python如此流行的原因。

好好想想。同樣的性能，代碼只有CPP或Java的三分之一或更少，不是很吸引人嗎？

Python語言其實(shí)很慢，為什么機(jī)器學(xué)習(xí)這種快速算法步驟通常還是用呢？

開始時(shí)，您不必很好地學(xué)習(xí)算法。但是隨著技術(shù)的發(fā)展，仍然需要算法，否則只能做一些工作。

1. 學(xué)好軟件開發(fā)離不開計(jì)算機(jī)理論基礎(chǔ)，比如數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、網(wǎng)絡(luò)技術(shù)、算法研究等，如果你喜歡這項(xiàng)技術(shù)，那就不是問題。先開始，你可以彌補(bǔ)。

2. 算法是軟件開發(fā)的靈魂。好的算法寫不出好的程序。

3. 如何學(xué)習(xí)算法，首先選擇經(jīng)典算法教材?；镜目梢詮臄?shù)據(jù)結(jié)構(gòu)中學(xué)習(xí)，其中包含一些基本的算法，然后再學(xué)習(xí)特殊的算法（實(shí)際上，在數(shù)據(jù)結(jié)構(gòu)領(lǐng)域?qū)W習(xí)算法一般就足夠了）。網(wǎng)上還有很多論壇、算法網(wǎng)站，為了吸引眼球，它們一般都很通俗易懂。大多數(shù)算法都是C語言，但是語言在算法層次上是相互聯(lián)系的，因此理解算法模型是最重要的。

4. 只要我們從技術(shù)開始，一切都是困難的。該算法在實(shí)際應(yīng)用中是最快、最強(qiáng)的。

我希望我能幫助你