其實Excel和Python在近兩年一直在被做對比 ，有的小夥伴現在並不需要學習，但是並不代表以後用不上，技多不壓身，我們可以先分析一下,excel的vba其實是很強大，學的深的話基本可以解決大部分數據處理問題！但是excel仍然有局限性：

1.office正版要錢，python正版不要錢

2.python連接資料庫並執行資料庫查詢比excel vba要方便的多！並且資料庫內表格行數常常會超過excel處理極限。而且處理速度會很快，python代碼是可以重複使用的，下次需要運行相似的分析情景時，只需運行腳本就可以了，同時你也可以把這些內容共享給你的同事們，不用在編寫描述 Excel 中操作步驟手冊，提高我們的工作效率

3.python使用pandas對特殊的文本數據進行定製化的解析。python對複雜邏輯的處理和對正則表達式的支持要強過vba。當然並不是vba不能實現，就是比較麻煩！

簡單來說Python≥excel，excel能做到的Python都能做到，但是excel不能很強大的編程，不能進行豐富邏輯處理，複雜的運算分析

當然具體還是要看你的工作場景需求，以及以後你要發展路線上它們對你的幫助，如果真的用不到那就無所謂了，因為它們只是工具，我們更加需要加強邏輯思維和業務分析能力，找到自己的核心競爭力，工具只是輔助的東西和幫助你表達出來的東西

學習周期的話這個看個人，本身你有基礎，學習起來並不會很難，工具只有多用才會更熟練

首先說結論：不一定

因為你還可以選擇VBA！當然VBA你也不一定需要！

按你說的「一個Exce函數加填充就能搞定的事」，說明你對Excel的需求並不是很高，不是重度用戶，可能就是日常做做表，記錄一些數字。如果你跟我一樣天天跟Excel打交道，天天做一些重複工作，那麼你一定就不會這樣想了，你會想"我都累死了，什麼時候才能幹完啊，有沒有簡單的方法啊"！舉個例子，是我干過的活，如圖

這是一個二維表，需要我展開成一維的，就是橫坐標，縱坐標，然後取對應的值，你當然可以手動去一個個去輸入，可能你眼神好，手速快，半個小時就搞定了，然後檢查一遍發現錯了一個數，再改改就搞定了，但是我現在手上有一百個類似這樣的表，有的還是三維的，還有的需要×係數，有的一個係數，有的兩個三個，遇到這樣的問題你打算怎麼辦？還要去輸入嗎？反正我想想都覺得累，眼睛累，手也累。這時候你肯定會到知乎來問，有沒有什麼簡單的方法把表格展開？那麼，肯定就會有大佬推薦你VBA或者Python！我當然就是用的VBA，做完你猜有多少數據？16萬行！每行最少三個數據。你可以想想手動輸入要多久嗎？按照你一秒鐘輸入一個數據來算算看，你需要16個工作日每天八小時不停歇幹才行！

所以當你覺得沒用或者不需要，只能說明你做的事不夠多，遇到的問題不夠多

如果把數據分析比作建一座高樓，那麼excel就是給你一個個組件，你的工作就是把他們組裝起來，就跟最近的火神山醫院一樣，像是搭積木

雖然這種方法可能很快就能出結果，效率很高，但是因為用的都是設計好的組件，所以你基本上只能循規蹈矩，遇到問題也不能把組件推倒重建，只能換其他的組件或者換個組合方式；

而且還不能用大數據量，因為excel的邏輯關係太弱，就跟搭積木搭高了就會倒塌一樣，處理個萬級數據就有點吃力了；所以excel不能用來建高樓，畢竟沒有一座世界高樓，是搭積木搭起來的。

從數據分析的角度來看，excel的可視化要差一些，數據採集也不能跟python相比，這都不是excel的專業，但是excel在數理統計上的表現還是很不錯的

所以當數據分析量小、想要快速出結果、邏輯關係簡單的情況下，excel很香！

而python就是給你一堆原材料，水泥、磚頭、鋼筋等等，你的工作就是自己要從頭搞，一步步把高樓給建造出來

壞處嘛就是要求你什麼都要會，你要會砌牆、會施工、會圖紙，學習起來自然是比excel要難

從效率上講，處理簡單問題肯定要比excel差，但是在複雜問題面前，python的好處才能凸顯出來

而且你擁有了這堆原材料，不僅可以建高樓，還能用來造飛機、造輪船，造火箭，所以人們都說python是萬能語言，除了生孩子什麼都能做

另外一點python是開源的，起碼比matlab要強多了（深深執念）

從數據分析的角度看，python肯定是要優於excel的，數據採集、數據處理和數據分析、可視化方面都比excel要強，當然這只是對於數據分析來說

所以當數據量大、邏輯關係複雜的時候，python是最優解

PS：

當然了，VBA就另說了，其實我覺得VBA跟python的學習難度其實差不了太多，但就是用起來太難用，看個人具體的需求吧，具體的區別這裡就不詳細說了

類似的問題我寫過回答也寫過文章，放在下面，如果有興趣可以去看一下。其實主要還是看你有沒有遇到Excel的瓶頸，然後對於這些瓶頸你是準備用什麼辦法去處理。

  1. 比如說Excel不能處理過大的數據表，但是說白了，pandas也有限制，超出內存的表是不能讀取的。當然了，到了那個時候，還有新的工具。
  2. 比如說Excel不能編程，所以沒法抽象化用戶操作。但是人家有vba呀。我沒有認真學過vba，所以不好多做評論。但是一個語言好不好學，（尤其是vba和python相比，大家畢竟都是應用層面的語言），說到底還是這個語言的用戶數量決定的，vba有幾個包？github上有幾個repo是用vba寫的？你去Stack Overflow上面搜vba能搜出幾個高質量答案？你有問題以後能不能儘快的找到答案？你能不能*免費*的從網上找到高質量的vba學習資料？所以說白了，具體學什麼語言真的不重要，關鍵是要容易學。如果你現在發現vba很容易學容易用，那完全沒有必要去學python
  3. 比如說Excel有太多的黑箱，太多自動化的工具，而且最關鍵的，它是圖形化操作界面。你會覺得這些都是好處呀？為什麼要作為瓶頸呢？確實，這些都是好處，但是圖形界面也是雙刃劍。圖形界面是很難抽象化的，你很難將用戶操作轉化成一個按鈕，一個對話框。所以如果你想自由，你必須放棄圖形界面。這是很矛盾的一個事情，這很可能也只是千禧年以前長大的人的無聊的堅持，但是說回來，到了2020年我也沒覺得這個看法有什麼大錯。

所以說到底，如果你現在覺得Excel足夠解決你現在的問題，你自然沒有必要提前去學。但是很多時候真的是這樣么？你就沒有一些自己想做，但是不知道怎麼用Excel去做的東西？如果別人告訴你，用vba可以這樣這樣這樣這樣解決，那你就可以去學python了

關於學了多久，應該說是一年吧。18年底的時候我做科研成果總結，當時用的是excel，到了去年年底的時候做課程表處理的時候就主要依靠pandas了，但是怎麼說呢，我在18年以前的時候也已經學過一段時間pandas了，而13年的時候我也用js連抄帶編的做了一個雜誌的光碟導航系統，所以學編程這個事情不是一下子就能做好的，但是一直學肯定會越學越好

附上兩個之前的回答：

如何才能成為EXCEL數據處理大神？?

www.zhihu.com圖標路人乙小明：[Excel]如果你愛Excel，請學好pandas?

zhuanlan.zhihu.com圖標

我覺得一切要以工作目的為導向，以解決問題為導向。

凡是能儘快協助你高效處理工作任務的，你都要去學習和了解，但是不必精通，除非你想轉行（敲重點）。

我學生時代用Python做爬蟲，畫圖，輔助做Excel，覺得逼格很高，工作了以後發現我這行Excel和vba已經能實現逆天操作了，再花時間去精通Python反而本末倒置。如果你覺得Python有確實幫到你的地方，再用Python也可以，但是你多動動手會發現網上有現成的輔助工作的小程序，沒必要親自操刀設計。

你的價值是你的專業能力，行業經驗，溝通協調能力，資源整合能力。你未來幾十年的成長也都是在這些方面。多花時間鑽研「術」並不會為你帶來多大成就（除非你想轉行），讓專業的人去做專業的事，讓每個人都當好社會運轉的螺絲釘，這才是主流。

推薦閱讀：
相关文章