如果你对数据分析有所了解，一定听说过一些亲民的工具如Excel、Tableau、PowerBI等，都能成为数据分析的得力助手。但它们的不足也是显而易见的：操作繁琐，复用性差，功能相对局限单一。
怎么解决呢？——Python
Python有很多优点，如果你能很好的运用到工作中，会发现工作效率大大提升，涨薪也是再正常不过的事情。
Python优点一：
“流程可控，工作高效”
举个例子，Excel做分析的过程：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，中间如果一步有误，很多步骤都需要重新调整，浪费大量时间。
但使用Python编写每一步过程就非常方便，统一语言带来记录方法的统一。当分析过程需要修改或者复用，只需要调整设定好的参数就可以。
如果想做出各种好看的图表，使用Python可视化类工具就可以，几行代码，省时省力，还具有交互功能。如果需要调整也只要修改代码，不用费心费力重新做图。
Python优点二：
“工具库丰富”
Python超高的人气带来了大量的大神，Python工具库可谓应有尽有，也为Python用途广泛打下了优秀的基础。
拿数据分析来说，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，无论是数量还是质量都能碾压市面上大部分同功能软件。
Python优点三：
“小白友好，易上手”
听到Python，大家觉得是门编程语言，很多人就会有这样的顾虑：我是非计算机相关专业出身，学习Python编程是不是跑偏啦？我花大把时间在学习计算机编程上，是不是舍本逐末？
关于这一点大家大可不必担心。如今各行各业都需要数据分析能力，各行各业都需要Python，且Python的语法非常接近英语，对小白学习者非常友好，阅读Python代码就像在阅读文章。下面我们看一段使用Python制作词云图的代码，非常方便易懂：
from pyecharts import WordCloud
'''
更多Python学习资料以及源码教程资料，可以在群821460695 免费获取
'''
name = data_10['关键词'].tolist()
value = data_10['出现频率'].tolist()
wordcloud = WordCloud(width=1300, height=620)
wordcloud.add("", name, value, word_size_range=[20, 100])
wordcloud.render('./参考案例HTML/关键词统计词云图.html')
wordcloud
导入词云工具包——设置关键词和出现频率——设置好文字和图片的大小等参数，就能获得一张词云图：
可以看到，代码在数据分析工作中能做到更高效、丰富和自由。事实上代码不仅帮助分析，更能帮助逻辑思维。