一句“人生苦短,我用 Python”,让多少职场人为之疯狂,培训机构甚至豪言小到黄口小儿,大到七旬老汉都学得会 Python。如果你在职场中经常跟数据打交道,曾经可能 Excel 是最常用的工具,但现在如果你不会 Python,出去似乎都不好意思跟人家打招呼(说自己在玩数据)。
Python 真的很神吗?
神。
Python 的使用范围很广,从文本分析到 WEB 编程,再到图形处理和机器学习,是编程语言中不可多得的多面手,加之相对其他编程语言 Python 上手更简单,甚至让很多人喊出全民 Python 的口号。
不过,Python 真的适合职场人使用吗?
不着急回答这个问题,先看看职场事和职场人的特点。
在职场中,我们经常要处理表格数据,比如订单记录、人员信息、销售合同等,专业说法叫结构化数据,这些数据经常是以 Excel 或 CSV 存储,分析的时候直接基于文件处理。
数据处理有简单有复杂,相对复杂的情况更能考验工具的能力。
因为职场人都不是专业程序员,太复杂的东西搞不了,所以在工具选择时自然是越简单越好。不过光简单还不行,还要足够用。Excel 比较简单但不够用,加上 VBA 到是够用,但又不简单了。而数据库(比如 MySQL、SQLite)貌似够用但我连安装不都不会,更不会把数据倒腾进去;至于 JAVA,C++,那些太难根本不用考虑了。这时大家发现了 Python,这个家伙应付职场工作时似乎既够用又简单。
够用的事情不用多说了,Python 的数据计算包很丰富。不过“简单”的事情就要好好看看了,不妨举个例子。
比如计算一支股票最长连续上涨的天数(这类计算常常要做吧),Python 的写法:
import pandas as pd
aapl = pd.read_excel(‘d:/AAPL.xlsx’)
continue_inc_days=0 ; max_continue_inc_days=0
for i in aapl[‘price’].shift(0)>aapl[‘price’].shift(1):
continue_inc_days =0 if i==False else continue_inc_days +1
max_continue_inc_days = continue_inc_days if max_continue_inc_days < continue_inc_days else max_continue_inc_days
print(max_continue_inc_days)
代码看起来不算长,但看懂就要费点劲了,尤其对职场人员而言。Python 用于表格数据是个第三方程序包 Pandas 中的 dataFrame(听起来就有点麻烦),它并不是专为结构化数据设计,也不是我们常规理解的,由一行行记录构成的集合,而是数学家常用的概念,由多个行列定义的矩阵。事实上,Pandas 就没有记录这种数据类型,这导致很多运算要绕弯路才能想清楚,虽然看起来写着并不长,但其实思考难度很大,比如“取上一行”要理解成“把列下移一位”才可以。
Python 还有很多与表格式数据相关的数据类型,除了 dataFrame,还有分组汇总后的 DataFrameGroupBy 类型,以及序列、矩阵等。这些本质上都是集合数据类型,但操作方式却不一样,你无法举一反三,每次遇到都要去找例子看。如果没有深刻理解它的内部结构(然而这对于职场人员又太难了),对和错经常要凭运气了。
培训班虽多,教出来也只是会抄代码改例子,碰到新情况没有例子可抄时,很多人就会晕掉。上面的这个还不算多复杂例子,对于职场人已经有难度了,这里 Python 并不适合职场编程 还有更细致的分析。
想要用 Python 做职场计算,要深刻理解其内部结构和运行原理才行,这对职场人来说太难。基本程序逻辑倒是不难学,但学会之后也就是能做个小学算术题,对于职场工作几乎没用(能用起来的那点功能,经常用 Excel 本身也搞得定了)。
不仅如此,安装 Python 环境本身就困难重重。Python 官网提供的安装包是面向技术人员的,不仅选项繁多,而且默认没有调试功能,32 位 /64 位还分成了不同的安装包。安装完 Python 本体后,需要继续安装 Pandas 和 Excel 的第三方支持库,才能进行表格数据计算,这个安装工具运行在命令行中,对职场人员很不友好,而且安装工具本身也需要更新,届时又需另一个安装命令。市场上也有一些封装好的第三方安装包,但五花八门良莠不齐,非技术人员很难选择。
不过,即使这样,Python 相对 C++、JAVA 在数据计算处理方面还是简单不少,在没有更好的办法之前,也就只能选它了。听起来似乎有些无奈,其实就是很无奈。
那么我们不禁要问,有没有真能让职场人学得会用得起来的编程语言?
有!
SPL 就是。
SPL 全称 Structured Process Language,是一门专门面向结构化数据计算的脚本语言,简单理解就是专门为表格式数据设计,特别适合职场人员用于数据处理。
啥也不说,看个例子。前面用 Python 实现的“一只股票最长连续上涨多少交易日”,用 SPL 这样写。
A | B | |
1 | =file("d:/AAPL.xlsx").xlsimpor@t() | / 读 Excel 文件,首行为列名 |
2 | =a=0,A1.max(a=if(price>price[-1],a+1,0)) | / 求最长连续上涨天数 |
两行搞定,基本不用怎么解释就能看懂,其他很多计算也经常用三五行就能搞定。没有对比就没有伤害,比 Python 还简单有没有。
SPL 同样提供了很丰富的函数来满足职场数据处理,如果数据量大还有高性能处理机制,比如游标计算、并行计算等,通过一个函数选项就可以轻松实现。而 Python 要做到这些就有点难了。
安装 SPL 很简单,拿到对应操作系统安装包下一步下一步就完了,不需要引入依赖,不需要导入第三方库,一个安装包啥都带了。
SPL 的开发环境提供了非常丰富的编辑调试功能,设置断点、单步执行、调试执行、执行到光标应有尽有,这会让编写代码变成一种享受。
在开发环境右侧还提供了可以查看每步运行结果的“结果面板”,输出中间结果不需要手动输出,鼠标点点就看到了。
SPL 可以去 http://www.raqsoft.com.cn/wx/SPL-for-businesspeople.html 下载,后面还有全套学习课程。免费版功能足够,就是偶而会跳点广告(毕竟是商业公司做的),如果嫌烦就要购买收费版了(也不贵)。
学不会 Python 没关系,还有 SPL。