數據分析：Excel v.s. Python

Click here if you would prefer to read the English version.

經常聽到的一個問題是“我為什麼要學習像Python這樣的編程語言，並在金融世界中以Python取代Excel？”

我們早前已經介紹了為何你應該學習Python以應用在金融行業上，然而隨後關於excel的爭論，我們討論了為什麼在進行數據分析時， Python比Excel更有效。

關於Python的一些背景信息：它是一種開源編程語言，擁有非常龐大的支持者和開發者支持，這意味著Python擁有為所有類型的行業所設計的資源 。它用於通用編程，以其可讀性，簡單性，靈活性，模塊性和即時反饋而聞名。 Python也是一種粘合語言，意味著它可以與現有軟件和其他編程語言融會貫通。

您應該選擇Python 而非 Excel進行數據分析的主要原因是Python提供：

1.更好的重現性：

數據操作和數據分析代碼可以被保存為腳本，並且可以通過更好的版本重複使用，而且更清晰。您可以確保您的代碼已被執行且輸出，正確且一致，以促使其他用戶更容易重複您的代碼。

[Invalid image]

2.更高的效率和可擴展性：

Excel可用於數據科學，但代價是什麼？ 您需要等待多長時間才能使電子表格完成計算或把數據導入於電子表格中？ Python在I / O、數據管道、自動化方面，比Excel更快，在計算複雜方程/算法時更快。 Python處理大數據的效率遠高於Excel，在某些時候Excel在處理大數據時非常落後於Python。

3.深度學習

你應該學習Python的最重要原因是深度學習（Deep Learning）。 隨著金融世界進入深度學習的時代，研究人員和學者們都在使用Python進行深度學習，以創建、預測和模擬模型，從而在他們的數據中找到新的見解。 深度學習的示例包括：使用自然語言處理（Natural Language Processing）從社交媒體網站進行情緒分析及其如何影響市場、異常（欺詐）檢測和演算法（Algorithm）的培訓。

[Invalid image]

4.整合

Python是一種粘合語言，可以與許多現有軟件融合。例如Python可以連接到SQL數據庫並使用Python中的SQL語法將數據表提取到Python環境。 Python可以與應用程序接口（Application Program Interfaces）例如Bloomberg Python API進行交接，以請求您需要的數據。通過Python與這些軟件的集成，您可以創建Python腳本來自動化您的工作，就如獲取數據、編寫探索性數據分析功能、編寫可視化數據的函數、將操作數據保存到csv或Excel。學習這些技術可以更大地提高工作效率。

關於Python的一個很酷的事情是它對於初學者來說非常平易近人，快點開始學習Python吧！如果您在香港，請考慮Xccelerate的Python入門基礎知識或Python for Finance課程。

Special Event:

有興趣了解多d有關Python嘅資訊？參加我地黎緊6月1號嘅一日速成班啦！