为什么数据分析师都要求写代码？

Python官方在今年2月做了一份报告，从官方的角度说明了Python的使用状况和受欢迎程度：

该调查由 Python 软件基金会与 JetBrains 一起发起，有来自 150 多个国家的超过两万名开发人员参与。

从官方喜出望外的报告中，我们可以看到Python受到大部分人的欢迎，依旧是用户手中的香饽饽：

在Python的用途上，大家使用Python最常用的场景是数据分析，从涨幅来看也是最高的。相关的机器学习场景涨幅也有7%。

这不禁引出一个问题：Python作为编程语言在数据分析领域的地位似乎举足轻重，但明明有更亲民的Excel、Tableau、PowerBI等软件，为什么数据分析师最终都会代码化？

作为一名使用Python的数据分析师，我想举几个小例子说明：

原因 1

鼠标操作流程手速太慢

即使是打游戏，手速也很大程度上来源于快捷键的使用。

数据分析也一样，代码能简化大量鼠标操作流程，用语言将过程“脚本化”，会帮助分析师减去不必要的操作时间，留出更多时间放在“分析过程”上。

举个例子，Excel做分析的过程可能是：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，中间错误了哪一步，很多步骤都需要重新调整，浪费大量时间。

图中演示的是使用Excel进行简单的描述统计分析过程，比较繁琐。

Python靠的是代码编写每一步过程，统一语言带来记录方法的统一。当分析过程需要修改，只需要调整设定好的参数，效率当然嗖嗖的。

使用Python代码可以迅速调用数据，计算需求，并记录每一步过程，方便修改。

原因 2

Python拥有强大的库

分析软件每开发出一个新功能需要大量投入。而Python作为编程语言，开发新工具相对容易，一个人开发一个库的例子比比皆是。并且Python的使用热度带来了大量的大神，Python工具库可谓应有尽有，这也是Python有前文报告中众多用途的原因。

回到数据分析，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，数量上就碾压了市面上大部分同功能软件。

matplotlib官网：https://matplotlib.org/tutorials/index.html

此外Python可视化类工具会有针对图表样式进行调整的代码，也可以交互，几行代码，省时省力，分分钟关机下班。

原因 3

代码辅助数学算法

小时候不爱数学，因为讨厌记繁琐的公式和进行步骤推算，一步算错，步步算错，而且我还无法理解为什么老师要求这么算。

但代码的出现拯救了我对数学的偏见。它能从特例的角度复现数学推理过程。通过计算机成千上万次的计算，让我更快理解算法的含义。

截图来自3blue1brown的微积分教学视频《微积分的本质》

以一道高中数学求导题为例:

求y=x²在x=2时的导数。

这道题不难，使用求导公式可知导数是4。但很多函数是不方便推导求导公式的，是否可以从导数的定义出发，寻找特例说明问题？

有的。

这道题要求的其实是连续可导函数f的曲线上，x=2时切线的斜率，那么我们可以定义一个移动的点m，使得m不断的接近x，当（m-x）足够小时，(f(m)-f(x))/（m-x）会越来越接近该点的所在曲线的切线斜率，也就是我们要求的导数。

图中所示程序迭代了1000次，点m以一定的0.01个单位的速度不断趋近x，结果导数（斜率）在不断趋近于4。

通过这个案例，我想说明的是代码的存在让模拟和迭代变得可能，定义一个规则，找到一个特例，让程序模拟千万遍，答案会呼之欲出。

这是一种使用程序构建算法的思想。

另一个有趣的案例是基于Python的梯度下降算法，使用Python多次模拟寻找最小化的损失函数和模型参数值。

案例文名为《Python推导线性回归模型》的文章，用到了梯度下降的方法推导出线性回归模型，适合python数据分析及机器学习初学者观看，完整链接见文末。

总结一下，数据分析师为什么会要求写代码？

原因在于代码在数据分析上更高效、丰富和自由。事实上代码不仅帮助分析，更能帮助逻辑思维。

如果你想自己感受下使用代码做数据分析带来的高效，建议你现在就可以开始学习Python。