返回目录：excel表格制作
在大家的印象里，想进入金融行业或者数据岗位，首先需要精通Excel。
然而野村证券副首席数字官马修·汉普森在上周五的伦敦Quant Conference上发表讲话：
“现在走进交易大厅，用Excel的人越来越少，大家都在码Python代码”
甚至直接说：
“ Python已经取代了Excel。”
现在很多岗位在写招聘要求时，“精通Excel”的后面，紧接着会写一句“有Python编程经验优先”。
这个意思就是告诉你：你Excel玩的再厉害，也不如会Python的！
没错，以前面试HR问“你Excel的精通程度怎样”，现在更多地问“你会Python吗？”
Python学习资料获取方式：转发文章+私信【Python】
- 豆瓣高分推荐的Python入门书籍
- 1000个Excel黄金技巧高清视频教程
- 20G SQL+SAS+Mysql数据分析必备视频
- 158个主流编程语言Python/R数据挖掘视频教程
- 800道Data Science/Analysis面试真题
- 150+人工智能相关机器学习/数据分析文献&书籍资料
- Machine Learning入门+进阶书籍
- 数据分析师等五大常见数据岗位求职简历模版
01 Python取代Excel不是制造焦虑
2013年的时候，在WSO论坛上，就有一个人发了Python将是金融从业者的必备技能的帖子。表示：“Python技能需求很高，并且将会持续很多年。"
在帖子中直接列出了Python带来的便捷性。
比如财务建模时，Excel/VBA可以做到的，Python可以做到更多，几行代码就可以有效地运行方案；
在回测交易时，可以轻松地用Python编写算法并在数据上运行它；
分析数据时，可以直接将Sql导入到Python具有的一些软件包中。
上个月，有人在WSO论坛上说：“我可以运行一个具有数百个互锁公式的Excel模型，以及一个具有50,000行和100列的数据表，更新需要15分钟。”
“我可以运行基于Python的模型，该模型具有数千个互锁的关联点和具有10,000,000行和1,000个数据属性的底层数据结构。更不用说我可以编写脚本来推断缺少的数据点。所有这些操作都可以在大约一秒钟。”
而就在前不久前，和一个金融行业的朋友吃饭，聊到了一个出乎意料的事。有一天他打开朋友圈，发现圈内的很多朋友都在给一个学Python的广告点赞，甚至广告下面很多人在讨论，他意识到大家都在默默学Python。
他打趣道：“没有想到有一天，我一个金融民工也开始要学编程。"
我觉得这个现象，意料之中，毕竟金融圈都在学Python的情况早就已经有了苗头。编程正成为年轻人乃至整个世界最看好的热门或者说必备技能。
02 Python席卷金融行业
高盛集团之前发布了一份《高盛调查报告》，针对全球2500名在高盛的夏季实习生调查， 当问到你认为“哪个语言在未来会更重要”时，在被调查的全球2500名80、90后优秀年轻人中，72%选了Python。
16岁的高盛实习生Adam Korn直言：“现在想从事交易或分析的基金经理不懂编程很难存活下去”。
目前，高盛有约9000名计算机工程师，占高盛总员工数量的1/3。接下来将轮到投资银行业务。传统上，这一领域需要较强人际沟通技巧，但高盛规定在任何一次IPO中所需要采取146个不同步骤，而其中许多步骤都可以通过算法完成。
去年的时候就有外媒报道，摩根大通集团大约1/3的分析师和员工被强制参与编程课程学习计划！不仅如此，摩根大通CEO杰米•戴蒙（Jamie Dimon）在去年时宣布将在硅谷开展其业务，将在加州硅谷的Palo Alto为1000多名员工新建一个“新金融科技园区”。
然而实际上，摩根并不是第一家作此决策的世界100强公司。之前网传的一张麦肯锡的实习生招聘要求中，早就将掌握Python语言列为了任职要求之一：
当成千上万大学生像过独木桥一样申请实习的时候，咨询公司、金融公司、会计师事务所已经悄然发生了转型。
2014 年，有人就在Quora提问，麦肯锡是否需要 Python技能，其中一个答案是:
It is not a must-have but a nice-to-have. If you have the time to learn, it can be helpful one day.
无论使用Python还是Excel，都是为了更加便捷地工作
03 不止是金融行业, 全民都在学Python
你以为Python影响的只是金融行业和数据行业？太天真了！现在想要做个文字编辑都是“会编程、会数据分析的优先！”
没错的，现在已经进入了全民学Python的时代。
有人用Python从各大视频网站下视频，有人成功用Python跳一跳跳到4999，有人用Python撩妹子，还有人设计了一套代码自动抢红包……
今年上半年，人工智能专业至此正式进入本科专业大家庭。
而人工智能领域，需要拥有 Python 基础才能开始尝试，Python是人工智能专业的必修课。全国共有35所高校获首批建设资格。
不光是高等人才教育，似乎国家要把Python的学习普及度变成英语的学习普遍度。Python直接被编进了山东小学课本。从小学就开始正式学习，还将纳入高考！
甚至幼儿园的小朋友都没有“被放过”，前一段时间，网上流传一组《人工智能实验教材》的图片就是为幼儿园设计的教材！
从幼儿园一直陪你到大学不再是梦！
如果现在不学Python很有可能会成为新时代的“文盲”。
特别是对大学生来讲，掌握Python技能可以成为求职时的加分项。而且自2018年3月起，计算机二级考试中已经加入了“Python语言程序设计”科目。
曾就有麦肯锡牛人在网上发帖，如果能回答出Python的相关问题，将很乐意提供内推。
04 真实操作展示Python有多牛
“你的数据，还要多久，才能整理好？”
这大概是所有跟数据打交道人的“夺命Call”。
就拿数据报表来说。有的人用一个空格一个空格的录入数据，然后用公式一行行计算，最后再把结果填表制图，做完还需要花时间一一核对数据是否错误。
而会Python 人的日常操作却是这样的：用python爬虫处理数据，敲几下几行代码，30秒就轻松地把表格做了出来。
不仅如此，自动生成数据可视图，在汇报时，数据一目了然。
而Python强大的绘图功能，能够一次性完成数据导入-分析-出结果-绘图，直接把分析结果用图标的形式清晰的呈现出来。
Python学习资料获取方式：转发文章+私信【Python】
- 利用python爬虫，爬取需要的资料、素材、数据，还可以自动计算生成图表。
在应对繁琐的检查核对工作时，交给几行python代码处理就可以，还能进行自动矫正处理，整个过程不到1分钟。
Python的这几种基础操作都能解决日常工作中很多的枯燥无味、冗杂的问题和工作，这也是为什么金融行业这样每天和数字打交道的行业都要去学习。
05 学会Python能走上人生巅峰？
Python 是商业数据分析、人工智能领域必不可少的工具，应用领域极其广泛，囊括了网络爬虫、数据分析、数据挖掘、机器学习、深度学习、人工智能、开发、测试、运维等。
Python 方向岗位的薪水在水涨船高，成为目前最有潜力的编程语言之一。除了商业分析师，应用Python的主要相关岗位还包括：
而这些岗位的薪资水平一般是：Python全栈开发工程师（10k-20K）；Python运维开发工程师（15k-20K）；Python高级开发工程师（15k-30K）；Python大数据工程师（15K-30K）；Python机器学习工程师（15k-30K）；Python架构师（20k-40k）
Python的火热，刺激了市场的需求，国内某求职网站显示，全国 Python 工程师的平均月资能够达到25160元，其中20—30K的工程师数量更是接近三成。
即便是二线城市，如武汉，Python开发工程师的平均工资也高达¥11280/月！一般都能在15K-20K之间。
在2018年，国内猎聘网发布的《AI人才竞争力报告》也指出，AI 领域从业者平均薪资高于互联网行业平均薪资，较高季度平均年薪达 33 万元，高出互联网平均年薪近 5 万元！
06 如何实现Python的快速入门？
1）找一本靠谱的书
注意是靠谱的，难度一定要是入门级别。刚开始学，一上来看深奥的书，很容易受阻，时间长了就会失去兴趣。这里介绍2本入门书籍：
- 《A byte of Python》：这本书大概10个小时能看完，例子简单且容易上手。
- 《Python编程从入门到实践》：这是一本全中文的书，适合初学者入门，里面的内容很有趣，尤其是实战项目，都是趣味性非常强的例子。
2）找一款好的开发工具
学习python一定要学一个好的开发工具，Python的开发工具很多，可以选择以下3种工具：
- Sublime text：轻量级神器，视觉效果上非常享受。简洁，同时有庞大的插件库，是非常流行的编辑器，适合练手小的程序和小的项目。
- pycharm：专业级神器，对代码的提示，跳转非常方便，有强大的内置重构功能，是Python专业程序员的最佳选择，如果要进行大的项目开发，必须是它。
- Anaconda：集成了大量数据分析相关库，它的调试功能比较强大。如果要从上数据分析，机器学习，一定要用它，尤其里面的Jupter工具，几乎所有的数据分析人员都用它。
3）好的视频资源+靠谱交流群
自己阅读虽然好，但是遇到问题需要有人指点，若你周围有python高手就更好了，如果没有可以从网络上寻求帮助。
学习的过程难免遇到磕磕碰碰的问题，也许有一些问题要耽误你一天的时候，但是懂的人，可能一两分钟解决，让你少走很多弯路，尤其是在新手阶段非常需要人指导。
Python学习资料获取方式：转发文章+私信【Python】