excel和wps的区别是什么？同一功能在两个程序都能实现？

70-80%的功能是一样的

WPS的优点：

1.安装体积小，在这10年前，电脑内存或者硬盘容量小的时候，优势很明显，现在谁还在乎那十几个G的空间了，所以这个优势越来越不明显了。

2.本地化，知识产权国产。特别是考虑到最近M国对HW的各种打压。

3.模板多，特别适合职场新手，可以短时间之内找到各种表格模板（这是WPS最受小白喜欢的功能）

4.在线文档，做得比微软还好。

5.产品库更丰富，2019版以后，包括思维导图（叫脑图）和流程图了

6.有一些本地化的小按钮、小功能。比如很多岗位都会用到的，拆分/合并表格，文件，这个在WPS2019版里直接内置，但是需要花钱哦。如果用Excel的话，需要安装一个免费的外部插件。

WPS的缺点：

1.函数库，不够多，至少缺几十个（和微软Excel比）。大部分人一辈子都用不到那些函数，但是一些特殊岗位会用到。比如：T.DIST.2T（返回双尾学生t—分布），我自己没用过，但是看到一些研究室的学员用过。

2.没有数据分析工具库。这个对很多公司来说就很要命了。因为现在都大数据时代了，哪个公司不做个数据分析啊？当然，确实很多公司的数据分析就是加加减减，算算同环比，那就用WPS无所谓。但是如果，有些公司想分析得更专业、更深入、更精准一些，比如做个回归、做个方差、做个T检验，WPS就有点费劲了。

3.很多版本，没有宏（也叫VBA）。所以大部分高手，基本不用WPS，因为即使装了VBA的模块，里面bug也一大堆。（这个不是内置了微软的东西吗？Visual Basic也是微软开发的一种语言）。

4.广告问题。这个问题，我已经替很多学员发了一些帖子吐槽了。这几年稍微人性化一点，前些年非常频繁，时不时就给你一个小弹框（主要很多时候还是弹的那种，你懂的。。。。WPS有段时间，应该是啥广告都接）。这几年，加了一个很隐秘的路径，你可以去设置一下，但是对于大部分受众来说（WPS的主要受众是职场小白），根本找不到那个设置。。。

5.卸载的问题。假设，你的电脑，同时装了WPS和微软Office，你有一天变高手了，发现WPS已经越来越适应不了你的需求，然后你想当然的以为和卸载其他软件一样，用360卸载一下。恭喜你，中招了。WPS在最后一步，埋下了一个大坑。

如果处理不好，你只能重装系统了！

6.WPS在处理几十万级别、上百万的数据，优化速度就明显不如Excel了，当然这个和电脑性能本身也有关系。

7.图表种类缺失。看下面两个图

Excel2016

WPS2019

你就知道，WPS和Excel差的距离，至少3-5年，也可能更长。

8.可视化，大数据处理配套产品没有。你很少听说有公司做WPS做可视化和数据挖掘。如果有，那个老板不是疯了，就是可能都不懂什么是可视化或者数据挖掘。但是Excel从2016版开始，内置了Power BI的组件，2019版已经完全可以做可视化，大数据处理。

从这点看，微软至少领先了5-10年，甚至更长。

10.外部插件兼容性。因为世界上看，微软office是普及率最高的，所以大部分的office插件，微软都可以兼容。但是WPS，相对比较小众，你会发现很多插件是无法兼容的。

以上，是我现在暂时能想到的！

不是故意要黑WPS，而是确实还得再努力加油！

我做这个培训11年了，去一些国企（特别是公司规定要买WPS的企业），

我看到他们的WPS，真想把他们的电脑都砸了，因为他们离时代的发展已经很远了。

有很多人会说，陈老师，

你说的这些，我都用不到

你说的问题，我也没遇到

那是因为，你只是以你的角度来看问题

陈老师，去过很多企业，给很多学员讲过课

所以，我看到的内容、角度更多，我自己本身对Excel研究也比较深。

现在80%-90%的职场人员，

用到的Excel功能，几乎都是筛选+排序+加减乘除

所以他们觉得，他们用不到那些“高级”的功能

其实，不是用不到，

而是他们不知道原来还有更快、更简单的功能！

但是，最近5年，

我明显感觉到80后90后在职场的话语权越来越大

然后，公司的Excel水平也越来越高，这是好现象！

写到最后

我希望，微软和我们国家长期、友好的共存下去

这样，也给WPS\中永office等国产软件，更多的时间来模仿、追赶，甚至超越。

这就好比，

开过奔驰、宝马，再回来开奥拓、QQ

你会发现，也能开

但是，很别扭！

WPS加油！

数据挖掘的就业前景怎么样？

谢邀，在研究生阶段，人工智能原理是我的一门必修课，而数据挖掘属于人工智能的一个子领域，也算是比较新颖的一个专业。所以下面回答下这个问题。

首先，要想知道数据挖掘，需要先知道什么是大数据，因为大数据时代的到来，使得数据挖掘成为一门必不可少的专业。

什么是大数据

大数据是指数据集数据的大小通常超出了常用的软件工具获取、有效、管理和处理的可承受范围的能力。下面有一张图，可以很形象的看出来，地球上的数据量增长是多么惊人，2006年，全球一共新产生了约180EB的数据，到2020年，这个数据量将会增长44倍，达到35.2ZB（1ZB=10亿TB）！数据量大的惊人，在如此之大的数据浩瀚之中，提取发现有用的信息，普通的数据管理工具，根本无用武之地！

什么是数据挖掘

数据挖掘该上场了，数据挖掘就是通过各种算法，规则归纳：AQ算法；决策树：ID3、C4.5；范例推理:CBR；遗传算法:GA；贝叶斯信念网络等各种关联规则，各种新型的数据挖掘工具，数据挖掘软件来从大数据海洋中提取需要的信息。

第一代数据挖掘软件为CBA，是新加坡国立大学研究。基于关联规则的分类算法，能从关系数据或者交易数据中挖掘关联规则，使用关联规则进行分类和预测。

第二代数据挖掘软件DBMiner，与数据库管理系统（DBMS）集成，支持数据库和数据仓库，和它们具有高性能的接口，具有高的可扩展性，能够挖掘大数据集、以及更复杂的数据集 。

第三代数据挖掘软件SPSS Clementine，和预言模型系统之间能够无缝的集成，使得由数据挖掘软件产生的模型的变化能够及时反映到预言模型系统中，由数据挖掘软件产生的预言模型能够自动地被操作型系统吸收，从而与操作型系统中的预言模型相联合提供决策支持的功能，能够挖掘网络环境下（Internet/Extranet）的分布式和高度异质的数据，并且能够有效地和操作型系统集成。

随着科技发展，数据挖掘工具也在更新换代，使得数据挖掘更加精确与简单。

所以想告诉题主的是，随着人工智能、随着大数据时代的到来，数据挖掘专业是一个很有就业前景的专业，但是这个专业又不是孤立的，它是一个工具，需要结合人工智能，机器学习，智能推荐系统等等领域才比较有学习价值！

希望对你有用，要是对你有所启发，希望给个赞，点点关注呗！

在数据分析，挖掘方面，有那些好书推荐？

为了方便大家学习，我整理了一些质量比较高的数据分析书籍资源，从入门到进阶都有。如果你对数据分析感兴趣的话，你可以从每个阶段挑与一两本书籍来学习。

1.数据分析入门

推荐阅读：

《深入浅出统计学》：如果是对统计学没有多少概念，这本书非常适合入门。但是如果已经学过统计的就可以不用看了。因为统计学在数据分析中的地位是比较重要，所以把他放在入门书籍中。

《数据之美》：这本书里面有丰富的可视化数据类，虽然没有什么干货，但是可以从案例中看到数据在生活中的作用，看到数据分析的思想，从而了解不同领域的人数据处理的想法过程。我把它放在入门是想让大家了解数据分析的作用，提起学习它的兴趣。

2.利用Python学习数据分析

推荐阅读：《用Python写网络爬虫》

学习一门语言是一个长期的过程，没有不能追求速成。推荐这本书的原因主要是网络爬虫，在数据获取方面灵活性非常高。他的精髓在于“所见即所得”，你可以利用它获取网页上的上万条，甚至百万条数据。例如我就抓取过：知乎粉丝过万所有用户，豆瓣8分以上的书籍以及网易云音乐歌单排行榜等等。

3.R语言与数据挖掘

推荐阅读：《数据挖掘与R语言》

基于CASE的学习方式弥补自己的缺点和不足，还可以动手玩一玩代码

4.数据可视化

数据可视化方面，虽然市面上有很多书，但我的建议是直接学习一款可视化工具。我在以前的回答里也推荐过一些可视化工具。

5.数据实战

6.其他经典书籍

推荐阅读：《Storytelling With Data》

这本书对可视化做了比较完备的讲解，看完有很大的收获。看完这本书之后意识到数据科学的价值很大一部分来源于如何用数据说服决策者，或者说实现数据驱动增长。

嘿，留个赞再溜呗！