那我还听到一些声音，认为Excel不能处理大数据量，这个是事实，但是换个角度想想，生活中的数据也足够了，能大到哪去？上面说到的Excel和FineBI，这两个工具的使用者和python的关系如何？总得来说，上手难度前两者小于python，而且侧重点不一样的。
我觉得现在数据行业的人，都有一点满瓶不动半瓶摇的意思，懂一点知识，掌握一个入门工具，看了几篇所谓的大数据洞察文章，就洋洋自得。
譬如还在争执python和R哪个好，决策树和贝叶斯哪个准，写代码的就要鄙视用excel拉透视图的，会算法的就一定要鄙视做报表的等等。
网上，各类数据工具广告满天飞，今天劝你学python，明天劝你学编程，后天又让你抓住excel，也是让人迷惑，我们应该怎么做？怎么选？
就说说开头的三个工具吧。
一、Excel
这东西的知名度虽然谈不上家喻户晓，但职场的都知道吧，你去找个小学生问问，绝大多数也知道这是什么：从简单的表格制作，数据透视表，写公式，再到VBA语言，还有无数的插件。
但是我不知道是什么原因，很多人对它的理解就是，就是一表格工具嘛。
你去用python爬取，用BI连接，总不能每个数据都是从数据库里直接取吧，一些个人的分析，肯定是得用Excel收集数据的，前提是数据量不算很大。
那我还听到一些声音，认为Excel不能处理大数据量，这个是事实，但是换个角度想想，生活中的数据也足够了，能大到哪去？
你让不到50个人的公司去采购BI和报表系统，这明显是不现实的，还是老老实实用Excel吧。
二、BI工具
什么是BI工具，就是为了让老板和负责人更快地做出决策，通常被用作做分析结果层，使用的时候会历经整个数据分析过程：收集-处理-可视化-分析。
而这些，都是Excel做不到的，Excel最多只被用来作为其中的1-2种作用，到真正展示的时候，是上不来台面的，你看智慧城市、阿里的大屏展示，什么时候用过Excel？
就拿FineBI来举例子吧。
当你用FineBI这个工具的时候，你可以发现，它在整个数据分析的流程上带来了改进：
虽然谈不上达到了ETL的水平，但是FineBI内置的一些公式是可以快速地处理和清洗数据。
做数据透视分析，由于数据量很大，传统Excel工具就很吃力，卡掉、死机，FineBI处理大数据量的性能比Excel强很多。
做图形展现，Excel可能会花费很多时间编辑图表，包括颜色、字体的设定，甚至大家经常看到一些Excel技巧类的文章，实现一些精美的图表需要花很多偏门的小技巧才能够完成，而用FineBI的图表组件，你就可以把数据变成各类图表。
你看，在核心的可视化和分析模块，是不是觉得FineBI更加清晰？
BI工具现在有不少，关于好用的BI工具还是有很多争论，不过无论是谁，BI工具都是未来的主流数据分析工具的方向。
三、python
易学、易用、前途无量的编程语言，还和人工智能扯上了关系，但是学好了，能不能找到工作不关我事（开个玩笑）。
上面说到的Excel和FineBI，这两个工具的使用者和python的关系如何？总得来说，上手难度前两者小于python，而且侧重点不一样的。
做个简单的总结吧：
其实当你在行业待久了，层次上去了，就会发现这些工具都是次要的。公司里的人，不管是什么职位，工程师也好，运营也好，BI也好，其实都是在做业务。
但如果还没有那个水平，先用好工具才是正确的路。
