为什么 Python 终于要迎来 Excel 用户最爱的一项功能了

按回车键或点击查看完整尺寸的图片
几十年来，Excel 在分析师、会计师、经理甚至工程师心中都占据着很大的地位。

这并非因为它完美无缺，而是因为它用起来感觉很顺手。
你打开一个表格，
看到数据，
点击一个单元格，
更改一个值，
所有内容立即更新。
这种直接、直观、交互式的反馈循环是 Excel 用户多年来一直喜爱并捍卫的一点。
与此同时，Python 已发展成为地球上最强大的数据语言，但 Excel 用户始终觉得它冷冰冰的。
到目前为止。

Python 生态系统正在发生一些微妙但具有革命性的变化。Python终于开始学习如何像电子表格一样思考，而不是变成电子表格。
这件事比大多数人意识到的要重要得多。

长期存在的分歧

Excel 和 Python 从来都不是真正的竞争对手——它们生活在不同的心理世界中。
Excel 的世界以视觉为先、交互性强、即时响应且舒适便捷。Python
的世界以代码为先、抽象性强、响应延迟且逻辑严密。

Excel 让人们感受数据，
而 Python 则迫使人们理性地分析数据。
多年来，Excel 用户一直在问同一个问题：
为什么Python不能像Excel那样运行呢？
答案以前很简单：因为编程不是这样运作的。
那个答案已经不再正确了。
按回车键或点击查看完整尺寸的图片

Excel 用户真正喜爱的一项功能
问问 Excel 用户他们最喜欢什么，他们会说是数据透视表、公式、图表或拖放功能。
但这些都只是表面特征。
真正的特点是：
有状态、可见、实时的数据操作。
在 Excel 中，数据始终存在。
您可以随时
修改数据，
并立即查看结果。
无需重新编译。
无需重新运行脚本。
没有隐藏状态。
Python 历史上一直违反这些规则。

为什么Python对电子表格思维方式抱有敌意

即使有了 pandas、NumPy 和 Jupyter，Python 仍然要求用户编写代码、运行代码、检查输出，然后猜测发生了什么变化。
Excel 用户讨厌猜测。
悄然转变：Python拥抱交互性
Python 并没有添加任何一项功能——它发展出了一种理念。
Python摒弃了“编写代码，然后检查”的做法，
转而采用“交互，然后改进”的方式。
这种转变并非源于某个单一库，
而是源于整个生态系统的成熟。
数据框变成了可视化对象
以前，数据框只是文本表格。

现在，它们可以滚动、可检查和可读了。
现在不再打印数据了，
而是直接查看数据。
这一项改变就大大缩小了 Excel 和 Python 之间的差距。
Jupyter 将 Python 变成了一份动态文档
Jupyter notebooks 引入了有状态执行和即时反馈机制。
Python不再是一个黑盒子。
但仍然缺少一样东西：
与实时数据的直接交互。
响应式编程改变了一切
响应式系统允许在输入发生变化时自动更新输出。
Excel 自然而然地实现了这一点。Python
现在也支持同样的思维模型。

这就是Python跨越Excel门槛的确切时刻。
Python 学习了实时状态思维
传统脚本开始、运行和结束。
Excel 永远用不完。
现代 Python 环境维护持久状态、活动变量和交互式内存。
Python 现在感觉像是一个工作空间，而不仅仅是一个程序。
这种心理转变很重要。
为什么花了这么长时间
这不是技术问题，
而是哲学问题。
编程重视控制和确定性，
而电子表格重视探索和可视性。
Python 最终学会了平衡这两者。

为什么Excel用户正在悄然迁移

大多数Excel用户不会特意宣布切换。
他们会说：
“我把Python和Excel结合使用。”
“我在笔记本中进行探索。”
“我用Python实现自动化。”
随着时间的推移，Excel 将变得可有可无。
不是因为Excel出了问题——
而是因为Python不再让我感到陌生。
Python 不是抄袭 Excel，而是吸收了它。
Python并没有照搬电子表格的用户界面。
它抄袭了背后的创意。

使数据操作可见、即时且易于操作。
优秀的工具复制的是思维模型，而不是界面。
这对未来意味着什么
Python 的学习门槛更低，
探索更容易，
分析师也能成为构建者。
Excel 提出想法，
Python 将其扩展应用。

为什么企业喜欢这种转变

企业希望减少错误、更快地获得洞察、实现逻辑重用和提高可扩展性。
Excel 无法应对大规模应用。
旧版 Python 在易用性方面存在缺陷。
现代Python在这两方面都不尽如人意。

最后想说

Python并没有变成Excel，
而是变成了比Excel更好的东西。
当人们能够看到和触摸数据时，他们的思维会更加敏捷。
Python 终于明白了这一点。