前言

Excel 数据处理：Power Query, Power Picot, VBA

资料获取链接：https://github.com/fzumstein/python-for-excel

第 1 章   为什么要用 Python 为 Excel 编程

Excel 于 1985 年首次发布。

Python 于 1991 年首次发布。

NumPy 于 2005 年首次发布。

Pandas 于 2008 年面世。

Lambda 函数于 2020 年末引入至 Excel。

旧 Excel 文件格式（.xls）最多只能保存大概 65000 行数据，受此限制影响，易造成“Excel 事故”，最有名的可能非“伦敦鲸”（London Whale）莫属了。

更多 Excel 事故，可访问：Horror Stories 网站。

笼统地讲，一个应用程序通常被分为 3 个层面：表示层、业务层、数据层。

当今最受欢迎的版本控制系统是 Git。它原本是为管理 Linux 源代码而生的，但此后整个编程界都为之征服，甚至微软都在 2017 年采用 Git 来管理 Windows 的源代码。

通常专业程序员都会结合像 GitHub、GitLab、Bitbucket 和 Azure DevOps 这样的 Web 平台来使用 Git，这些平台可以让你提出所谓的拉取请求（pull request）和合并请求（merge request）。这些操作可以让开发者正式地请求负责人将他们的更改合并到主数据库中。一次拉取请求会提供如下信息：更改的作者、更改发生的时间、在提交信息（commit message）中描述的更改目的、在 diff 视图（其中新代码以绿色高亮显示，删掉的代码以红色高亮显示）中展示的更改细节。

Excel 的版本控制可以用 xltrail。xltrail 也是一个基于 Git 的版本控制系统，但它知道怎么处理 Excel 文件。

Power BI 是微软于 2015 年发布的一个独立应用程序。它是针对 Tableau 和 Qlik 这类工具做出的反击。Power BI Desktop 是免费的，可以从 Power BI 主页下载。但是要注意，Power BI Desktop 只支持 Windows。

Python 会强制你将视觉缩进和代码逻辑对齐，从而避免可读性问题。之所以有这种强制性，是因为当你在if语句或 for 循环中使用代码块时，Python 依靠缩进来定义代码块。其他大多数语言用花括号而不是缩进来定义代码块，VBA 则使用 End if 等关键字。使用缩进代码块的原因在于，编程时大部分时间是花费在维护代码而不是现写新的代码上。可读性好的代码可以帮助新进程序员（也可能是写下代码几个月之后的你自己）回顾过去，了解现状。

Pip 是 pip installs packages 的递归缩写。Pip 还可以用来轻松地更新包，以保持各个依赖项都是最新版本。

非营利性组织 NumFOCUS 于 2012 年成立。它的诞生就是为了赞助科学计算领域的一些 Python 包和项目。NumFOCUS 赞助的最受欢迎的项目包括 pandas、NumPy、SciPy、Matplotlib 和 Project Jupyter。如今它也会对其他语言（比如 R、Julia 和 JavaScript）的软件包提供支持。虽然还存在一些大型企业赞助商，但是每个人都可以作为一名自由社区成员加入 NumFOCUS，另外捐献是可以减税的。

例：现代投资组合理论中比较有名的投资组合方差公式如下：

其中， 为投资组合方差， 为单个资产的权重向量， 为投资组合方差矩阵。

分别用 VBA 和 Python 代码表示上式。

VBA 代码：variance=Application.MMult(Application.MMult(Application.Transpose(w),C),w)

Python 代码：variance= w.T @ C @ w

相比之下，Python 代码完全就像是数学记法。

缺少对科学计算的支持是 VBA 明显的短板，但即便是核心语言特性方面，它也显然不敌 Python。

面向对象编程特性正是 VBA 所欠缺的。

除了一些现代语言特性，一门现代编程语言还有一项必备特性，那便是跨平台兼容性。

Linux 是一种非常稳定、安全且高效的操作系统，绝大多数服务器使用的是 Linux。

Python 程序可以在不修改代码的情况下在所有的操作系统中运行，可以轻松地从本地开发机器过渡到生产环境中。

Python 拥有 Excel 所缺少的优势：标准库、包管理器、科学计算库和跨平台兼容性。