我学了三个月Python,然后发现财务人真正缺的不是代码

去年年底，我下定决心学Python。

原因很简单：写了两篇AI工具测评，评论区好几个人说「你光会用AI不行，你得会点代码」。我觉得有道理。毕竟做了18年财务，Excel函数玩得再熟，VBA也就录个宏的水平。

于是买了本书，装了PyCharm，每天早上6点起来学一小时，坚持了三个月。

这篇文章不是Python教程。是我做完这个实验之后，发现了一个有意思的结论——财务人真正缺的，可能真的不是代码。

◆ ◆ ◆

学了什么、花了多久

先说结果，别让大家觉得我在说大话。

加起来大概75个小时。折合工作日来算，差不多两个全职周。

如果你有基础逻辑思维（财务人通常都有），这个进度完全可以复制。

◆ ◆ ◆

学了Python之后，我试着用它做了三件「财务活儿」

第一件：合并12个月的科目余额表。

这个活儿我以前在Excel里用VLOOKUP加INDIRECT函数，搞半小时。经常还会碰到某个表格式不一致——多了一列、少了表头、有合并单元格——一个一个手动调。

用pandas写了大概20行代码，5秒跑完。而且碰到格式不一致的，它会报错告诉我哪张表有问题，不会闷声搞错。

第二件：把公司全年费用按部门+科目画一张热力图。

我以前在Excel里用条件格式也能做，但颜色递进不够细腻，而且老板要换维度（比如按月份看、按科目大类看），就得重做。

用Python画出来，改一个参数，再跑一次，30秒。

第三件：自动从银行对账单PDF里提取日期和金额，做初步核对。

这个最实用。我们公司有几家常合作银行的对账单格式是固定的。写了脚本之后，20份对账单拖进文件夹，20秒出结果，标记了哪些金额对不上。

但是——

◆ ◆ ◆

但是，我发现了一个更根本的问题

第三个月的时候，我突然卡住了。

不是Python卡住了——语法我都会了，pandas的文档也能看懂。卡住的是我根本不知道下一步要写什么。

我坐在电脑前，PyCharm开着，屏幕干干净净。想找一个「值得写代码自动化」的活儿，想不出来。

这个感觉很诡异。三个月前我以为我缺的是代码能力，现在我会写代码了，发现缺的是用代码去解决什么财务问题的判断力。

我想了很久，最后想明白了一个道理：

财务人真正缺的，不是「怎么写代码」，而是「哪些财务问题值得用代码去解」。

这句话我后来跟几个也在学编程的财务同行聊过，他们几乎全都点头。

会写代码 ≠ 能用代码创造价值。中间缺的那一环，是「财务问题的技术翻译能力」——把一个模糊的财务需求（「我想知道哪个部门的差旅费异常高」）翻译成一段清晰的代码逻辑（筛选、分组、计算均值、标记偏离值）。

◆ ◆ ◆

那财务人到底该不该学Python？

该。但不是你想的那种「该」。

如果目标是「成为程序员」——不值。你学三个月Python跟一个计算机专业的人比，你永远追不上。而且你真正的优势不在写代码上。

如果目标是「让自己变成一个能用代码思考的财务人」——非常值。你不需要成为程序员，但你至少要能看懂一段脚本在干什么，能判断「这个功能用Excel做两小时，写代码5分钟」。

我总结了三个财务人学Python的「黄金投入产出比」场景：

如果这三个场景你每月都要至少做一次，一年下来省的时间足够你再学两门新东西。

◆ ◆ ◆

我给想学Python的财务同行三个建议

1. 别从头啃语法书，拿一个真实的财务问题开始。

我的第一行Python代码不是print("hello world")，是把两张科目余额表拼在一起。虽然第一版写得很烂，但它跑通了。关键是——跑通那一刻的成就感，比看十章书都管用。

找一个你每月都要手动做的事情，把它当成你的第一个Python项目。比如：合并N个部门的费用报销单、把银行流水按对方户名分类汇总、从发票PDF里批量提取开票金额。

2. 别急着学算法和数据结构，pandas + openpyxl 够你用三年。

财务数据的规模，一般到不了需要优化算法的量级。我们处理最多的也就是几千行、几万行——pandas 秒级解决。你更需要的不是高效的代码，是「知道pandas里哪个函数能算这个数」。

3. 学完pandas之后，马上学正则表达式。

我发现财务工作里大量时间花在一个事儿上：从非结构化文本里提取结构化数据。发票备注栏的信息、银行流水的摘要、合同条款里的金额——这些东西Excel函数很难处理，正则表达式10行代码搞定。

◆ ◆ ◆

最后说一句

三个月前，我以为学了Python就能把AI用的更溜——比如自己调API、自己训练小模型。

三个月后我发现，真正让我效率翻倍的，不是会用API，而是对「哪些问题适合用技术去解」有了判断力。

这个判断力，代码教不了你。只有你对财务业务够熟、踩过足够多的坑、被重复性工作折磨过足够多遍——才能真正拥有。

所以，结论其实比我想的乐观：

财务人学Python，不是要从零开始追程序员。是在你已经很熟的财务领域里，装一个会写代码的轮子。你的财务经验是底盘，Python只是发动机——底盘不稳，发动机再强也跑不快。

◆ ◆ ◆

下篇预告：发票、凭证、审计底稿、汇算清缴——AI到底能替代到什么程度？我把财务的18个典型工作流程全部过了一遍，画了一张「替代可能性」地图。《财务工作的18个环节，AI能替代到哪一步？一张地图讲清楚》

     作者从事财务行业18年     关注「财会论」，一起聊聊财务人的AI时代生存