最近，越來越多的研究員、基金經理甚至財務會計領域的朋友，向小編咨詢：金融人需要學Python么？

事實上在2019年，這已經不是一個問題了。Python已成為國內很多頂級投行、基金、咨詢等泛金融、商科領域的必備技能。中金公司、銀河證券、南方基金、銀華基金在招聘分析師崗位時，紛紛要求熟練掌握Python數據分析技能。

Excel我已經用的很好了，為什么還要學Python？

我們都知道，無論是行業研究員、基金經理還是審計人員，工作的核心基本都是頻繁處理 大量數據 。之前，分析師們依賴的武器就是Excel。但隨著 數據量的增多 和更易用 更強大工具的出現，Excel越來越跟不上時代了 。

正如小編的一個研究員朋友所說：Excel當然非常強大，并且適合新手入門理解數據。但后期有很大的缺陷。**數據量較大時，Excel處理數據效率低、容易死，往往一等就是半個小時

更重要的是，Excel做復雜的數據處理和計算時，需要手工操作、費時費力，而且**不能復用，下次用還得重新做一遍!，極大浪費了時間。Excel當然也有VBA這樣的數據處理工具，但其語言晦澀難懂，身邊沒有一個人會用。

你能看懂這個公式的意思么，Excel編程晦澀難懂可見一斑

Python正是新一代的數據處理工具，對于每天都需要處理海量數據的分析師，Python簡直就是解放生產力的救命稻草。

而且，運用Python強大的網頁處理能力進行爬蟲，可以為我們的數據研究提供很多便捷。

比如，我們想從中債登官網獲取某債券借券存量的數據，然而，這個數在中債登上只能按日查詢。如果我們想獲取這只債券近一年的數據，必須重復打開中債登網、選券、改日期、點擊查詢、記錄下結果這個操作200多次。

很過機構之前這樣的工作都是交給實習生干，但是現在，只需要一個Python爬蟲，十幾分鐘就可以解決這個問題。

不僅分析師們紛紛用上Python，現在大所的審計師在處理大量審計底稿的時候，也會使用Python 實現底稿的批量化自動處理。

審計師在處理底稿時經常面臨這樣的問題：客戶企業不同部門財務軟件版本各異，導致會計科目設置及會計處理方式不一致，此時如果用Excel人工修改，則需要耗費大量的時間。而如果用Python批量處理，基本上都是十幾分鐘的事。

Python強大的繪圖功能，讓數據導入、分析、出結果、繪圖可以一次性在程序里完成，可以直接把分析/回測結果視覺化呈現出來。

如果你依然在編程的世界里迷茫，可以加入我們的Python學習扣qun：784758214，看看前輩們是如何學習的！交流經驗！自己是一名高級python開發工程師，從基礎的python腳本到web開發、爬蟲、django、數據挖掘等，零基礎到項目實戰的資料都有整理。送給每一位python的小伙伴！分享一些學習的方法和需要注意的小細節，點擊加入我們的 python學習者聚集地

正因為如此，現在國內很多金融機構在招聘中已經添加了對Python能力的要求。我們也從各大招聘網站，摘錄了一些金融行業核心熱門職位的技能要求：

事實上，無論是Python還是量化、大數據、Fintech，這些關鍵詞在過去幾年中熱度不斷提升，網絡上各種資源也是層出不窮。