对于大量数据，建议使用python。vba通常将数据存储在内存中。当数据没有分割，计算机配置不高时，会出现更多的卡。经过数据处理后，如果内存没有释放，电脑也会多用一卡通。vba一般启动两个cpu核进行数据计算，运算效率较低。现在微软已经停止了vba的更新，建议大家学习python更方便。如果只操作excel，两种学习难度相差不大，但是python会有更好的发展空间
还有一种更方便的方法，那就是使用powerbi的三个组件进行数据处理，使用powerquery进行数据处理，使用powerpivot进行分析查看的优势数据可视化是指学习周期短，数据可以自动刷新，启动时间相对较快。使用这种方法，效率可能比excel快，但速度仍然不如python快。当然，为了能够持续很长一段时间，更建议学习python，但是起步时间会比较长
对于非程序员来说：
1。辅助工作，如处理excel、统计基础数据、批量处理一些常规的文件操作等。信息获取，如去网站批量获取数据，去系统批量获取查询结果。
3.数据分析，数据分析，可视化显示等
程序员：
1。做网站和系统，如豆瓣
2.数据挖掘，舆情分析等
这是一个很好的问题。作为一个it从业者和教育家，让我来回答这个问题。
首先，随着当前python语言的应用越来越普遍，很多专业人士和大学生希望通过掌握python语言来提高职场的价值和竞争力。由于python语言本身比较简单，自学python完全可以掌握python编程语法。
python语言本身比较简单，初学者在学习初期会比较容易建立学习成就感，但是在自学python的过程中，我们还需要注意以下三个方面：
第一：注意实验。在学习python编程的过程中，一定要注意多做实验。通过实验，我们可以逐步建立自己的编程思想，也积累了一些编程经验，特别是调试经验。在学习python编程的过程中，最好边用边学，这样往往能取得更好的学习效果。
第二，注意相关知识的学习。在学习python语言的过程中，还需要同步学习操作系统、计算机网络、数据库等知识。掌握这些知识对学习python编程也有直接的影响。今后要想在程序开发领域走得更远，就需要重视数学相关知识的学习，包括高等数学、线性代数、概率论等。第三，注意学习方向。学习python编程时最好有明确的学习方向。比如，目前以大数据为学习方向是一个不错的选择。在大数据领域，无论是大数据开发、大数据分析还是大数据运维，python语言都得到了广泛的应用。从近两年的人才需求来看，大数据开发岗位的人才需求比较旺盛。
