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，启动速度较快。使用这种方法，效率可能比excel快，但速度仍然不如python快。当然，为了能够长久持续，建议大家学习python，但起步周期会比较长
python作为一种编程语言，近年来已经被人工智能开发出来，展览势头迅猛。学习python之后，您可以选择以下方向。
1.后台服务器。现在，这通常与整个堆栈相关联，即所谓的全包前端和后端。在这个方向上，在学习了python的基础知识之后，还需要学习前端知识、数据库知识、linux系统相关知识，而且几乎所有做后台的人都要使用linux系统。在学习了这些之后，我们将开始学习后端框架，如flash、django和tornado。
2.数据分析。这是目前一个热门的方向。在学习了python的基础知识之后，您需要学习numpy、pandas、matplotlib、scipy和其他数据统计分析库。当然，你必须在这方面有一些数学知识。
3.自动操作和维护。在这个方向上，除了python基金会，您还必须精通linux系统。一般来说，你做linux操作和维护。这一方向对linux系统提出了更高的学习要求。
4.ai方向。这个方向是当前python火爆的主要原因。但是这个方向不仅需要python的基础，而且还需要学习各种算法，对数学有很高的要求。在熟悉了算法之后，我们开始学习各种与人工智能相关的库。这个方向可以细分为许多方向，如计算机视觉、自然语言处理等。你可以学习你想从事的算法和实用库。
学习python之后，有很多方向可供选择。首先，选择一个好的方向，然后继续学习该方向所需的技能。通过做项目指导学习，可以逐步满足工作要求。当然，工作不能停止学习，编程是需要继续学习的。来吧。
将相关代码模块、python环境等写入exe文件。另外，如果代码比较长，涉及的模块比较多，exe文件会比较大。
对于非程序员：1。辅助工作，如处理excel、基础数据统计、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。制作网站和系统，例如豆瓣
2.数据挖掘，舆情分析等
3。人工智能建模等
