依照2021年TIOBE 编程词汇社区的名列情况，现阶段Python以市场占比12.90%名列首位，市场占比下降0.69%，名列第三位的是C，市场占比11.80%，市场占比下降-4.69%，名列第三位的是Java，市场占比10.12%，市场占比下降-2.41%。

从Python市场占比的发展史态势上看，从2014年已经开始，Python市场占比急遽增高，至2022年，Python市场占比达至发展史发展史最高点，由此可见，Python的应用领域之广为，如今Python 的盛行与育苗智能和大数据等领域的关注度密切不分。

Python的特征

对两个成熟的数据分析师而言，Python正式成为数据分析的标准配置，Python做为一类解释型的高阶程序设计词汇，其特征不可否认，简单而言，Python简单初学、开放源码完全免费、使用方便、标识符简约。

一、简单初学

Python词汇中的关键字较少，其句法简单，相较C词汇，Python表述表达式简单明晰，在手写标识符的这时候也更为明晰。

二、开放源码完全免费

Python开放源码完全免费，在社区中不仅提供Python软件完全免费浏览，除了为数众多开放源码的标识符能共享资源，减少了标识符沟通交流的机会。

三、使用方便

Python的机能不仅充分体现在数据分析上，能提高排序能力，优化排序结果，还能做软件合作开发、技术应用领域等。

在数据分析中的促进作用

Python有什么用？如果你是一位财务分析人员，每晚都要用Excel做财务报表，排序经营情况；如果你是一位物流分析师，每晚都要追踪和统计现铜和收入情况；如果你是一位HR招聘人员，工资排序、考勤财务报表、绩效考核都离不开大量的数据统计；如果你是XXX。

我们每晚都要与数据打交道，无论你是不是从事数据分析行业，都多多少少从事一些与数据相关的事情，数据统计占据我们日常工作的大部分时间，反复、枯燥、耗时正式成为当下工作日常的痛点，而Python的出现，是解决这些问题的良药。

一、网络爬虫

我们日常做数据统计，一部分数据是来源于公司内部业务系统产生的数据，这部分数据属于内部分析数据，另外一部分数据是公开的数据，来源于网络，爬虫的出现使得获取网络数据正式成为可能，Python拥有与网络爬虫相关的库，比如请求库：requests、解析库：beautifulsoup、存储库：pymysql等，非常便捷的爬取网络数据，比如电影评论数据、商品价格、图书排行榜、网页图片等。

二、数据清洗与统计运算

Excel现阶段仍然是办公使用最多的数据处理软件，但是Excel是百万数量级，超过百万数量级就无法使用，且在处理大数据时，数据线程较多，运行速度很慢，这个这时候Python就显示其特征了，Python内置的有很多数据处理的库，比如pandas、numpy等，能处理复杂的数据导入、数据清洗、数据统计运算、数据导出等机能，处理速度快、导入机能简单，一行标识符就能处理复杂的数据任务。

三、机器学习

对数据分析师而言，日常也引入一些机器学习内容，比如回归、聚类、分类、因子分析等，对数据建模一般会使用SPSS、Stata、SAS等专业的数据挖掘软件，这些数据挖掘软件学习成本较高，需付费使用，机能相对单一，而Python有专门能用来做机器学习的库，比如Scikit-learn是Python两个专门用于机器学习的库，拥有着完善的文档，内部封装了大量的机器学习算法能调用。

四、数据可视化

数据分析离不开数据可视化，图表是展现数据最好的方式，能简单高效地沟通信息，表达数据内容，Python中内置有很多库能画一些极具美观的分析图表，比如matplotlib库上手容易，seaborn库是改良matplotlib库的图表画法，pyecharts和plotly库则用于创建有交互性的图表。

五、外部数据库对接

数据分析后，还需要将数据进行存储，相较于存储本地文件夹，更建议将数据连接数据库进行存储，方便数据引用时及时调用，Python中PyMySQL库能用于Python与MySQL进行连接，并且支持SQL语句，使用PyMySQL库要求我们掌握常用的SQL语句的用法，对数据存储和管理。

六、办公自动化

如果你每晚的任务是重复性的复制粘贴表格数据、修改数据格式和单元格格式、重复拆解Excel文件、手动发送Email邮件等，那你更应该学习使用Python，Python有很多与办公自动化相关的库，比如openpyxl用于处理简单的表格，包括数据批量合并和自定义单元格格式等，Python自动发邮件的库比如smtplib库和yagmail库，能简单高效地批量发送Email邮件。