大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。

  本文主要介绍了Excel数据分析实战的第一课：Excel与数据分析实战。希望能对新手有所帮助。

1. Excel与数据分析的关系

  数据分析是决策者或者研究人员必不可缺的重要工具。无论是对已有问题的分析总结还是对未来的预期与判断，都往往会用到不同的数据分析工具。

  随着计算机的蓬勃发展，很多可用于数据分析的编程语言应运而生，比如Python、R、Julia等。但客观来说，对于没有编程经验的初学者还是具有不低的门槛。先不说别的，能否成功构建环境就是第一步，但也是难倒初学者的关键一步。那么我们能否使用现有的工具来实现数据分析的功能呢？

  答案是肯定的。几乎所有初学者的电脑都搭配了微软的Office办公软件，而Excel正是Office的重要组成部分，它除了具有强大的计算功能以外，还具有数据统计分析的功能。因此，利用Excel来进行数据统计与分析，就显得非常方便而且有效率。

2. Excel数据格式简要介绍(选学)

  从时间跨度上来说，Office 2003作为旧版本与新版本的一大分水岭。而对于Excel而言，Excel 2003保存后的文件后缀名为.xls，而Excel及其以后的版本保存的文件后缀名为.xlsx。那么它们两者之间到底具有什么样的区别呢？

  从表面上来看，两者不就是名字之间有差异，那么它们的底层逻辑到底是哪里不同呢？.

  在讲解这个问题之前，咱们先讲解一下二进制文件与文本文件之间的区别。简单的说，通过编辑器打开后，如果设置的编码方式是正确的，得到的就是文本内容；反之，通过任何编码方式得到的都是乱码则就是二进制文件。

  而xlsx本质上来说是zip压缩包，比如我们使用UltraEdit打开一个xlsx文件，如下图所示，可以看到最开始的50 48在右边表示的明文内容为PK，而PK就是ZIP压缩包的文件头：

  而xls文件最起始的二进制为D0 CF，需要注意的是右边的中文表示是不正确的，是由于它本质上表示的并不是中文，而用中文强行翻译成了邢?唷??。那么如何理解呢？举个简单的例子，比如英文单词good，非要翻译成古德，那必然是错误的。