① 相比Excel，Python能够处理更大的数据集能够更容易的实现自动化分析能够比较容易的建立复杂的机器学习模型
② 相比spss，spss是个统计软件，只适合在科学研究领域做实验数据的分析，并不适合做偏向实际应用场景的数据的分析而Python能够处理复杂的数据逻辑，适合这些场景
③ 相比R语言，Python的机器学习库只有一个—sklearn，所有的机器学习方法都集中在这一个库中，而R语言，我们并不清楚它到底有多少个用来做机器学习的库，R语言中的机器学习方法是如此的分散，以至于很难掌握。而且Python的使用人数在不断上升，有一些曾经只使用R的人在转向Python，投入到一个呈现上升趋势的技术中，未来才会更加宽广。
④ 相比上述的几个工具，Python在做机器学习，网络爬虫，大数据分析时更加的得心应手。
因为Python拥有像海一样丰富的第三方库，所以Python在数据分析方面能够处理的问题非常之广，从Excel比较擅长的公式计算，数据透视分析，到MATLAB比较擅长的科学计算，再到R语言中那些零散的机器学习库所能做的事情，Python都能优雅从容的面对。而这些工具不擅长的网络爬虫，大数据分析(结合spark)，Python更是能够出色的完成。
在数据处理方面，Python 一直扮演着重要的角色，对于 Excel 操作，它有着完整且成熟的第三方库，使用也较为简单。
Python 中常用 Excel 操作库如下：
向 Excel 中写入一些数据。
通过 pip install xlwt 命令安装。
执行结果：
通过 pip install XlsxWriter 命令安装。
XlsxWriter 可以很方便的生成图表。
执行结果：
我们使用 xlrd 读取之前写入的数据，使用 pip install xlrd 命令安装。
之前写入的数据还有一个平均年龄是空着的，我们先读取之前写入的数据，再计算出平均值，最后将平均值写入。这里要用到 xlutils 模块，使用 pip install xlutils 安装。
执行结果：
