你是否遇到过这样的情况：处理数据时重复操作浪费大量时间？看到同事几秒钟搞定的工作，自己要折腾半小时？数据量大了Excel就卡死？

这些问题都可以通过掌握一些实用技巧解决。这篇分享帮你快速提升Excel效率，工作效率翻倍不是梦。

环境信息

• 软件版本：Excel 2016+ / WPS
• 适用场景：日常办公、数据分析、财务统计

一、必学快捷键

1.1 最高效的快捷键组合

1.2 快速定位技巧

# 快速跳转到数据边界
Ctrl + 方向键  # 跳转到数据边界
Ctrl + Shift + 方向键  # 选中区域到边界

# 快速选中
Ctrl + A  # 选中当前区域
Ctrl + Shift + End  # 选中到最后一个单元格

1.3 高阶快捷键

# 批量操作
Ctrl + Enter  # 批量填充相同内容
Alt + Enter  # 单元格内换行

# 格式操作
Ctrl + 1  # 打开格式设置
Ctrl + B  # 加粗
Ctrl + Shift + ~  # 常规格式

二、数据清洗技巧

2.1 快速删除重复项

方法1：直接删除

数据 → 删除重复项

方法2：高级筛选

数据 → 高级 → 勾选"将记录复制到其他位置" → 选择目标位置

2.2 批量删除空白行

# 方法1：定位删除
1. Ctrl + G → 定位条件 → 空值
2. 右键删除 → 整行

# 方法2：筛选删除
1. 筛选 → 取消勾选"空白"
2. 选中可见区域 → 复制
3. 粘贴到新位置

2.3 拆分与合并数据

合并单元格内容

=A1&B1  # 合并A1和B1
=CONCATENATE(A1,B1)  # 使用函数合并

拆分单元格内容

# 方法1：分列
数据 → 分列 → 分隔符/固定宽度

# 方法2：函数
=LEFT(A1, 3)  # 取左边3个字符
=RIGHT(A1, 3)  # 取右边3个字符
=MID(A1, 2, 3)  # 从第2位开始取3个字符

2.4 批量去除空格

=TRIM(A1)  # 去除首尾空格
=SUBSTITUTE(A1," ","")  # 去除所有空格

三、函数公式精华

3.1 常用函数一览

3.2 VLOOKUP函数详解

基础语法

=VLOOKUP(lookup_value, table_array, col_index_num, [range_lookup])

实战示例

# 根据姓名查找成绩
=VLOOKUP("张三", A:C, 3, FALSE)

# 注意事项：
# 1. 查找值必须在第一列
# 2. 第三参数是返回的列号，不是列字母
# 3. FALSE表示精确匹配

3.3 条件函数组合

多条件判断

=IF(AND(A1>60, B1>60), "及格", "不及格")

=IF(OR(A1>90, B1>90), "优秀", "普通")

嵌套条件

=IF(A1>=90, "A", IF(A1>=80, "B", IF(A1>=70, "C", "D")))

3.4 数据统计

# 求和
=SUM(A1:A100)

# 条件求和
=SUMIF(A:A, "男", B:B)  # 统计男生总分

# 计数
=COUNTIF(A:A, ">60")  # 统计大于60的人数

# 平均值
=AVERAGE(A1:A100)

四、数据分析神器

4.1 数据透视表

创建步骤

1. 选中数据区域
2. 插入 → 数据透视表
3. 拖拽字段到相应区域：
   • 行/列：分组维度
   • 数值：统计指标
   • 筛选：过滤条件

实用技巧

• 按日期分组：右键 → 创建组 → 月/季度/年
• 值显示方式：右键 → 值显示方式 → 百分比
• 多表合并：使用Power Query

4.2 条件格式

突出显示规则

开始 → 条件格式 → 突出显示单元格规则

常用规则

• 大于/小于某值
• 重复值
• 颜色阶梯（热力图）
• 数据条（进度条）

实战示例：自动标记逾期

=IF(日期<今天(), "已逾期", "正常")
# 设置条件格式：文本包含"已逾期"标红

4.3 图表技巧

快速制作图表

1. 选中数据
2. Alt + F1（快速生成图表）
3. 选择合适的图表类型

图表优化

• 不要超过5个数据系列
• 标题要清晰
• 图例位置要合适
• 删除多余的网格线

五、效率提升技巧

5.1 快速填充

序列填充

# 数字序列
拖动填充柄 → 选择"填充序列"

# 日期序列
拖动填充柄 → 选择"以天数填充"

# 自定义序列
文件 → 选项 → 高级 → 编辑自定义列表

智能填充（Ctrl + E）

# 根据示例自动识别规律填充
A列: 2024-01-01
A列: 2024-01-02
在B列输入"1月1日"，按Ctrl+E自动填充

5.2 冻结窗格

视图 → 冻结窗格 → 冻结首行/首列/拆分

场景：

• 冻结首行：标题行始终可见
• 冻结首列：序号列始终可见
• 冻结多行：保持表头可见

5.3 保护工作表

审阅 → 保护工作表

可设置：

• 允许用户编辑的区域
• 密码保护
• 允许格式调整

六、常见问题/解决方案

问题1：公式不计算显示为文本

原因：单元格格式为文本

解决方案：

方法1：选中单元格 → 分列 → 完成
方法2：=VALUE(A1) 转换

问题2：VLOOKUP返回#N/A

原因：查找值不存在或格式不一致

解决方案：

1. 检查查找值是否完全匹配
2. 检查数据格式（数字vs文本）
3. 使用TRIM()去除空格

问题3：表格数据量大卡顿

解决方案：

1. 将公式转换为数值（选择性粘贴）
2. 关闭自动计算：公式 → 计算选项 → 手动
3. 使用筛选代替排序
4. 删除不必要的格式

七、最佳实践建议

规范数据习惯

1. 表头一行，不合并单元格
2. 同一列数据类型一致
3. 不留空白行/列
4. 命名清晰的工作表

高效工作流

1. 先理清思路，再动手操作
2. 善用快捷键，减少鼠标操作
3. 复杂操作先用小数据测试
4. 定期保存，防止意外丢失

学习资源推荐

• Excel官网：https://support.microsoft.com/excel
• Excel函数手册：微软官方文档
• B站教程：很多优秀的免费教程

掌握这些技巧，你也能成为同事眼中的"Excel高手"。记住，效率提升的关键是熟能生巧，多用多练自然就快了！

你是否遇到过这样的情况：处理数据时重复操作浪费大量时间？看到同事几秒钟搞定的工作，自己要折腾半小时？数据量大了Excel就卡死？

这些问题都可以通过掌握一些实用技巧解决。这篇分享帮你快速提升Excel效率，工作效率翻倍不是梦。

环境信息

• 软件版本：Excel 2016+ / WPS
• 适用场景：日常办公、数据分析、财务统计

一、必学快捷键

1.1 最高效的快捷键组合

1.2 快速定位技巧

# 快速跳转到数据边界
Ctrl + 方向键  # 跳转到数据边界
Ctrl + Shift + 方向键  # 选中区域到边界

# 快速选中
Ctrl + A  # 选中当前区域
Ctrl + Shift + End  # 选中到最后一个单元格

1.3 高阶快捷键

# 批量操作
Ctrl + Enter  # 批量填充相同内容
Alt + Enter  # 单元格内换行

# 格式操作
Ctrl + 1  # 打开格式设置
Ctrl + B  # 加粗
Ctrl + Shift + ~  # 常规格式

二、数据清洗技巧

2.1 快速删除重复项

方法1：直接删除

数据 → 删除重复项

方法2：高级筛选

数据 → 高级 → 勾选"将记录复制到其他位置" → 选择目标位置

2.2 批量删除空白行

# 方法1：定位删除
1. Ctrl + G → 定位条件 → 空值
2. 右键删除 → 整行

# 方法2：筛选删除
1. 筛选 → 取消勾选"空白"
2. 选中可见区域 → 复制
3. 粘贴到新位置

2.3 拆分与合并数据

合并单元格内容

=A1&B1  # 合并A1和B1
=CONCATENATE(A1,B1)  # 使用函数合并

拆分单元格内容

# 方法1：分列
数据 → 分列 → 分隔符/固定宽度

# 方法2：函数
=LEFT(A1, 3)  # 取左边3个字符
=RIGHT(A1, 3)  # 取右边3个字符
=MID(A1, 2, 3)  # 从第2位开始取3个字符

2.4 批量去除空格

=TRIM(A1)  # 去除首尾空格
=SUBSTITUTE(A1," ","")  # 去除所有空格

三、函数公式精华

3.1 常用函数一览

3.2 VLOOKUP函数详解

基础语法

=VLOOKUP(lookup_value, table_array, col_index_num, [range_lookup])

实战示例

# 根据姓名查找成绩
=VLOOKUP("张三", A:C, 3, FALSE)

# 注意事项：
# 1. 查找值必须在第一列
# 2. 第三参数是返回的列号，不是列字母
# 3. FALSE表示精确匹配

3.3 条件函数组合

多条件判断

=IF(AND(A1>60, B1>60), "及格", "不及格")

=IF(OR(A1>90, B1>90), "优秀", "普通")

嵌套条件

=IF(A1>=90, "A", IF(A1>=80, "B", IF(A1>=70, "C", "D")))

3.4 数据统计

# 求和
=SUM(A1:A100)

# 条件求和
=SUMIF(A:A, "男", B:B)  # 统计男生总分

# 计数
=COUNTIF(A:A, ">60")  # 统计大于60的人数

# 平均值
=AVERAGE(A1:A100)

四、数据分析神器

4.1 数据透视表

创建步骤

1. 选中数据区域
2. 插入 → 数据透视表
3. 拖拽字段到相应区域：
   • 行/列：分组维度
   • 数值：统计指标
   • 筛选：过滤条件

实用技巧

• 按日期分组：右键 → 创建组 → 月/季度/年
• 值显示方式：右键 → 值显示方式 → 百分比
• 多表合并：使用Power Query

4.2 条件格式

突出显示规则

开始 → 条件格式 → 突出显示单元格规则

常用规则

• 大于/小于某值
• 重复值
• 颜色阶梯（热力图）
• 数据条（进度条）

实战示例：自动标记逾期

=IF(日期<今天(), "已逾期", "正常")
# 设置条件格式：文本包含"已逾期"标红

4.3 图表技巧

快速制作图表

1. 选中数据
2. Alt + F1（快速生成图表）
3. 选择合适的图表类型

图表优化

• 不要超过5个数据系列
• 标题要清晰
• 图例位置要合适
• 删除多余的网格线

五、效率提升技巧

5.1 快速填充

序列填充

# 数字序列
拖动填充柄 → 选择"填充序列"

# 日期序列
拖动填充柄 → 选择"以天数填充"

# 自定义序列
文件 → 选项 → 高级 → 编辑自定义列表

智能填充（Ctrl + E）

# 根据示例自动识别规律填充
A列: 2024-01-01
A列: 2024-01-02
在B列输入"1月1日"，按Ctrl+E自动填充

5.2 冻结窗格

视图 → 冻结窗格 → 冻结首行/首列/拆分

场景：

• 冻结首行：标题行始终可见
• 冻结首列：序号列始终可见
• 冻结多行：保持表头可见

5.3 保护工作表

审阅 → 保护工作表

可设置：

• 允许用户编辑的区域
• 密码保护
• 允许格式调整

六、常见问题/解决方案

问题1：公式不计算显示为文本

原因：单元格格式为文本

解决方案：

方法1：选中单元格 → 分列 → 完成
方法2：=VALUE(A1) 转换

问题2：VLOOKUP返回#N/A

原因：查找值不存在或格式不一致

解决方案：

1. 检查查找值是否完全匹配
2. 检查数据格式（数字vs文本）
3. 使用TRIM()去除空格

问题3：表格数据量大卡顿

解决方案：

1. 将公式转换为数值（选择性粘贴）
2. 关闭自动计算：公式 → 计算选项 → 手动
3. 使用筛选代替排序
4. 删除不必要的格式

七、最佳实践建议

规范数据习惯

1. 表头一行，不合并单元格
2. 同一列数据类型一致
3. 不留空白行/列
4. 命名清晰的工作表

高效工作流

1. 先理清思路，再动手操作
2. 善用快捷键，减少鼠标操作
3. 复杂操作先用小数据测试
4. 定期保存，防止意外丢失

学习资源推荐

• Excel官网：https://support.microsoft.com/excel
• Excel函数手册：微软官方文档
• B站教程：很多优秀的免费教程

掌握这些技巧，你也能成为同事眼中的"Excel高手"。记住，效率提升的关键是熟能生巧，多用多练自然就快了！

你是否遇到这样的情况：辛辛苦苦分析的数据，用Excel做的图表太丑拿不出手？看到别人做的数据可视化很酷炫，自己却不知道怎么实现？想要做数据分析但不知道从哪里开始？

Python的数据可视化生态非常强大，从简单的折线图到复杂的交互式图表都能轻松实现。这篇教程将带你快速掌握Python数据可视化的核心技能。

环境信息

• 操作系统：Windows/Mac/Linux
• Python版本：Python 3.8+
• 相关依赖：

  pip install pandas matplotlib seaborn numpy
  

一、数据准备

1.1 导入库

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial']
plt.rcParams['axes.unicode_minus'] = False

1.2 创建示例数据

# 创建销售数据
data = {
    '月份': ['1月', '2月', '3月', '4月', '5月', '6月'],
    '销售额': [12000, 15000, 18000, 16000, 21000, 25000],
    '成本': [8000, 9500, 11000, 10000, 13000, 15000],
    '利润率': [33, 37, 39, 38, 38, 40]
}
df = pd.DataFrame(data)

二、基础图表

2.1 折线图

# 简单折线图
plt.figure(figsize=(10, 6))
plt.plot(df['月份'], df['销售额'], marker='o')
plt.title('月度销售额趋势')
plt.xlabel('月份')
plt.ylabel('销售额（元）')
plt.grid(True)
plt.savefig('line_chart.png', dpi=150, bbox_inches='tight')
plt.show()

2.2 柱状图

# 带数值标注的柱状图
plt.figure(figsize=(10, 6))
bars = plt.bar(df['月份'], df['销售额'], color='steelblue')
plt.title('月度销售额对比')
plt.xlabel('月份')
plt.ylabel('销售额（元）')

# 添加数值标签
for bar in bars:
    height = bar.get_height()
    plt.text(bar.get_x() + bar.get_width()/2, height + 500,
             f'{int(height)}', ha='center', va='bottom')

plt.savefig('bar_chart.png', dpi=150, bbox_inches='tight')
plt.show()

2.3 饼图

# 市场份额饼图
market_data = {'产品A': 35, '产品B': 25, '产品C': 20, '产品D': 15, '其他': 5}
plt.figure(figsize=(8, 8))
plt.pie(market_data.values(), labels=market_data.keys(), 
        autopct='%1.1f%%', startangle=90)
plt.title('产品市场份额分布')
plt.savefig('pie_chart.png', dpi=150, bbox_inches='tight')
plt.show()

三、组合图表

3.1 双轴图表

# 双Y轴图表：销售额和利润率
fig, ax1 = plt.subplots(figsize=(12, 6))

# 左Y轴：销售额
ax1.bar(df['月份'], df['销售额'], alpha=0.7, color='steelblue', label='销售额')
ax1.set_xlabel('月份')
ax1.set_ylabel('销售额（元）', color='steelblue')
ax1.tick_params(axis='y', labelcolor='steelblue')

# 右Y轴：利润率
ax2 = ax1.twinx()
ax2.plot(df['月份'], df['利润率'], marker='o', color='orangered', linewidth=2, label='利润率')
ax2.set_ylabel('利润率（%）', color='orangered')
ax2.tick_params(axis='y', labelcolor='orangered')

plt.title('月度销售与利润率分析')
fig.legend(loc='upper right', bbox_to_anchor=(0.88, 0.88))
plt.savefig('dual_axis.png', dpi=150, bbox_inches='tight')
plt.show()

3.2 子图布局

# 四宫格子图
fig, axes = plt.subplots(2, 2, figsize=(14, 10))

# 图1：销售额趋势
axes[0, 0].plot(df['月份'], df['销售额'], marker='o', color='steelblue')
axes[0, 0].set_title('销售额趋势')
axes[0, 0].grid(True)

# 图2：成本对比
axes[0, 1].bar(df['月份'], df['成本'], color='coral')
axes[0, 1].set_title('月度成本')

# 图3：利润率变化
axes[1, 0].fill_between(df['月份'], df['利润率'], alpha=0.3, color='green')
axes[1, 0].plot(df['月份'], df['利润率'], marker='s', color='green')
axes[1, 0].set_title('利润率变化')

# 图4：销售额占比
axes[1, 1].pie(df['销售额'], labels=df['月份'], autopct='%1.1f%%')
axes[1, 1].set_title('各月销售占比')

plt.suptitle('销售数据综合分析', fontsize=16, fontweight='bold')
plt.tight_layout()
plt.savefig('subplots.png', dpi=150, bbox_inches='tight')
plt.show()

四、Seaborn高级可视化

4.1 热力图

# 相关性热力图
np.random.seed(42)
data = pd.DataFrame({
    'A': np.random.randn(100),
    'B': np.random.randn(100),
    'C': np.random.randn(100),
    'D': np.random.randn(100),
    'E': np.random.randn(100)
})
corr = data.corr()

plt.figure(figsize=(10, 8))
sns.heatmap(corr, annot=True, cmap='coolwarm', center=0, 
            square=True, linewidths=0.5)
plt.title('变量相关性热力图')
plt.savefig('heatmap.png', dpi=150, bbox_inches='tight')
plt.show()

4.2 分布图

# 带分布的散点图
plt.figure(figsize=(10, 6))
sns.scatterplot(x='销售额', y='成本', data=df, s=100, 
                hue='月份', palette='Set2')
plt.title('销售额与成本关系')
plt.savefig('scatter.png', dpi=150, bbox_inches='tight')
plt.show()

4.3 箱线图

# 箱线图展示数据分布
plt.figure(figsize=(10, 6))
sns.boxplot(data=df[['销售额', '成本']], palette='Set3')
plt.title('销售额与成本分布对比')
plt.savefig('boxplot.png', dpi=150, bbox_inches='tight')
plt.show()

五、样式和美化

5.1 主题设置

# 使用Seaborn内置主题
sns.set_style('whitegrid')
sns.set_palette('husl')

# 或使用Matplotlib样式
plt.style.use('seaborn-v0_8-darkgrid')

5.2 颜色方案

# 自定义颜色
colors = ['#FF6B6B', '#4ECDC4', '#45B7D1', '#96CEB4', '#FFEAA7']

# 渐变色
cmap = plt.cm.RdYlGn

5.3 保存高清图片

# DPI设置
plt.savefig('chart.png', dpi=300, bbox_inches='tight', 
            facecolor='white', edgecolor='none')

六、常见问题/踩坑记录

问题 1：中文字体显示乱码

错误信息：图表中的中文显示为方块

解决方案：

# 方法1：指定中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']
# 方法2：下载并使用支持中文的字体
# 方法3：直接显示英文，添加中文图例

问题 2：图表中文本显示被遮挡

原因分析：文字太密集或位置不当

解决方案：

plt.tight_layout()  # 自动调整布局
# 或手动调整
plt.subplots_adjust(top=0.9, bottom=0.1)

问题 3：数据量太大时图表渲染很慢

解决方案：

• 使用plt.switch_backend('agg')后端
• 先对数据采样再绘图
• 使用静态图片格式而非交互式

七、最佳实践总结

常用图表选择指南

图表美化建议

1. 标题要清晰，不要过度装饰
2. 颜色不要超过5种
3. 坐标轴标签要完整
4. 关键数据可以添加标注
5. 保持风格统一

推荐学习资源

• Matplotlib官方文档：https://matplotlib.org
• Seaborn官方文档：https://seaborn.pydata.org
• Python Graph Gallery：https://www.python-graph-gallery.com

掌握Python数据可视化后，你可以：

• 用图表清晰展示数据分析结果
• 制作专业的报表和仪表盘
• 用数据讲好故事
• 自动化日常的数据报告

数据可视化是一门需要不断实践的技术，多看多练才能熟练掌握！

你是否遇到这样的情况：代码改乱了想回退却回退不了？多人协作开发不知道谁改了什么？文件备份繁琐又容易丢失？

这些都是没有使用版本控制系统的问题。Git是目前最流行的版本控制系统，学会Git可以：

• 记录代码的每一次修改，随时回退到任意版本
• 多人协作开发，互不影响
• 优雅地管理代码版本，再也不怕改错

环境信息

• 操作系统：Windows/Mac/Linux 均可
• 软件版本：Git 2.30+
• 相关依赖：无

一、核心概念

1.1 什么是Git？

Git是一个分布式版本控制系统，可以追踪文件的修改历史，记录"谁在什么时候改了什么"。

1.2 三个区域

理解Git的三个区域非常重要：

1.3 状态流转

工作区 → git add → 暂存区 → git commit → 版本库

二、实现步骤

2.1 安装Git

Windows： 下载安装包：https://git-scm.com/downloads

Mac：

brew install git

Linux：

sudo apt install git  # Debian/Ubuntu
sudo yum install git  # CentOS

2.2 配置Git

安装完成后，先配置用户名和邮箱：

# 配置用户名
git config --global user.name "你的名字"

# 配置邮箱
git config --global user.email "your@email.com"

# 查看配置
git config --list

2.3 创建仓库

# 创建新文件夹
mkdir myproject
cd myproject

# 初始化仓库
git init

2.4 基础操作流程

# 查看当前状态
git status

# 添加文件到暂存区
git add filename.txt
# 或者添加所有文件
git add .

# 提交到版本库
git commit -m "提交说明"

# 查看提交历史
git log

# 查看工作区和版本库的差异
git diff

2.5 分支操作

# 查看分支
git branch

# 创建新分支
git branch feature-login

# 切换分支
git checkout feature-login

# 创建并切换分支
git checkout -b feature-register

# 合并分支
git checkout main
git merge feature-login

# 删除分支
git branch -d feature-login

2.6 远程仓库

# 克隆远程仓库
git clone https://github.com/username/repo.git

# 添加远程仓库
git remote add origin https://github.com/username/repo.git

# 推送到远程
git push origin main

# 拉取远程更新
git pull origin main

三、常见问题/踩坑记录

问题 1：提交信息写错了

错误信息：提交后发现说明写错了

解决方案：

# 修改最后一次提交的信息
git commit --amend -m "正确的提交说明"

问题 2：文件改错了想要撤销

原因分析：工作区的修改不想要了

解决方案：

# 撤销工作区的修改
git checkout -- filename.txt

# 撤销暂存区的修改（已add但未commit）
git reset HEAD filename.txt

问题 3：合并冲突

错误信息：Auto-merging failed; fix conflicts and then commit the result.

解决方案：

1. 打开冲突文件，查看冲突标记
2. 手动解决冲突，删除««、====、»»
3. git add 解决后的文件
4. git commit 完成合并

问题 4：误删了文件想要恢复

解决方案：

# 查看删除记录
git log --all --full-history -- yourfile.txt

# 恢复到删除前的版本
git checkout HEAD~1 -- yourfile.txt

四、最佳实践/总结

常用命令速查表

提交信息规范

好的提交信息能让你快速定位历史版本：

# 推荐格式
git commit -m "feat: 添加用户登录功能"
git commit -m "fix: 修复购物车计数bug"
git commit -m "docs: 更新README文档"

建议

1. 每次功能完成后再commit，不要频繁提交
2. 提交信息要清晰，说明做了什么
3. 推送前先pull，保持代码最新
4. 重要分支（如main）不要直接推送代码

参考链接

• Git官网：https://git-scm.com
• Pro Git书籍：https://git-scm.com/book/zh/v2
• 廖雪峰Git教程：https://www.liaoxuefeng.com/wiki/0013739636309609586fd3e19109f0fb9b2b3bc00