Size: a a a

Python для анализа данных

2019 July 30

АМ

Алексей Макаров... in Python для анализа данных
Николай Курдюбов
это о курсе в целом? 60к я так понимаю он стоит?
Это о курсе в целом. Я немножко видел что там под капотом)
источник

НК

Николай Курдюбов... in Python для анализа данных
Да капец трудно сориентироваться. Я понимаю что у меня уровень близок к нулевому, но общее представление к меня сложилось. В целом по питону читаю учебник Саммерфилда, для работы с api удалось раздобыть один курс со skillfactory, даже умудрился уже переписать код из документации яндекса, чтоб получать данные своих РК
источник

АМ

Алексей Макаров... in Python для анализа данных
Николай Курдюбов
Да капец трудно сориентироваться. Я понимаю что у меня уровень близок к нулевому, но общее представление к меня сложилось. В целом по питону читаю учебник Саммерфилда, для работы с api удалось раздобыть один курс со skillfactory, даже умудрился уже переписать код из документации яндекса, чтоб получать данные своих РК
Мне кажется, нужно сначала определиться с задачами, которые хочется решать. И уже от этого плясать. Зачастую, можно найти какие-то уже готовые решения и использовать их. Если фундаментально, то для работы с рекламными и аналитическими системами нужно разбираться в том как устроены API, как проходить авторизацию, а дальше уже дело за малым - получить и обработать. Обработать можно с помощью Pandas.
источник

АМ

Алексей Макаров... in Python для анализа данных
Лично мой путь изучения - это копипаст, гугление, стаковерфлоу, собирание прототипов из говна (простите) и палок, какое-то костыляние и т.д. Очень редко читал какие-то книги по Python, если только нужна была узкопрофильная литература, например, Think Stats.
источник

Е

Евгений in Python для анализа данных
Алексей Макаров
Мне кажется, нужно сначала определиться с задачами, которые хочется решать. И уже от этого плясать. Зачастую, можно найти какие-то уже готовые решения и использовать их. Если фундаментально, то для работы с рекламными и аналитическими системами нужно разбираться в том как устроены API, как проходить авторизацию, а дальше уже дело за малым - получить и обработать. Обработать можно с помощью Pandas.
Алексей, вопрос как к спецу. Целюсь в продуктовую аналитику, подбиваю свои знания под вакансии по рынку и почти везде требуют sql. Вопрос в том, что могу ли я закрыть питоном требование работодателя знание sql )
источник

E

Elenka in Python для анализа данных
Евгений
Алексей, вопрос как к спецу. Целюсь в продуктовую аналитику, подбиваю свои знания под вакансии по рынку и почти везде требуют sql. Вопрос в том, что могу ли я закрыть питоном требование работодателя знание sql )
Нет)
источник

АМ

Алексей Макаров... in Python для анализа данных
Я это не пропагандирую, знаю много людей, которым сначала нужно фундаментально понять основы языка, почитать документацию, вникнуть во всё, но мне заряд бодрости в обучении даёт решение практических задач
источник

АМ

Алексей Макаров... in Python для анализа данных
Евгений
Алексей, вопрос как к спецу. Целюсь в продуктовую аналитику, подбиваю свои знания под вакансии по рынку и почти везде требуют sql. Вопрос в том, что могу ли я закрыть питоном требование работодателя знание sql )
Нет)
источник

Е

Евгений in Python для анализа данных
Почему? Выгрузить, сформировать отчет могу же  на питоне)
источник

ip

ilya pkh in Python для анализа данных
Sql же куда проще
источник

E

Elenka in Python для анализа данных
Евгений
Почему? Выгрузить, сформировать отчет могу же  на питоне)
Хм
Когда я питоном коннекчусь к бд я все равно пишу скули😂
Или вы алхимию юзать будете?
источник

АМ

Алексей Макаров... in Python для анализа данных
SQL - это must-have для продуктового аналитика. Без него никуда. Вы конечно можете вытаскивать raw-data из табличек через "SELECT * FROM table", а потом мерджить, слайсить и колошматить в Pandas, но это не очень хороший подход, который в 99% случаев будет не удобен вашим коллегам, которые знают SQL + не удобен вам, когда речь будет заходить о сложных запросах.
источник

Е

Евгений in Python для анализа данных
спасибо за ответы. Питонидзе тогда в дальний ящик, лучше быстро sql разьюзать)
источник

E

Elenka in Python для анализа данных
Алексей Макаров
SQL - это must-have для продуктового аналитика. Без него никуда. Вы конечно можете вытаскивать raw-data из табличек через "SELECT * FROM table", а потом мерджить, слайсить и колошматить в Pandas, но это не очень хороший подход, который в 99% случаев будет не удобен вашим коллегам, которые знают SQL + не удобен вам, когда речь будет заходить о сложных запросах.
И однажды приведет к memory error
источник

АМ

Алексей Макаров... in Python для анализа данных
Elenka
И однажды приведет к memory error
+
источник

E

Elenka in Python для анализа данных
Евгений
спасибо за ответы. Питонидзе тогда в дальний ящик, лучше быстро sql разьюзать)
Вы быстро полюбите скуль)
источник

ip

ilya pkh in Python для анализа данных
Sql - классный, поддерживаю))
источник

АМ

Алексей Макаров... in Python для анализа данных
Только не оконные функции)
источник

E

Elenka in Python для анализа данных
Алексей Макаров
Только не оконные функции)
Я их люблю 😂
источник

АМ

Алексей Макаров... in Python для анализа данных
Хотя, я просто не умею их готовить))
источник