Mentionsy Mentionsy
KajoData - Analiza danych dla każdego
KajoData - Analiza danych dla każdego

Analityk danych vs Python | Czy analityk korzysta z Pythona | KajoData Podcast

02.10.2024 ·15 min 12 s

Mój kurs z Pythona 🐍 W tym odcinku porozmawiamy o tym, dlaczego Python to narzędzie, którego warto się nauczyć, jeśli myślisz o pracy jako analityk danych. Wyjaśnię, kiedy ten język programowania jest przydatny, a kiedy można go pominąć, oraz jakie korzyści daje w codziennej pracy analityka. Oczywiście Python to nie tylko programowanie, to także automatyzacja, integracja z różnymi systemami i znacznie więcej – dlatego jest to tak uniwersalne narzędzie. Opowiem, jak Python pomaga w automatyzacji procesów, łącząc różne ekosystemy i umożliwiając szybkie wykonywanie powtarzalnych zadań. Dzięki temu, zamiast ręcznie przetwarzać dane w Excelu czy Power BI, można zautomatyzować ten proces, tworząc złożone analizy danych i generując raporty za jednym kliknięciem. To szczególnie ważne, kiedy pracujemy z dużymi zbiorami danych czy integrujemy różne źródła informacji. Na koniec poruszę kwestię wizualizacji danych. Python, z bibliotekami takimi jak Matplotlib i Seaborn, umożliwia tworzenie profesjonalnych wykresów, które często są bardziej elastyczne niż te dostępne w narzędziach typu Power BI czy Tableau. Jeśli chcesz dowiedzieć się więcej, zapraszam do obejrzenia filmu i koniecznie sprawdź mój kurs "Analiza danych w języku Python", gdzie omawiam te tematy bardziej szczegółowo.

Jak korzystasz z, nie wiem, z Power BI, to możesz sobie tam zrobić bookmark i teoretycznie też coś się zrobi samo, coś się przeklika samo, jakiś zestaw filtrów się sam ustawi. Więc każde narzędzie IT ma jakąś Element automatyzacji. Natomiast prawdziwa automatyzacja polega na tym, że my łączymy kilka ekosystemów ze sobą i jesteśmy w stanie spowodować, że coś się dzieje w systemie A, później jeśli jakieś warunki zostaną spełnione, zadziemy się w systemie B i tak dalej. Tutaj sytuacja jest o tyle ciekawa, że Python jest świetnym do tego narzędziem, dlatego że potrafi się integrować z mnóstwem rzeczy. Praktycznie ze wszystkim, tylko trzeba być dosyć bystrym, żeby znaleźć sposób.

Fakt, że mamy to w Pythonie, jak w większości języków programowania, bardzo łatwe do użycia powoduje, że po prostu często się z tego korzysta. I to powoduje, że w pracy analityka Często jest tak, że taki nowoczesny analityk, taki analityk 2.0 to nie jest tylko analityk, który klepie wykresy w Excelu, czy tam rzeźbi raporty w Power BI. Bo oczywiście to się zdarza, ale Trzeba pamiętać, że warto się rozwijać, jeżeli chcemy gdzieś tam awansować, albo warto rozwijać swoje umiejętności szerzej, jeżeli nie chcemy jako junior szukać pracy i mówiąc tylko, że my znamy Excela, trochę SQL-a i zrobiliśmy dwa dashboardy w Power BI.

Jakiś tam raport zrobiliśmy w Power BI. Bo jeżeli dołożymy do tego taką nutkę programistyczno-automatyzacyjną, to nagle się pokaże, że my jesteśmy w stanie Po prostu lepiej rozwiązywać problemy, które przed firmą stoją, że znowu coś jest w jakimś tam folderze X, trzeba to automatycznie wydobyć. Trzeba to gdzieś przesłać. Trzeba się połączyć z jakąś aplikacją. I to wszystko możemy zrobić w Pythonie, a nie robić koniecznie np. w jakimś systemie, gdzie musimy się strasznie przeklikiwać. Plus Python to jest jeszcze jedna rzecz. Python daje nam Świetną możliwość audytu tego, co robiliśmy, bo przypominam, to wszystko jest w tekście, tak? To wszystko jest w tekście. Możemy korzystać z GitHuba, możemy sobie, czy nawet powinniśmy sobie w zasadzie wersjonować ten kod, żeby sprawdzać, co zmieniliśmy, czego nie zmieniliśmy.

Czyli wystarczy nam wygenerowanie danego wykresu czy zestawu wykresów. I tutaj również Python się świetnie sprawdza. Właśnie w Jupyter Notebooku mamy dedykowane biblioteki. Najpopularniejsze z nich to Matplotlib i Seaborn. I one pozwalają nam na to, żeby rzeczywiście stworzyć bardzo ładne, bardzo dobrze wyglądające wykresy, świetnie je obrobić, bo często to jest tak, że jak korzystamy z Power BI czy Tableau, to na przykład mamy jakiś taki problem, że nie ma takiej opcji, żeby tam Coś zrobić minimalnie inaczej, no bo jesteśmy ograniczeni do tego, co w tym interfejsie graficznym możemy sobie wyklikać. Tutaj jest trochę inaczej, tych opcji jest więcej, bo jest więcej możliwości kombinowania. Naprawdę te wykresy, które można tworzyć, to

Pokazano wszystkie 4 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.