🔖 Базовый Python для аналитика данных: подборка для самостоятельного обучения

Авторы собрали для вас подборку бесплатных ресурсов для изучения Python с нуля.

❗️ Здесь вы найдёте как интерактивные курсы с практическими заданиями, так и теоретические материалы с подробными объяснениями.

В нашей подборке оказалось много разных курсов — каждый со своим подходом и стилем подачи материала.

🔗 Читать статью

#Data #Analytics #Collection | Mr. Python

📎 Преобразование типов данных в Python

— В этом руководстве мы на примерах разберем явное и неявное преобразование типов данных для примитивных и непримитивных структур данных Python.

В Python есть много типов данных.
Вы наверняка уже видели и работали с некоторыми из них.

⚠️ Есть целые числа (int) и числа с плавающей точкой (float) для работы с числовыми значениями, логический тип данных (bool) для работы со значениями истины и лжи и строки (str) для работы с алфавитно-цифровыми символами.

— Вы можете использовать списки, кортежи, словари и множества — структуры данных, в которых можно хранить коллекции значений.

🔗 Читать статью

#Data | Mr. Python

📎 Работа с геоданными в Python и Jupyter

Рассмотрим три библиотеки по работе с геоданными: gmaps, ipyleaflet и более продвинутую по сравнению с предыдущими – folium.

— Автор расскажет, что лучше использовать folium, так как в ней удобнее строить интерактивные карты и работать со слоями.

В конце статьи вы найдете ссылки на блокноты с кодом.

🔗 Читать статью

#Jupyter #Data #Geo | Mr. Python

📌 Как подружить Python и базы данных SQL. Подробное руководство

Рассказываем, как связать Python и реляционные базы данных трёх типов: SQLite, MySQL и PostgreSQL.

Зная одну библиотеку для работы с SQL, вы легко разберетесь в остальных.

❗️Все приложения взаимодействуют с данными, чаще всего через систему управления базами данных (СУБД).

🔗 Читать статью

#SQL #Guide #Data | Mr. Python

📈 Качественно новый уровень визуализации данных в Python

К счастью, для создания графиков на Python настали светлые времена, и после изучения доступных вариантов я выбрал явного победителя (с точки зрения простоты использования, документации и функциональности) в лице библиотеки plotly.

— В этой статье вы с ней познакомитесь и научитесь делать более качественные графики за меньшее время — зачастую с помощью одной строки кода.

🔗 Читать статью

#Visualization #Data #Plotly #Library | Mr. Python

🔍 Распределение памяти в Python: сколько и в каких случаях занимают типы данных

В этом материале разберем, как устроено выделение памяти под объекты в Python.

Потом кратко о том, как работает очистка памяти от неиспользуемых объектов.

— И, наконец, о разнице в занимаемой памяти на примере типов list, dict и tuple.

🔗 Читать статью

#Memory #Data | Mr. Python

⚙️ Основы классов и объектов в Python: создание пользовательских типов данных и работа с их свойствами и методами.

Класс в Python представляет собой шаблон или чертеж для создания объектов.

Он определяет набор атрибутов (данных) и методов (функций), которые характеризуют любой объект этого класса.

❗️ Классы являются фундаментом объектно-ориентированного программирования (ООП) в Python и позволяют создавать новые типы объектов с общими характеристиками и поведением.

🔗 Читать статью

#Classes #Objects #Data #ООП | Mr. Python

❓ Что такое Anaconda Python, как с ней работать и кому она пригодится

Если вы планируете изучать Python, заниматься машинным обучением или анализом данных, возможно, вам уже кто-то порекомендовал такой инструмент, как Anaconda.

— В этой статье мы разберёмся, что это такое, зачем и кому он подходит.

Также мы установим Anaconda на устройства с разными операционными системами и посмотрим, как начать с ней работать.

🔗 Читать статью

#Anaconda #Data | Mr. Python

👀 Почему Python держит за собой лидерство в области аналитики данных

Python — это язык программирования общего назначения, но он стал опорой в мире аналитики из-за низкого порога вхождения и активного сообщества.

⚠️ В статье приведено несколько фактов, которые могут быть полезны для тех, кто не так сильно подкован в технологиях, но хочет знать больше о Python для своих бизнес-целей.

🔗 Читать статью

#Data #Analytics | Mr. Python

🔖 Сортировка данных в Python: что нужно знать

Сортировка — это когда мы упорядочиваем элементы в итерируемом объекте по возрастанию, убыванию или другому критерию.

⚠️ В Python есть два способа сортировки: с помощью встроенной функции sorted() и с использованием метода списков .sort().

🔗 Читать статью

#Data #Sorting | Mr. Python

© Питон перед Рождеством. Как я осваивал этот язык программирования

Это личный опыт, оказавшийся для автора неожиданным, настолько неожиданным, что он решил разобраться, почему результат оказался намного эффективнее, чем я ожидал.

— Когда он разобрался, ему захотелось поделиться новым пониманием.

🔗 Читать статью

#Programming #Data #IT #Opinion | Mr. Python

📎 Как DuckDB обрабатывает 1 ТБ данных менее чем за 30 секунд

Команда Python for Devs подготовила перевод статьи о том, как DuckDB ломает привычные представления о масштабах аналитических данных.

Автор на реальных бенчмарках показывает, что 1 ТБ данных можно агрегировать за считанные секунды — без Spark, без распределённых кластеров и без сложной инфраструктуры.

🔗 Читать статью

#DuckDB #Benchmarks #Data | Mr. Python

© Это путь воина: как я выучил Python и Go с помощью Цеттелькастена и кому точно не рекомендую метод

Автор прошел большой путь в самостоятельном изучении языков программирования: от SQL до Go.

— В этой статье рассмотрим, как порядок в заметках помогает лучше усваивать материал, кому подойдет Цеттелькастен или подобные методы и что лучше — простые конспекты или структурированные заметки.

🔗 Читать статью

#Opinion #Obsidian #Notion #Go #Data | Mr. Python