Телеграмм чат группы pydata

Size: a a a

Python для анализа данных

2021 November 08

в вакансиях питон пишут просто так) типа вы знаете какой-то скриптовый язык и понимаете про что это вообще программирование

источник

12:20пожаловаться #1

Ilya Shutov in Python для анализа данных

базовые знания питона — ну да, ознакомились...
но начинающие пишут так, что все в корзину.

идите в визуализацию — менеджеры картинки любят

источник

12:21пожаловаться #2

Mikhail in Python для анализа данных

пандас это не питон, я вот всё время натыкаюсь на людей которые умеют пандас и больше ничего и пишут себе в резюме python. а потом спрашиваешь что такое декоратор или там про mutable/immutable рассказать — и усё

источник

12:21пожаловаться #3

Ilya Shutov in Python для анализа данных

ну лучше тогда сразу сказать, что python для разработки и python для ds — это вообще две разные вселенные

источник

12:22пожаловаться #4

Mikhail in Python для анализа данных

да, но на самом деле нет)

источник

12:23пожаловаться #5

Makar Minchenko in Python для анализа данных

если вам нужен именно анализ данных – есть смысл посмотреть на R, он гораздо более заточен под анализ данных

источник

12:23пожаловаться #6

Ksenia Kuvshinova in Python для анализа данных

боюсь спровоцировать R-срач, но вакансий на него очень мало

источник

12:23пожаловаться #7

Ilya Shutov in Python для анализа данных

я не рискнул так сказать :)
но это правда

источник

12:23пожаловаться #8

Mikhail in Python для анализа данных

+
ориентироваться надо на стек который в компаниях в которые целитесь

источник

12:24пожаловаться #9

Ilya Shutov in Python для анализа данных

да-да.
в ds его используют совершенно извращенно в 90%, это если гит смотреть
и учат совершенно страшным вещам с точки зрения анализа и перформанса
а объектная модель для анализа данных размером в 80% RAM — это вообще треш. ООП вообще для другого придумывали.

источник

12:24пожаловаться #10

Mikhail in Python для анализа данных

если хотите заниматься хардкорной статистикой всякой, R отлично (но он как язык более замысловатый со своей ф-циональной парадигмой)

источник

12:24пожаловаться #11

Mikhail in Python для анализа данных

но в бизнес-задачах как правило всё кончается select, sum, group by, там всегда узкое место в понимании что бизнесу надо

источник

12:25пожаловаться #12

Mikhail in Python для анализа данных

я о том, что да, можно конечно уйти в ds и не касаться "обычного" питона, но такие "спецы" как правило очень спотыкаются на элементарных вещах, которые просто знание языка дало бы

источник

12:26пожаловаться #13

Maria Sidorkina in Python для анализа данных

Плюс во всех курсах по аналитике всегда есть блок по питону

источник

12:26пожаловаться #14

Ilya Shutov in Python для анализа данных

обычный питон без хардкорной разработки не понять кожей.

источник

12:28пожаловаться #15

Mikhail in Python для анализа данных

смотря что считать хардкорной разработкой) люди как правило не понимают что df.groupby() — это метод класса DataFrame, который возвращает объект класса GroupBy. я про такие вещи

источник

12:29пожаловаться #16

Kseniia in Python для анализа данных

А какой именно курс хороший?

источник

12:30пожаловаться #17

Ilya Shutov in Python для анализа данных

да потому что ООП сам по себе непрост.
А ООП в применении к данным — адище полный.

источник

12:31пожаловаться #18

Mikhail in Python для анализа данных

опять же, дело вкуса, но я бы сказал что функциональная парадигма сложнее для понимания. по крайней мере я вкурил R только после того, как немножко вкурил Haskell)) и доля пользователей R которые используют язык тупо как DSL для анализа данных как мне кажется гораздо выше, чем у питона, как раз из-за этой специфики

источник

12:32пожаловаться #19

Maria Sidorkina in Python для анализа данных

https://stepik.org/course/%D0%98%D0%BD%D1%82%D0%B5%D1%80%D0%B0%D0%BA%D1%82%D0%B8%D0%B2%D0%BD%D1%8B%D0%B9-%D1%82%D1%80%D0%B5%D0%BD%D0%B0%D0%B6%D0%B5%D1%80-%D0%BF%D0%BE-SQL-63054

Stepik: online education

Интерактивный тренажер по SQL

В курсе большинство шагов — это практические задания на создание SQL-запросов. Каждый шаг включает минимальные теоретические аспекты по базам данных или языку SQL, примеры похожих запросов и пояснение к реализации.

источник

12:32пожаловаться #20