Μάθετε SQL για ανάλυση δεδομένων από την αρχή (10+1 άρθρα)

Χωρίς εξαίρεση, όλες οι διαδικτυακές επιχειρήσεις με τις οποίες έχω συνεργαστεί – ή ακόμα και μόλις άκουσα – χρησιμοποιούν SQL (Structured Query Language) με τον ένα ή τον άλλο τρόπο. Έτσι, η εκμάθησή του είναι πολύ χρήσιμη για όποιον θέλει να κάνει καριέρα στον διαδικτυακό κόσμο. Αλλά για έναν Αναλυτή Δεδομένων (ή Επιστήμονα Δεδομένων) είναι σίγουρα απαραίτητο, καθώς η SQL είναι επίσης μια από τις πιο κοινές γλώσσες δεδομένων. Ας δούμε γιατί:

• Η εκμάθηση της SQL είναι εύκολη
• Η SQL αποδίδει εξαιρετικά σε μεγαλύτερα σύνολα δεδομένων (ακόμη και μερικά εκατομμύρια γραμμές)
• Η SQL υπάρχει για περισσότερα από 40 χρόνια και θα είναι εδώ για τουλάχιστον τα επόμενα 40

Έφτιαξα μια σειρά άρθρων που ονομάζεται SQL για Ανάλυση Δεδομένων – Εκμάθηση για αρχάριους με 10 + 1 άρθρα. Διαβάζοντάς το, μπορείτε να μάθετε SQL με έναν πολύ πρακτικό και διασκεδαστικό τρόπο.

Χρειάζεστε πρώτα ένα δωρεάν φύλλο εξαπάτησης SQL;

Αποκτήστε το στην ενότητα ΔΩΡΕΑΝ ΥΛΙΚΑ. Εδώ.

Και εδώ είναι τα άρθρα εκμάθησης SQL:

1) Εγκαταστήστε Python, SQL, R και Bash (για μη προγραμματιστές)

Το πρώτο βήμα είναι να ρυθμίσετε το περιβάλλον SQL σας. Σε αυτό το βήμα προς βήμα εκπαιδευτικό άρθρο μπορείτε να μάθετε πώς να το κάνετε αυτό. Θα χρησιμοποιήσουμε την καλύτερη γλώσσα ανοιχτού κώδικα SQL: postgreSQL. Αλλά το ίδιο το σεμινάριο θα σας καθοδηγήσει (προαιρετικά) στον τρόπο εγκατάστασης των Python, R και bash επίσης. Μόλις τελειώσετε με τα πάντα, θα έχετε τον δικό σας διακομιστή SQL για εξάσκηση! ΔΙΑΒΑΣΤΕ>>

2) Πώς να εγκαταστήσετε το SQL Workbench για το postgreSQL

Το SQL Workbench είναι το αγαπημένο μου εργαλείο διαχείρισης SQL. Είναι γρήγορο, σταθερό και τρέχει σε κάθε λειτουργικό σύστημα. Το SQL Workbench θα ενισχύσει την καμπύλη εκμάθησης SQL επειδή κάνει τον κώδικά σας εύκολο στην επεξεργασία και οπτικά διαφανή. Η ρύθμιση φαίνεται λίγο δύσκολη με την πρώτη ματιά, οπότε σε αυτό το άρθρο απαρίθμησα τα 6 απλά βήματα που πρέπει να ακολουθήσετε. Στο τέλος θα είστε έτοιμοι! ΔΙΑΒΑΣΤΕ >>

3) SQL για Ανάλυση Δεδομένων ep#1: SELECT * FROM ____ WHERE ____;

Το πρώτο άρθρο παρουσιάζει το πιο βασικό ερώτημα SQL, το οποίο θα χρησιμοποιείτε συνεχώς. Σε αυτό το σεμινάριο θα δημιουργήσουμε τον πρώτο μας πίνακα SQL, θα επιλέξουμε δεδομένα από αυτόν και τελικά θα φιλτράρουμε για συγκεκριμένες παραμέτρους! ΔΙΑΒΑΣΤΕ >>

4) SQL WHERE

Το επόμενο κεφάλαιο είναι αφιερωμένο στον όρο SQL WHERE. Σας δείχνει τους λογικούς τελεστές και τους τελεστές σύγκρισης – και στη συνέχεια θα δείτε πώς να χρησιμοποιήσετε την ρήτρα WHERE για εξελιγμένο φιλτράρισμα. Στο τέλος του άρθρου θα εισαγάγουμε επίσης ένα σύνολο δεδομένων 7.000.000+ σειρών για περαιτέρω εξάσκηση. Επιπλέον, αυτό είναι το πρώτο σεμινάριο SQL for Data Analysis στο οποίο συμπεριέλαβα ένα βίντεο! 🙂 ΔΙΑΒΑΣΤΕ >>

5) Συναρτήσεις SQL και ενδιάμεσες ρήτρες SQL

Όπως και στο Excel, μπορείτε να χρησιμοποιήσετε διαφορετικές συναρτήσεις στην SQL. Αυτά περιλαμβάνουν: COUNT (για καταμέτρηση στοιχείων), SUM (για σύνοψη ακεραίων), AVG (για τον υπολογισμό του μέσου όρου), MAX (για την εύρεση της μεγαλύτερης αξίας), MIN (για την εύρεση της μικρότερης αξίας) και ούτω καθεξής… Υποθέτω ότι δεν χρειάζεται να τονίσω πόσο σημαντικά είναι αυτά.

Αυτό το άρθρο παρουσιάζει επίσης την ταξινόμηση (ORDER BY), το μοναδικό (DISTINCT) και η ομαδοποίηση (GROUP BY) «εντολές» της SQL. ΔΙΑΒΑΣΤΕ >>

6) SQL για Ανάλυση Δεδομένων – βέλτιστες πρακτικές

Σε αυτό το σημείο, μπορεί να έχετε ήδη φτάσει σε ένα ενδιάμεσο επίπεδο στην SQL για ανάλυση δεδομένων, οπότε αξίζει τον κόπο να κάνετε ένα διάλειμμα και να μάθετε λίγα για τις βέλτιστες πρακτικές SQL. Σε αυτό το επεισόδιο, έγραψα 6 πράγματα που θα σας βοηθήσουν να κάνετε τις μελλοντικές σας προσπάθειες SQL πολύ πιο ομαλές (και σίγουρα πολύ πιο χωρίς συντακτικά σφάλματα :-)). ΔΙΑΒΑΣΤΕ >>

7) SQL JOIN

Η SQL είναι εξαιρετικά ισχυρή για τη σύνδεση πινάκων. Μερικές φορές το κάνει ακόμη και 1000 φορές πιο γρήγορα από άλλες γλώσσες. (Το ξέρω από τη δική μου εμπειρία.) Ας πούμε λοιπόν, αξίζει να αφιερώσετε λίγο χρόνο για να καταλάβετε πώς μπορείτε να χρησιμοποιήσετε το SQL JOIN σαν επαγγελματίας. Αυτό το άρθρο θα περιγράψει ολόκληρη την έννοια και θα δώσει παραδείγματα (με σύνταξη) για τις πιο συνηθισμένες περιπτώσεις χρήσης. ΔΙΑΒΑΣΤΕ >>

8) SQL για Ανάλυση Δεδομένων – Προηγμένα πράγματα

Σε αυτό το επεισόδιο, απαρίθμησα τρεις από τις λίγο πιο προηγμένες μεθόδους SQL. Αυτά είναι: υποερωτήματα, SQL CASE (βασικά η δήλωση if της SQL) και SQL HAVING (μια προηγμένη έκδοση του WHERE). Αν και αυτές είναι «προηγμένες» (εντάξει, ίσως μεσαίου επιπέδου — αλλά σίγουρα όχι αρχάριες) μέθοδοι SQL, αργά ή γρήγορα θα αντιμετωπίσετε ένα πρόβλημα όπου θα πρέπει να χρησιμοποιήσετε μία ή όλες! ΔΙΑΒΑΣΤΕ >>

9) Πώς να δημιουργήσετε πίνακες SQL

Ως αναλυτής δεδομένων, μερικές φορές, θα πρέπει να δημιουργήσετε τους δικούς σας πίνακες SQL. Έχει τη δική του σύνταξη. Δεν είναι δύσκολο, αλλά πρέπει να το μάθετε για να μπορέσετε να το χρησιμοποιήσετε αποτελεσματικά. Για αυτό, θα πρέπει επίσης να μάθετε λίγα πράγματα για τους διαφορετικούς τύπους δεδομένων στην SQL (όπως TEXT, INTEGER, DATE, DECIMAL, BOOLEANκαι ούτω καθεξής…) ΔΙΑΒΑΣΤΕ >>

10) Τρόπος εισαγωγής δεδομένων σε πίνακες SQL

Αφού δημιουργήσετε τους πίνακες SQL, θα πρέπει να βάλετε δεδομένα σε αυτούς. Σε αυτό το άρθρο, θα σας δείξω τρεις διαφορετικούς τρόπους για να το κάνετε χρησιμοποιώντας το INSERT INTO και/ή COPY εντολές. ΔΙΑΒΑΣΤΕ >>

+1) Δοκιμάστε τον εαυτό σας: Ερωτήσεις ελέγχου τεχνολογίας SQL

Εάν θέλετε να δοκιμάσετε τις δεξιότητές σας στην SQL με πρακτικές ασκήσεις – που παρεμπιπτόντως είναι αρκετά τυπικές σε συνεντεύξεις εργασίας κατώτερου επιστήμονα δεδομένων και αναλυτών – δείτε αυτό το μπόνους επεισόδιο: ΔΙΑΒΑΣΤΕ >>

Μερικά επιπλέον επεισόδια στη σειρά Learn SQL for Data Analysis:

---

Η εκμάθηση της SQL για ανάλυση δεδομένων σίγουρα αποδίδει γρήγορα: θα είστε πολύ πιο αποτελεσματικοί με τις εργασίες σας που σχετίζονται με τα δεδομένα και θα έχετε ευκολότερη πρόσβαση στα επιχειρηματικά δεδομένα με τα οποία θέλετε να εργαστείτε!

Ελπίζω αυτά τα άρθρα να σας βοηθήσουν να μάθετε και να κατανοήσετε τα πάντα! Εάν έχετε οποιεσδήποτε ερωτήσεις ή σχόλια, ενημερώστε με: απλώς στείλτε μου ένα email.

Ελέγξτε επίσης τα σεμινάρια Python και bash!

Στην υγειά σας,
Master Tommy