تحریریهٔ زرنگو ·
مسیر تحلیل دادهٔ بازتولیدپذیر با Python و SQL
از سؤال به دادهٔ پاک، بررسی SQL و توضیح عدم قطعیت برسید.
سؤال رو تعریف کنید
یک تصمیم انتخاب کن و دادهٔ لازم برای آن رو مشخص کن. منشأ داده، معنای هر ردیف و بازهٔ زمانی رو بنویس. ساخت همهٔ نمودارهای ممکن، جای تعریف سؤال رو نمی‌گیرد.
ابزار داده رو به ترتیب یاد بگیر
قبل از pandas، تابع و ساختارهای دادهٔ Python رو تمرین کن. سپس در DataFrame نوع داده، مقدار گمشده، کلید تکراری و واحدهای ناسازگار رو بررسی کن. ورودی اصلی رو نگه دار و پاک‌سازی رو در اسکریپت یا notebook قابل اجرا ثبت کنید.
فرض‌ها رو با SQL بررسی کن
فیلتر، گروه‌بندی، join و تابع پنجره‌ای رو روی دادهٔ رابطه‌ای کوچک تمرین کن. تعداد ردیف رو پیش و پس از join مقایسه کن. افزایش ناخواسته می‌تواند میانگین و مجموع رو عوض کند، حتی اگر query خطای اجرا ندهد.
نتیجه رو توضیح دهید
نموداری انتخاب کن که به سؤال پاسخ دهد، واحد رو بنویس و مقایسهٔ لازم رو نشان دهید. دادهٔ گمشده و عدم قطعیت رو توضیح دهید و همبستگی رو به ادعای علت تبدیل نکنید.
کمک AI رو قابل بررسی کن
دستیار می‌تواند query یا روش پاک‌سازی پیشنهاد کند. خروجی رو بخون، روی مثال کوچک اجرا و حالت مرزی رو تست کنید. خروجی نهایی باید سؤال اصلی، مراحل قابل تکرار، نمودار و یادداشت تصمیم داشته باشد.
آخرین بازبینی:
دیدگاه‌ها
هنوز دیدگاه تأییدشده‌ای وجود ندارد.