SQL dla analityków danych. Opanuj możliwości SQL-a, aby wydobywać informacje z danych Katowice

Język SQL zwykle służy do pracy z bazami danych, jednak można go używać również do wydajnego przetwarzania ich wielkich zbiorów. W tym celu trzeba dobrze poznać to narzędzie. Wysiłek włożony w zrozumienie SQL-a na pewno się opłaci - dzięki analizie danych można wydobywać z nich bezcenną wiedzę, która bezpośrednio przekłada się na zyski firmy. Ta książka stanowi świetne wprowadzenie do analizy danych. Dzięki niej nauczysz się korzystać z surowych danych, nawet jeśli nie masz odpowiedniego doświadczenia. Zaczniesz od formułowania hipotez i generowania statystyk opisowych, a następnie przystąpisz do pisania zapytań w języku SQL w celu agregowania, przeliczania i łączenia danych z różnych zbiorów. Zapoznasz się też z zaawansowanymi technikami, takimi jak analiza geoprzestrzenna i analiza tekstu. W książce omówiono również profilowanie i automatyzację, które umożliwiają szybsze i wydajniejsze pobieranie informacji. To wszystko pozwoli Ci na skuteczne korzystanie z SQL-a w codziennych scenariuszach biznesowych. Najciekawsze zagadnienia: gruntowne wprowadzenie do analityki danych przygotowywanie danych do analizy optymalizacja kwerend i złożone typy danych funkcje agregujące, funkcja okna i inne metody analizy danych w SQL jak odkrywać prawdę za pomocą SQL-a SQL: spójrz na dane okiem wyszkolonego analityka! Spis treści: Wprowadzenie ROZDZIAŁ 1. Poznawanie i opisywanie danych Wprowadzenie Analityka danych i statystyka Zadanie 1.01 - klasyfikowanie nowego zbioru danych Rodzaje statystyki Metody z obszaru statystyki opisowej Analiza jednoczynnikowa Ćwiczenie 1.01 - tworzenie histogramu Ćwiczenie 1.02 - obliczanie kwartyli dla sprzedaży dodatków Ćwiczenie 1.03 - obliczanie miar tendencji centralnej dla sprzedaży dodatków Ćwiczenie 1.04 - obliczanie dyspersji dla sprzedaży dodatków Analiza dwuczynnikowa Ćwiczenie 1.05 - obliczanie współczynnika korelacji Pearsona dla dwóch zmiennych Interpretowanie i analizowanie współczynnika korelacji Zadanie 1.02 - eksplorowanie danych sprzedażowych z salonu samochodowego Praca z niepełnymi danymi Testy istotności statystycznej Często używane testy istotności statystycznej SQL i analityka Podsumowanie ROZDZIAŁ 2. Wprowadzenie do SQL-a dla analitykówWprowadzenie Świat danych Rodzaje danych Relacyjne bazy danych i SQL Wady i zalety baz SQL-owych System zarządzania relacyjnymi bazami danych PostgreSQL Ćwiczenie 2.01 - uruchamianie pierwszej kwerendy SELECT Instrukcja SELECT Klauzula WHERE Klauzule AND i OR Klauzule IN i NOT IN Klauzula ORDER BY Klauzula LIMIT Klauzule IS NULL i IS NOT NULL Ćwiczenie 2.02 - kwerenda SELECT z podstawowymi słowami kluczowymi dotycząca tabeli salespeople Zadanie 2.01 - kwerenda SELECT z podstawowymi słowami kluczowymi dotycząca tabeli customers Tworzenie tabel Tworzenie pustych tabel Podstawowe typy danych w SQL-u Typy liczbowe Typy znakowe Typ logiczny Daty i godziny Struktury danych - format JSON i tablice Ograniczenia kolumn Prosta instrukcja CREATE Ćwiczenie 2.03 - tworzenie tabeli w SQL-u Tworzenie tabel za pomocą kwerendy SELECT Aktualizowanie tabel Dodawanie i usuwanie kolumn Dodawanie nowych danych Aktualizowanie istniejących wierszy Ćwiczenie 2.04 - aktualizowanie tabeli w celu podniesienia ceny pojazdu Usuwanie danych i tabel Usuwanie wartości z wiersza Usuwanie wierszy z tabeli Usuwanie tabel Ćwiczenie 2.05 - usuwanie niepotrzebnej tabeli pomocniczej Zadanie 2.02 - tworzenie i modyfikowanie tabel na potrzeby działań marketingowych SQL i analityka Podsumowanie ROZDZIAŁ 3. Przygotowywanie danych za pomocą SQL-aWprowadzenie Łączenie danych Łączenie tabel za pomocą słowa kluczowego JOIN Rodzaje złączeń Ćwiczenie 3.01 - używanie złączeń do analizy sprzedaży w salonach Podkwerendy Sumy Ćwiczenie 3.02 - generowanie listy gości na przyjęcie dla klientów VIP za pomocą klauzuli UNION Wyrażenia WITH Oczyszczanie danych Funkcja CASE WHEN Ćwiczenie 3.03 - używanie funkcji CASE WHEN do pobierania list klientów z danego regionu Funkcja COALESCE Funkcja NULLIF Funkcje LEAST i GREATEST Funkcja CASTING Przekształcanie danych Funkcje DISTINCT i DISTINCT ON Zadanie 3.01 - używanie SQL-a do tworzenia modelu wspomagającego sprzedaż Podsumowanie ROZDZIAŁ 4. Analiza danych z wykorzystaniem funkcji agregującychWprowadzenie Funkcje agregujące Ćwiczenie 4.01 - używanie funkcji agregujących do analizowania danych Funkcje agregujące z klauzulą GROUP BY Klauzula GROUP BY Klauzula GROUP BY dla kilku kolumn Ćwiczenie 4.02 - obliczanie cen dla typów produktów za pomocą klauzuli GROUP BY Klauzula GROUPING SETS Funkcje agregujące dla zbiorów uporządkowanych Funkcje agregujące z klauzulą HAVING Ćwiczenie 4.03 - obliczanie wyników i wyświetlanie danych z użyciem klauzuli HAVING Stosowanie funkcji agregujących do oczyszczania danych i sprawdzania ich jakości Znajdowanie brakujących wartości za pomocą klauzuli GROUP BY Sprawdzanie unikatowości danych za pomocą funkcji agregujących Zadanie 4.01 - analizowanie danych sprzedażowych z użyciem funkcji agregujących Podsumowanie ROZDZIAŁ 5. Analizowanie danych za pomocą funkcji oknaWprowadzenie Funkcje okna Podstawy funkcji okna Ćwiczenie 5.01 - analizowanie zmian współczynnika podawania danych przez klientów w czasie Słowo kluczowe WINDOW Obliczanie statystyk z użyciem funkcji okna Ćwiczenie 5.02 - określanie pozycji na podstawie daty rejestracji Ramka okna Ćwiczenie 5.03 - motywowanie pracowników lunchem Zadanie 5.01 - analizowanie sprzedaży z wykorzystaniem ramek okna i funkcji okna Podsumowanie ROZDZIAŁ 6. Importowanie i eksportowanie danychWprowadzenie Polecenie COPY Uruchamianie polecenia psql Instrukcja COPY Instrukcja \COPY w narzędziu psql Tworzenie tymczasowych widoków Konfigurowanie poleceń COPY i \COPY Użycie poleceń COPY i \COPY do masowego wczytywania danych do bazy Ćwiczenie 6.01 - eksportowanie danych do pliku w celu dalszego przetwarzania ich w Excelu Zastosowanie języka Python do bazy danych Wprowadzenie do języka Python Ułatwianie dostępu do baz PostgreSQL w Pythonie za pomocą narzędzi SQLAlchemy i pandas Czym jest SQLAlchemy? Stosowanie Pythona z wykorzystaniem pakietów SQLAlchemy i pandas Pobieranie danych z bazy i ich zapisywanie w bazie za pomocą pakietu pandas Zapisywanie danych w bazie za pomocą Pythona Ćwiczenie 6.02 - wczytywanie, wizualizowanie i zapisywanie danych za pomocą Pythona Zwiększanie szybkości zapisu w Pythonie za pomocą polecenia COPY Odczyt i zapis plików CSV w Pythonie Najlepsze praktyki z obszaru importowania i eksportowania danych Pomijanie podawania hasła Zadanie 6.01 - używanie zewnętrznego zbioru danych do wykrywania trendów sprzedażowych Podsumowanie ROZDZIAŁ 7. Analizy z wykorzystaniem złożonych typów danychWprowadzenie Wykorzystywanie typów danych z datami i czasem do analiz Wprowadzenie do typu date Przekształcanie typów danych Przedziały Ćwiczenie 7.01 - analiza danych z szeregów czasowych Przeprowadzanie analiz geoprzestrzennych w PostgreSQL Długość i szerokość geograficzna Reprezentowanie długości i szerokości geograficznej w PostgreSQL Ćwiczenie 7.02 - analizy geoprzestrzenne Stosowanie tablicowych typów danych w PostgreSQL Wprowadzenie do tablic Ćwiczenie 7.03 - analizowanie sekwencji z użyciem tablic Stosowanie formatu JSON w PostgreSQL JSONB - wstępnie przetworzone dane w formacie JSON Dostęp do danych z pól w formacie JSON lub JSONB Stosowanie języka JSONPath do pól w formacie JSONB Tworzenie i modyfikowanie danych w polu w formacie JSONB Ćwiczenie 7.04 - przeszukiwanie obiektów JSONB Analiza tekstu za pomocą PostgreSQL Tokenizacja tekstu Ćwiczenie 7.05 - analizowanie tekstu Wyszukiwanie tekstu Optymalizowanie wyszukiwania tekstu w PostgreSQL Zadanie 7.01 - wyszukiwanie i analiza transakcji sprzedaży Podsumowanie ROZDZIAŁ 8. Wydajny SQLWprowadzenie Znaczenie wysoce wydajnego kodu w SQL-u Metody skanowania baz danych Plany wykonywania kwerend Ćwiczenie 8.01 - interpretowanie działania planera kwerend Zadanie 8.01 - plany wykonywania kwerendy Skanowanie indeksu Indeks w postaci B-drzewa Ćwiczenie 8.02 - tworzenie indeksu na potrzeby skanowania Zadanie 8.02 - stosowanie skanowania indeksu Indeks z haszowaniem Ćwiczenie 8.03 - tworzenie kilku indeksów z haszowaniem, aby zbadać ich wydajność Zadanie 8.03 - stosowanie indeksów z haszowaniem Skuteczne korzystanie z indeksów Kończenie pracy kwerend Ćwiczenie 8.04 - anulowanie długo działającej kwerendy Funkcje i wyzwalacze Definicje funkcji Ćwiczenie 8.05 - tworzenie funkcji, które nie przyjmują argumentów Zadanie 8.04 - definiowanie funkcji zwracającej maksymalną wartość sprzedaży Ćwiczenie 8.06 - tworzenie funkcji przyjmujących argumenty Zadanie 8.05 - tworzenie funkcji przyjmujących argumenty Wyzwalacze Ćwiczenie 8.07 - tworzenie wyzwalaczy do aktualizowania pól Zadanie 8.06 - tworzenie wyzwalacza do śledzenia średniej liczby kupionych sztuk Podsumowanie ROZDZIAŁ 9. Odkrywanie prawdy za pomocą SQL-a - studium przypadkuWprowadzenie Studium przypadku Metoda naukowa Ćwiczenie 9.01 - wstępne zbieranie danych za pomocą technik SQL-a Ćwiczenie 9.02 - pobieranie informacji sprzedażowych Zadanie 9.01 - ilościowa ocena spadku sprzedaży Ćwiczenie 9.03 - analiza czasu rozpoczęcia sprzedaży Zadanie 9.02 - analiza hipotezy dotyczącej różnicy w cenie sprzedaży Ćwiczenie 9.04 - analiza zależności wzrostu sprzedaży od współczynnika otwarć e-maili Ćwiczenie 9.05 - analiza skuteczności e-mailowej kampanii marketingowej Wnioski Badania terenowe Podsumowanie Dodatek Skorowidz