Data-analytiikka Pythonilla
Tämän sivuston avulla voit oppia:
- data-analytiikassa tarvittavat keskeisimmät analysointimenetelmät
- havainnollistamaan analyysien tuloksia graafisesti
- koodaamaan Python-ohjelmointikielellä.
Oppimiseen ei ole oikotietä, vaan sinun täytyy edetä aihe kerrallaan tämän sivuston mukaisessa järjestyksessä. Asiat selitetään silloin kun ne ensimmäisen kerran tulevat vastaan ja oletetaan sen jälkeen tunnetuiksi.
Vaikka et olisi aiemmin koodannut, niin data-analytiikkaan tarvittavat Python-taidot opit helposti.
Useimmille vaikeinta on päästä alkuun:
- asennettava ohjelmointiympäristö
- opittava ohjelmointiympäristön käytön perusteet
- perehdyttävä algoritmiseen ajatteluun ja koodin kirjoittamiseen.
Jos et ole aiemmin koodannut, niin koodin kirjoittaminen on todennäköisesti vaikeaa ja vastenmielistä. Tähän ei auta muu kuin koodin kirjoittaminen. Mitä enemmän koodia kirjoitat sitä paremmin se sujuu. Kannattaa kirjoittaa kaikki oppimateriaalien esimerkkikoodit. Samalla kun kirjoitat koodia niin mieti koodin tarkoitusta. Jokaisella komennolla, sulkumerkillä, pilkulla, pisteellä jne. on tarkoituksensa. Koodin kirjoitus on luontevaa vasta kun ymmärrät koodin eri osien tarkoituksen eli ymmärrät ohjelmointikielen syntaksin/kieliopin.
Osa tällä sivustolla esiteltävistä menetelmistä voidaan toteuttaa valmisohjelmilla (esimerkiksi Excelillä). Vakavampaan työskentelyyn data-analytiikassa tarvitaan kuitenkin ohjelmointikieltä. Python kattaa kaikki data-analytiikassa tarvittavat menetelmät. Python mahdollistaa myös data-analytiikan automatisoinnin ja yhdistämisen muihin sovelluksiin. Näin ollen on perusteltua opetella Pythonin käyttö kaikkien menetelmien osalta.
Mitä enemmän koodia kirjoitat sitä luontevammin koodin kirjoittaminen sujuu.