Blog. Najnowsze wpisy.
Biblioteka Faker. Generowanie danych testowych z wykorzystaniem Pythona. Przewodnik.
Tworzenie i wykorzystanie danych testowych, jest nieodłączną częścią procesu poznawania narzędzi i bibliotek analitycznych. Jednak "ręczne tworzenie” danych testowych może być czasochłonne i podatne na błędy, dlatego warto korzystać z narzędzi, które umożliwiają generowanie danych testowych automatycznie. Jednym z popularnych narzędzi w tym zakresie jest biblioteka Faker. Dostępna w Pythonie, stanowi proste w obsłudze rozwiązanie programistyczne, które pozwala nam na generowanie danych testowych wg naszych potrzeb. Niniejszy artykuł opisuje podstawowe metody i przypadki użycia, związane z biblioteką Faker.
Google Cloud Next’23 Okiem Analityka Danych
W dniach 29-31 sierpnia 2023 miała miejsce konferencja Google Cloud Next’23. Jej efektem jest wiele nowości, w tym kilka istotnych dla analityków danych takich jak wprowadzenie Duet AI, które pozwala na wykorzystanie sztucznej inteligencji do automatyzacji zadań analitycznych. Rozszerzenie możliwości Vertex AI, czy też wprowadzenie BigQuery DataFrames. Wszystkie te istotne nowości zostały zaprezentowane w niniejszym poście.
Tablica NumPy. Szybki przegląd podstawowych operacji
Pakiet NumPy, to jedno z najważniejszych narzędzi dla każdego analityka danych. NumPy udostępnia efektywny obiekt tablicy n-wymiarowej, który umożliwia przeprowadzanie zaawansowanych operacji matematycznych i logicznych na dużych zestawach danych, jednocześnie zapewniając znacznie lepszą wydajność, w zakresie szybkości wykonywania operacji. W niniejszym artykule, przedstawiam podstawowe operacje, jakie można wykonać, na tablicach NumPy.
Czy masz zaufanie do swoich danych?
W swojej praktyce zawodowej bardzo często spotykam się z sytuacjami, gdy dane stwarzają więcej problemów i zagrożeń dla Firmy, zamiast budować jej wartość i kreślić drogę rozwoju. Przyczyna jest prawie zawsze ta sama: zła, niepełna implementacja narzędzi i procesów analitycznych.
Jeżeli dotyczy to również Twojej firmy => skontaktuj się, pomogę zbudować wiarygodną i efektywną analizę danych.
Porady. Python, Django, Pandas, Numpy ...
Salesforce. Konto developerskie. Do testów i nauki Salesforce Analytics Studio
Looker Studio. Data. Zamiana dnia i miesiąca
Tableau i Tableau CRM. Czym się różnią?
BigQuery. Prezentacja wyników jako diagram
GCP. Lokalizacja geograficzna usług Google Cloud Platform
GA4. Ograniczenie ilości danych wysyłanych przez Google Analytics 4 do BigQuery
Power BI. 5 obowiązkowych dodatków, poprawiających efektywność pracy
Python. Wyliczenie ilości znaków, słów oraz linii z wczytanego pliku
Rekomendacja tygodnia.
Moje wrażenia: Kursy video Microsoft Power BI wydane przez Helion.pl
Microsoft Power BI to zaawansowane narzędzie do analizy, wizualizacji i wnioskowania na bazie danych analitycznych. Od kilku lat jest w czołówce zestawień Gartnera, ale też widzę jego rosnącą popularność wśród firm. Do zalet PBI należy zaliczyć m.in. Obszerną listę konektorów, doskonałe narzędzie do operacji typu ETL - Power Query Editor. Siła Power BI to także zaawansowane możliwości w zakresie tworzenia i wizualizacji danych, wspierane przez wbudowany język DAX oraz możliwość wykorzystania Pythona (albo R) jako konektora czy kontrolki do wizualizacji danych.
O Mnie
Wspieram firmy w transformacji na model działania oparty o dane. Wdrażam i wyciągam rekomendacje, płynące z danych.
Korzystam z Google Marketing Cloud, Google Cloud Platform, Tableau, Microsoft Power BI oraz Python i R.
Posiadam certyfikat Google Analytics 4 i Tableau Certified Professional, doświadczenie akademickie oraz 20-lat doświadczenia biznesowego.
Jestem Co-Founderem spółek: Hexe Capital SA, Cut2Code, Boostsite, KODA, Insightland.
Zapraszam. Krzysztof Surowiecki
Więcej o mnie WspółpracaMoje certyfikaty
Krótko #Dev #Data #BI #Tech
14.11 Domyślne wdrożenie ssGTM obecnie korzysta z Cloud Run zamiast Google App Engine.
12.11 BigQuery przedstawia nowy sposób zapisu zapytań. Zapytania otrzymują wersjonowanie. Można je pobrać czy zrobić share. Wymagana jest aktywacja BigQuery Studio.
07.11 Zaktualizowana wersja Chat GPT już dostępna. Jest również nowy interfejs. Dotychczasowe bety, jak przeglądanie Internetu, data analysis zostają już w pełni włączone do Chat GPT jako rozwiązania produkcyjne.
27.10 Google Analytics 4. Można zobaczyć (na wybranych kontach) nowy design/UI sekcji Admin.
18.10 BigQuery. Nowe limity wierszy dla funkcji Connected Sheets w Google Sheets: (1) Tabele przestawne: z 30,000 do 50,000 wierszy oraz (2) Ekstrakcja danych: z 25,000 do 50,000 wierszy.
18.10 Baidu udostępniło Ernie 4.0. Jest to konkurent dla GPT-4.
22.09 Supermetrics przedstawia nową funkcjonalność - Data Blending. Można dowolnie łączyć źródła danych z różnych konektorów (w ramach rodziny Supermetrics).
01.09 #GoogleCloudNext23 Vertex AI. W ramach Model Garden pojawia się CodeLlama, stworzona przez Meta.
01.09 #GoogleCloudNext23 Data Clean Rooms. Funkcjonalność ta umożliwia bezpieczne i poufne współdzielenie danych między różnymi organizacjami.
01.09 #GoogleCloudNext23 Zaprezentowana BigQuery DataFrames. Funkcjonalność ta umożliwia tworzenie i manipulowanie obiektami DataFrame w BigQuery, za pomocą języka Python.