
- •Введение
- •1. Предметная область и актуальность анализа данных
- •1.1. Предметная область
- •1.2 Использование Python для анализа данных
- •1.3 Актуальность выбора языка программирования
- •2. Информация о базе данных
- •2.1 Информация о содержимом в базе данных
- •3. Работа с кодом
- •3.1. Загрузка первичных данных
- •3.2. Запросы к базе данных
- •3.3. Визуализация данных
- •3.4. График корреляции
- •Заключение
- •Список используемой литературы
- •Приложение
МИНИСТЕРСТВО ЦИФРОВОГО РАЗВИТИЯ, СВЯЗИ И МАССОВЫХ
КОММУНИКАЦИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ
Ордена Трудового Красного Знамени федеральное государственное
бюджетное образовательное учреждение высшего образования
Московский технический университет связи и информатики
Оглавление
ВВЕДЕНИЕ 3
1. ПРЕДМЕТНАЯ ОБЛАСТЬ И АКТУАЛЬНОСТЬ АНАЛИЗА ДАННЫХ 5
1.1. Предметная область 5
1.2 Использование Python для анализа данных 5
1.3 Актуальность выбора языка программирования 5
Вывод 5
2. ИНФОРМАЦИЯ О БАЗЕ ДАННЫХ 6
2.1 Информация о содержимом в базе данных 6
Вывод 7
3. РАБОТА С КОДОМ 8
3.1. Загрузка первичных данных 8
3.2. Запросы к базе данных 9
3.3. Визуализация данных 10
3.4. График корреляции 13
Вывод 14
ЗАКЛЮЧЕНИЕ 15
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 16
ПРИЛОЖЕНИЕ 17
Введение
Цель и работы
Целью данной курсовой работы является изучение применения языка программирования Python для анализа баз данных. Для достижения этой цели были поставлены следующие задачи:
Проанализировать существующие инструменты и библиотеки Python, используемые для работы с базами данных.
Изучить методы подключения и взаимодействия Python с различными системами управления базами данных (СУБД).
Разработать и реализовать пример проекта, демонстрирующий процесс анализа данных с использованием Python.
Актуальность
В современном мире объем данных растет с невероятной скоростью, что требует новых подходов и инструментов для их анализа и обработки. Язык программирования Python занимает ведущую позицию среди таких инструментов благодаря своей простоте, гибкости и мощным библиотекам для работы с данными. Использование Python для анализа баз данных становится все более востребованным в различных отраслях, включая бизнес, науку, медицину и информационные технологии. Таким образом, исследование возможностей Python в этой области является актуальным и востребованным.
Задачи
Для достижения цели данной курсовой работы, а именно изучения применения языка программирования Python для анализа баз данных, необходимо решить следующие задачи:
Проанализировать существующие инструменты и библиотеки Python, используемые для работы с базами данных: изучить популярные библиотеки для работы с базами данных
Рассмотреть способы подключения Python к различным СУБД.
Проанализировать методы выполнения запросов, извлечения и обработки данных из баз данных.
Объект и предмет исследования
Объектом исследования является процесс анализа баз данных. Предметом исследования выступают методы и инструменты языка программирования Python, используемые для анализа данных из баз данных. Для более подробной демонстрации используется существующая база данных с информацией о популярных песнях в период с 1998 по 2020 год. В ней рассматриваются актуальные параметры, анализ которых может влиять на изменения современных тенденций развития музыки, а также посмотреть, как музыка менялась за данный период.
Содержание работы
Курсовая работа состоит из титульного листа, содержания, введения, основной части, заключения, списка использованных источников и литературы и приложений.
Первая глава включает анализ предметной области по направлению курсовой работы. Рассмотрение применения языка Python для анализа данных. Разбор синтаксиса и анализ с помощью каких библиотек реализуется анализ данных, визуализация и тд.
Вторая глава содержит в себе описание набора данных, краткие сведения о содержании столбцов, информации о количестве записей и т.д.
Третья глава содержит выполнение задания.
1. Предметная область и актуальность анализа данных
1.1. Предметная область
Анализ данных в программировании охватывает широкий спектр задач и методов, которые применяются в различных контекстах. Основные направления в предметной области анализа данных включают:
Сбор данных;
Хранение и управление данными;
Предобработка данных;
Анализ данных;
Визуализация данных;
Эта предметная область включает в себя использование различных инструментов и технологий для извлечения, обработки и анализа данных с целью получения ценного и применимого знания, которое помогает принимать обоснованные решения и улучшать процессы в различных сферах деятельности.