|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/etlpython/
课程评论：没有评论
课程名称：必备数据科学：使用 Python 进行数据库和 ETL 课程概述：提取、转换和加载（ETL）是处理各种数据源以转化为目标数据源的过程。ETL 是数据科学中实现预处理和/或后处理所需的技能之一。本次研讨会旨在帮助任何希望提升 ETL 技能的人。课程将重点讲解以下数据源： 1. 文件 2. 关系数据库管理系统（RDBMS）数据库 3. NoSQL 数据库 课程内容将从基本的输入/输出文件和目录开始，学习如何复制和删除文件或目录。接着，我们将探索如何访问各种文件类型，如文本文件、CSV、JSON、和 XML。此外，还将学习如何通过网站和服务器协议访问远程数据源（如 S3）。 接下来，我们将使用 Python 与 RDBMS 数据库进行交互，使用的数据库引擎包括 SQLite、MySQL、SQL Server 和 PostgreSQL。课程中将执行 CRUD 操作（创建、读取、更新和删除），并通过 Python Pandas 访问数据库表，最终将 Python Pandas 数据框转换为数据库表。 此外，我们还将利用 ETL 与 NoSQL 数据库引擎进行操作，学习使用 MongoDB、Redis 和 Apache Cassandra，执行 CRUD 操作并通过 Python Pandas 访问 NoSQL 数据库，同样，Python Pandas 数据框也能转换为 NoSQL 数据库。 最后，我们将实现一个 ETL Python 程序，并通过三个案例研究展示如何使用 Python 进行 ETL 操作。该研讨会要求学员具备基础的 Python 编程能力，以便顺利跟进所有实践环节。同时，进行额外的 Python 库安装时需要网络连接。 更新内容：课程内容将定期更新和维护，特定案例的新内容也将陆续推出。
Extract, Transform, Load (ETL) is a process to process various data sources to be targeted data sources. ETL is one of required skill in data science to implement pre-processing and/or post-processing. This workshop is designed for anyone who wants to improve ETL skills.The workshop will focus on the following data sourcesFilesRDBMS databasesNoSQL databasesWe start to learn for basic I/O files and directories. We can copy and delete files or directories. Next, we explore how to access various file types such as Text, CSV, JSON, and XML. In addition, we access remote data source over website and server-based S3 protocol.We learn how to work with RDBMS database with Python. We use RBDMS database engines such as SQLite, MySQL, SQL Server and PostgreSQL. We perform CRUD (Create, Read, Update, Delete). We also access database table from Python Pandas. Then, we can convert Python Pandas Dataframe into database table.We can leverage ETL with NoSQL database engines. We will work with MongoDB, Redis and Apache Cassandra. We perform CRUD (Create, Read, Update, Delete) on these NoSQL database engines. We also access NoSQL database from Python Pandas. Then, we can convert Python Pandas Dataframe into NoSQL database.Last, we implement ETL Python program. We have three case studies to show how ETL work with Python.This workshop needs a basic Python programming to follow all hands-on-labs. Internet access is needed when we're installing additional Python libraries.Updated ContentsThese contents will updated and maintained New contents will be available for specific cases
