Ещё 5 полезных инструментов для аналитика

Привет, будущие дата‑аналитики! С вами Павел Беляев, ментор курсов «Аналитик данных» и «BI-аналитик» и ведущий канала Тимлидское об аналитике 👋🏻

Как-то я писал об основных библиотеках Python для аналитиков. Сегодня разберём наиболее популярные приложения для работы с данными.

1️⃣ DBeaver

DBeaver позволяет работать с базами данных на SQL и подключаться к разным СУБД, писать и выполнять запросы, визуализировать схемы БД.

Как установить:
➖ Зайдите на официальный сайт dbeaver.io;
➖ Выберите версию Community (бесплатная);
➖ Скачайте установочный файл для вашей ОС;
➖ Запустите установку и следуйте инструкциям.

Почему удобен:
🟠 Поддержка множества СУБД (PostgreSQL, MySQL, Oracle, ClickHouse и др.);
🟠 Удобный интерфейс для написания SQL‑запросов;
🟠 Возможность экспорта данных в CSV и Excel;
🟠 Встроенные инструменты для анализа структуры БД.

2️⃣ Notepad++

Это лёгкий текстовый редактор для работы с кодом, логами и CSV‑файлами. Идеален для быстрого просмотра и правки текстовых данных.

Как установить: перейдите на notepad-plus-plus.org, скачайте установщик и установите.

Почему удобен:
🟠 Малый вес и быстрая работа;
🟠 Подсветка синтаксиса для разных языков, сворачивание блоков кода;
🟠 Поиск и замена по регулярным выражениям;
🟠 Поддержка большого количества кодировок;
🟠 Множество дополнительных модулей (например, приведение JSON-файла в удобный вид).

3️⃣ VS Code (Visual Studio Code)

Это профессиональный универсальный редактор кода с поддержкой Python, SQL и других языков, используемых в аналитике.

Как установить:
➖ Откройте сайт code.visualstudio.com;
➖ Скачайте версию для вашей ОС;
➖ Установите, следуя подсказкам;
➖ Дополнительно, если нужно, установите расширения для Python, SQL и Jupyter.

Почему удобен:
🟠 Богатая экосистема расширений;
🟠 Встроенная интеграция с Git;
🟠 Отладка кода;
🟠 Поддержка Jupyter Notebook прямо в редакторе;
🟠 Возможность подключаться к удалённым виртуальным машинам и даже к БД;
🟠 Терминал (командная строка).

4️⃣ Anaconda

Это целый пакет программ, в который в т.ч. входит JupyterLab — расширенный редактор-интерпретатор питона Jupiter Notebook.

Как установить:
➖ Зайдите на anaconda.com;
➖ Скачайте дистрибутив Anaconda для вашей ОС;
➖ Установите, выбрав опцию добавления в PATH;
➖ После установки откройте Anaconda Navigator и запустите JupyterLab. Он откроется в браузере.

Почему удобен:
🟠 Jupiter/JupyterLab позволяет комбинировать код, визуализации и текст в одном документе;
🟠 Возможность запускать код по ячейкам, не выполняя всё сразу;
🟠 Можно работать в офлайне, результаты сохраняются на локальном диске;
🟠 Есть инструменты отладки кода.

5️⃣ Google Colab

Это облачная среда для работы с Jupyter Notebook. Не требует установки — всё работает в браузере.

Как открыть:
➖ Перейдите на colab.research.google.com;
➖ Войдите через аккаунт Google;
➖ Создайте новый блокнот или загрузите существующий.

Почему удобно:
🟠 Бесплатный доступ к вычислительным мощностям Google для ресурсоёмких задач;
🟠 Автосохранение в Google Drive;
🟠 Возможность совместного редактирования;
🟠 Готовые примеры кода и шаблоны;
🟠 Не требует мощности локального компьютера.

Пробуйте, экспериментируйте и выбирайте то, что подходит именно вам! А если наберём 50 реакций под этим постом, сделаем ещё одну подборку полезных инструментов для аналитика 😉

📊 Simulative