Python для аналитика: рабочий стек из Jupyter, pandas и графиков

Коротко

Jupyter — рабочая среда для экспериментов и объяснения расчёта. pandas — таблицы и операции над ними. NumPy — численные массивы и функции. matplotlib — базовые графики. Вместе они закрывают большую часть небольших и средних исследовательских задач аналитика.

• Храни исходные данные отдельно от ноутбука и не меняй их на месте.
• Один ноутбук должен отвечать на один вопрос или исследование.
• Оставляй рядом с цифрой определение, фильтры и период расчёта.
• SQL лучше использовать для тяжёлой выборки, Python — для исследования и повторяемого анализа.

Из чего состоит стек

Инструменты не конкурируют между собой. SQL достаёт и агрегирует данные ближе к хранилищу. Python помогает быстро проверить гипотезу, соединить небольшой набор файлов, построить нестандартный график или сохранить расчёт в понятном ноутбуке. BI нужен, когда результат должен регулярно смотреть широкий круг людей.

Первый рабочий цикл

Новый ноутбук лучше начинать не с импорта десяти библиотек, а с заголовка, вопроса и условий. Затем загрузи минимальный срез, проверь форму и типы, сделай один расчёт и только после этого добавляй визуализацию. Такой порядок помогает не потеряться в графиках и случайных фильтрах.

# Вопрос: как меняется средний заказ по каналам за июль?
import pandas as pd
import matplotlib.pyplot as plt

orders = pd.read_csv('data/orders.csv', parse_dates=['created_at'])
july = orders.loc[
    (orders['created_at'] >= '2026-07-01')
    & (orders['created_at'] < '2026-08-01')
    & (orders['status'] == 'paid')
].copy()

summary = july.groupby('channel', as_index=False).agg(
    orders=('order_id', 'nunique'),
    average_order=('revenue', 'mean'),
)
summary.plot.bar(x='channel', y='average_order', legend=False)
plt.show()

Ноутбук должен объяснять, а не только считать

Через месяц результатом будут пользоваться не только ты. Подпиши, откуда пришли данные, какая строка считается заказом, почему выбран период и что означает график. Текстовые Markdown-ячейки — часть аналитики, а не украшение. Если расчёт нельзя пересказать без запуска всех ячеек, он плохо подготовлен для передачи.

• В начале запиши вопрос и единицу анализа.
• После загрузки покажи размер, период и пропуски.
• Перед графиком выведи маленькую итоговую таблицу.
• Не оставляй в финальном ноутбуке десятки случайных промежуточных экспериментов.
• Сохрани версию исходного файла или ссылку на запрос, из которого он получен.

Когда открыть SQL, а когда Python

Если таблица содержит сотни миллионов событий, не скачивай её целиком в ноутбук. Сначала отфильтруй период и агрегируй данные в SQL, затем передай в pandas результат, который помещается в память и нужен для исследования. Для регулярного KPI лучше оставить расчёт в SQL/BI, а ноутбук использовать как место проверки и поиска причин.