Základní datové typy
Datový typ je jednoduše atributem dat, který říká kompilátoru nebo interpretovi, jak programátor hodlá data použít. Většina programovacích jazyků podporuje běžné datové typy reálných , celých a booleovských . Datový typ omezuje hodnoty, které může mít výraz , například proměnná nebo funkce. Tento datový typ definuje operace, které lze s daty provádět, význam dat a způsob, jakým lze uložit hodnoty tohoto typu. Typ hodnoty, ze které může výraz vzít svou hodnotu. (zdroj wiki)
Uf. Toť definice. Co to ale ve skutečnosti znamená? Vědět, o jaký datový typ se jedná je úplný základ datové analytiky. Správná klasifikace nám ulehčí spoustu budoucích troubles. Když jsem začínala s datovou analytikou, o datových typech jsem samozřejmě slyšela, ale moc mi to hned nedocvaklo :-) Postřehla jsem to až ve chvíli, kdy jsem se učila s vizualizačním nástrojem - pokud totiž neoznačíte správně datový typ hned na startu, bude vám i to nejlepší zobrazovátko ukazovat nesmysly. Například máte-li sloupec “rok” označený jako “text - string” - pokud nezměníte datový typ na “datum - date”, nikdy nebudete schopni zobrazit data (rok) v časové ose, protože zobrazovátko nepochopí, že jde o datum.
Správná klasifikace datových typů ale není samozřejmě jen o vizualizaci. Tím úplně nejzákladnějším důvodem je velikost data. Pro každý datový typ je vyhrazeno větší či menší množství paměti - v praxi to znamená, že z hlediska místa je výhodnější mít uloženu informaci jako boolean (muž - 1 ano / 0 ne) než jako text “muž - ano”. Jakou mají jednotlivé datové typy velikost se dočtete například zde.
Nerada bych tu popisovala celou problematiku datových typů, na to jsem malý pán. Datové typy mají různou klasifikaci a pro různé programovací jazyky se mohou lišit. Jak už mám ale ve zvyku, tady je pár zajimavých odkazů, které se datovými typy zabývají trochu podrobněji:
- Analýza a vizualizace dat v jazyce R - jasné shrnutí datových typů v R
- Datové typy v SQL
- Základní datové typy v Python
Eva
Which BI tool to choose: GoodData, Power BI, Tableau, or Looker? 📊
We didn't want to do a feature comparison of these tools because, in truth, nowadays they all somehow address or are working on addressing most of the essential BI requirements of companies, such as security, governance, user analytics, semantic layer, and integration with common data warehouses. Instead, let's talk about the context and how we typically decide which tool is the most suitable for each specific client.
BI is dead! Long live Data as a service!
Data as a Service has the potential to fundamentally change the use of data in business. We can think of it as a concept for building the architecture of services, products, and companies so that data is available and usable anytime, by anyone, in any way. Data correct, current, reliable. We had excels, then came BI tools like Tableau or Power BI. But the vision of headless BI goes in a different direction. Rado summed it up perfectly in this article.
6 years and counting … the BizzTreat journey to the Bizzflow and beyond…
This month is going to be six years since we have started BizzTreat. Since day one, we have been focused on professional services for our clients. Our transparency, independence, and fast time to delivery have been our key strengths. We are now a team of 30 great people. We love this journey.