В статье описано исследование, целью которого являлась разработка компьютерного приложения для обработки баз данных, с использованием современного языка программирования Python и подключённых библиотек: Pandas, предназначенной для работы с базами данных и Matplotlib, предназначенной для вывода качественной графической информации.
Произведён обзор существующих на данный момент публикаций по данной тематике, размещённых в сети интернет и в документации к вышеперечисленным программным продуктам.
Разработана и описана последовательность команд, необходимых для подключения библиотек, загрузки данных из файла и создания необходимой исследователю выборки. Показан процесс создания отчёта по результатам сортировки полученной выборки с помощью команд языка Python.
Для наглядного сравнения и анализа результаты обработанной выборки из массива представлены в виде совместной диаграммы за два года с использованием библиотеки Matplotlib.
Сделаны выводы о преимуществах описанного подхода к обработке данных по сравнению с традиционным применением существующих программных комплексов. Он отличается простотой использования и подходит для обработки экономических данных, представленных практически в любом формате, в том числе малораспространённом.
Даны рекомендации по дальнейшему развитию разработанной методики в областях наиболее передовых исследований.
БИБЛИОГРАФИЧЕСКАЯ ССЫЛКА
Ильичев В.Ю., Юрик Е.А. СОЗДАНИЕ ОТЧЁТОВ ПО ДОХОДАМ ОРГАНИЗАЦИЙ С ПОМОЩЬЮ ЯЗЫКА PYTHON. Вектор экономики. 2020. № 6 (48). С. 10.
The article describes a study aimed at developing a computer application for processing databases, using the modern Python programming language and connected libraries: Pandas, designed to work with databases and Matplotlib, designed to output high-quality graphic information.
An overview of existing publications on this topic, posted on the Internet and in the documentation for the above-mentioned software products, has been carried out.
A sequence of commands is developed and described to connect libraries, load data from a file and create the selection necessary for the researcher. Shows the process of creating a report based on the results of sorting the obtained sample using Python commands.
For visual comparison and analysis, the results of the processed sample from the array are presented in the form of a two-year joint diagram using the Matplotlib library.
Conclusions are drawn on the advantages of the described approach to data processing compared to the traditional use of existing software complexes. It is easy to use and is suitable for the processing of economic data presented in almost any format, including low prevalence.
Recommendations are given for further development of the developed methodology in the areas of the most advanced research..
_