SQL & PYTHON

SQL과 파이썬 중 각각의 장점은 무엇이며 각 언어에 대한 차이점은 무엇인지 작성해 주세요

SQL 특징 및 장점

데이터 분석 SQL만 잘 다뤄도 먹고 들어갑니다.

1. 대부분의 데이터는 SQL방식의 DB(데이터베이스)에 저장되어 있다.

2. 그 데이터를 뽑으려면 SQL문법에 맞게 컴퓨터에 명령을 내려야 한다. (SQL 쿼리)

3. 데이터 분석의 시작은 데이터 추출이다. R이든 파이썬이든, 데이터를 추출해야 분석을 할 수 있다.

1.  대시보드에서 데이터를 엑셀 파일로 다운로드하고(수작업), 엑셀 파일을 R/파이썬에 불러내기 위해 CSV파일로 
변환하고(수작업), 정해진 규칙에 따라서 파일명을 변경(수작업)한 뒤, 그제서야 R/파이썬에 데이터를 불러내서 분석하기.
2. R/파이썬에서 직접 DB에 접속해서 데이터를 불러 와서, 분석하기(코드만 한 번 짜 두면 그 뒤에는 수작업 없음)

4. SQL 방식이 아닌 데이터를 추출할 때도, SQL과 비슷한 문법으로 컴퓨터에 명령을 내려야 한다.

예) 시각화 툴: 제플린

5. 반복작업을 자동화 할 수 있다.

---

PYTHON 특징 및 장점

1. 파이썬은 왜 데이터 분석에 많이 쓰일까?

1. 가장 직관적이고 배우기 쉽다.

 1. 들여쓰기 지원.
 2. 변수 선언 필요x
 3. 사람의 언어에 가깝게 작성

2. 대량의 데이터를 빠르게 처리할 수 있다.(엑셀은 X)

1. 지속적으로 발생하는 대량의 데이터 분석할 때 유용
2. 웹이서 크롤링해오는 데이터를 반복적으로 분석할 때 유용

3. 다양한 라이브러리를 지원한다.

1. 분류든 회귀든 머신러닝과 관련한 대부분의 알고리즘을 지원
예) Pandas(판다스): 데이터를 엑셀과 같은 표의 형태로 작성하고 기초통계 및 계산, 시각화 등을 지원
	Seaborn(씨본): 다양한 색상 테마와 통계용 차트를 지원하는 시각화 라이브러리, 2차원 뿐만 아니라 3차원 데이터의 시각화도 가능
    Sckit-learn(사이킷런): 분류, 회귀, 클러스터링, 차원 축소 등 다양한 머신러닝 모델링을 지원
    TensorFlow(텐서플로): 구글에서 제공하는 딥러닝 개발을 위한 라이브러리
    Mysqlclient: MySQL DB에 연결하고 쿼리를 실행할 수 있는 라이브러리

---

SQL, PYTHON의 차이점

1. SQL은 DB에 저장돼있는 데이터를 가공하고 추출 할 때 사용 / PYTHON은 분석, 시각화 등 할 때 사용

2. 2번째는 제가 PYTHON을 배우고나서 SQL을 배웠을 때 알게 된 것인데, SQL에는 반복문을 지원하지 않았습니다