跳到主要内容

数据库导读：为什么数据分析后面还要补数据库

先说一个很重要的学习预期

第二阶段主线仍然是：

  • NumPy
  • Pandas
  • 可视化
  • 数据分析项目

数据库这一章是选修，
所以你不用把它当成“现在必须全部吃透”的主战场。
但如果你以后要继续往这些方向走：

  • 企业数据分析
  • RAG
  • AI Agent
  • 后端数据系统

那数据库会非常快地重新出现。

学习目标​

  • 知道数据库这一章在第二阶段里的位置
  • 理解为什么 CSV / Excel / DataFrame 之外还会需要数据库
  • 看懂这一章 4 节课分别在补什么
  • 知道第一次学数据库时最稳的顺序是什么

先建立一张地图​

数据库这一章最适合新人的理解顺序不是“先背 SQL 语法”，而是先看清：

所以这一章真正想解决的是：

  • 数据为什么不会永远安安静静躺在 CSV 里
  • 当数据开始长期保存、多人使用、需要查询和权限时，系统为什么会自然长出数据库

为什么第二阶段会在后面补数据库？​

因为对新人来说，更稳的顺序通常是：

  1. 先会处理一张表
  2. 再会处理多张表
  3. 最后再理解这些表为什么会被长期存进数据库

也就是说，数据库这章不是来替代 Pandas 的，
而是在告诉你：

  • 现实里的表格数据，常常从数据库来

一个更适合新人的总类比​

你可以把前面学过的内容理解成：

  • 把数据搬到自己桌上分析

而数据库更像：

  • 公司统一的数据档案室

桌上的表当然方便，
但当数据开始：

  • 变多
  • 多人一起用
  • 需要长期保存
  • 需要快速查

那你就不能只靠零散文件了。

这一章 4 节课分别在补什么？​

章节它最该帮你解决什么问题
5.1 关系型数据库基础先搞懂数据库、表、主键、外键到底是什么
5.2 SQL 基础学会用 SQL 把数据查出来、筛出来、按组统计
5.3 Python 数据库操作让 Python、Pandas 和数据库真正接起来
5.4 数据库设计理解表为什么要那样拆、字段为什么要那样设计

第一次学这一章，最稳的顺序​

更稳的顺序通常是：

  1. 先学 关系型数据库基础
    先把数据库和表的概念立起来。
  2. 再学 SQL 基础
    先会查、会筛、会分组。
  3. 再学 Python 数据库操作
    让代码和数据库接起来。
  4. 最后再看 数据库设计
    让你知道为什么表要那样组织。

第一次学数据库时，最值得先记住什么？​

最值得先记住的其实只有这几句：

  1. 数据库是长期存表的地方
  2. 关系型数据库最核心的是“表和表之间能通过键关联”
  3. SQL 是和数据库对话的语言
  4. Pandas 和 SQL 并不是竞争关系，而是经常一起用

新人最常踩的坑​

  • 一上来就背 SQL 全语法，不先理解表结构
  • 只会用数据库“存东西”，不会按业务问题去查询
  • 以为学数据库就和 Pandas 没关系了
  • 看到 JOIN 就害怕，其实它本质上和 merge 很像

学完这一章后，至少应该能做到什么？​

  • 知道数据库和 CSV 各自适合什么场景
  • 能看懂一张简单表的主键、外键关系
  • 会写最基础的 SELECT / WHERE / JOIN / GROUP BY
  • 能用 Python 连上 SQLite 读写简单数据

这一章最该带走什么​

  • 数据库不是“另一个完全无关的话题”，而是现实数据系统的自然延伸
  • 先理解表、键和关系，再学 SQL，会稳很多
  • 这一章的目标不是变成 DBA，而是让你以后看到数据库不再发虚