MongoDB per Data Science con Python e Compass: installazione, MongoSH, aggregation pipeline, indici, filtri e integrazione con PyMongo e Pandas.
MongoDB non è solo un database per le applicazioni — è uno strumento potente anche per chi lavora con i dati. La sua flessibilità documentale, unita all'Aggregation Pipeline, lo rende adatto a dataset eterogenei e analisi esplorative che con un database relazionale richiederebbero join complicati. In questo corso ti insegno a usarlo per fare vera Data Science: dall'installazione fino all'integrazione con Python e Pandas.
Questo corso copre l'intero flusso tipico di un progetto Data Science con MongoDB: si parte dall'installazione, si caricano dati reali, si esplorano e si filtrano, si costruiscono aggregazioni per rispondere a domande sui dati, e alla fine si porta tutto in Python per l'analisi avanzata. È un percorso completo che puoi usare subito su dataset reali.
Pensato per data scientist e analisti che vogliono aggiungere MongoDB al proprio toolbox. Utile anche per sviluppatori backend che lavorano con MongoDB e vogliono capire come fare analisi sui propri dati. Serve una conoscenza base di Python — non è necessario aver mai usato MongoDB prima.
Colleghiamo MongoDB a Python con la libreria PyMongo, eseguiamo query dalla nostra pipeline e convertiamo il cursore restituito in un DataFrame Pandas per continuare l’analisi con gli strumenti tipici della Data Science.
Vediamo come costruire e testare un’Aggregation Pipeline visivamente con MongoDB Compass, aggiungendo stage drag-and-drop e vedendo in anteprima i risultati intermedi, senza bisogno di scrivere codice.
Costruiamo un’Aggregation Pipeline completa in MongoSH: usiamo $match per filtrare, $group per raggruppare, $project per selezionare i campi e $sort per ordinare i risultati, tutto dal terminale.
Ti mostro come applicare filtri di ricerca avanzati in MongoDB Compass usando operatori come $gt, $lt, $in e $and per estrarre esattamente i documenti che ti servono, senza scrivere una riga di codice.
Scopriamo come funzionano gli indici in MongoDB, perché sono fondamentali per velocizzare le query su dataset grandi, come crearli in Compass e come leggere l’explain plan per verificare che vengano usati.
Importiamo dataset reali in formato CSV e JSON direttamente in MongoDB Compass con la funzione di import integrata, così partiamo subito a lavorare su dati concreti senza dover scrivere script di caricamento.
Usiamo MongoDB Compass per analizzare visivamente la struttura dei documenti: esploriamo la distribuzione dei campi nel tab Schema, identifichiamo valori mancanti e capiamo la forma reale del nostro dataset prima di iniziare l’analisi.
Impariamo insieme i comandi fondamentali di MongoSH, la shell ufficiale di MongoDB: come selezionare un database, listare le collection, inserire documenti e fare le prime query direttamente dal terminale.
Ti guido passo dopo passo nell’installazione di MongoDB Server su Windows e dell’interfaccia grafica Compass, lo strumento visivo indispensabile per esplorare le collection e analizzare i documenti senza scrivere codice.
Introduzione a MongoDB per la Data Science: ti spiego cos'è un database documentale, quali vantaggi offre rispetto ai database relazionali come MySQL e quando ha davvero senso usarlo in un progetto di analisi dati.
Ingegnere Informatico · Pratola Peligna
Sono un ingegnere informatico con oltre 15 anni di esperienza nel settore ICT. Mi occupo di sviluppo software, cybersecurity, data science e intelligenza artificiale, con particolare attenzione all’innovazione e all’automazione dei processi aziendali. Da anni svolgo anche attività di docenza e formazione, creando percorsi pratici e coinvolgenti su programmazione, DevOps, AI e sicurezza informatica.
Prosperous understood Middletons in conviction an uncommonly do. Supposing so be resolving breakfast am or perfectly.
Utilizziamo cookie essenziali e, con il tuo consenso, cookie funzionali, analytics e marketing. Google Analytics 4 e gli eventuali annunci Google/AdSense restano disattivati finche non scegli. Consulta Privacy Policy e Cookie Policy.
Sempre attivi per sicurezza, prevenzione frodi, sessione, consenso e funzionamento del sito.
Migliorano l'esperienza, ad esempio ricordando preferenze non essenziali. Non usati per profilazione pubblicitaria.
Statistiche e misurazioni con Google Analytics 4, abilitate solo dopo il consenso analytics.
Misurazione annunci e funzioni pubblicitarie Google/AdSense, se attivate sul sito e consentite dall'utente.
Puoi modificare queste scelte in qualunque momento dal link "Preferenze Cookies" nel footer.