Download the full version of the textbook now at textbookfull.

com

SQL for Data Analytics: Harness the power of

SQL to extract insights from data, 3rd
Edition Jun Shan

https://textbookfull.com/product/sql-for-data-
analytics-harness-the-power-of-sql-to-extract-
insights-from-data-3rd-edition-jun-shan/

Explore and download more textbook at https://textbookfull.com

 Recommended digital products (PDF, EPUB, MOBI) that
you can download immediately if you are interested.

Data Analytics for Business AI-ML-PBI-SQL-R Wolfgang Garn

https://textbookfull.com/product/data-analytics-for-business-ai-ml-
pbi-sql-r-wolfgang-garn/

textbookfull.com

SQL Queries for Mere Mortals A Hands On Guide to Data

Manipulation in SQL 4th edition John L. Viescas

https://textbookfull.com/product/sql-queries-for-mere-mortals-a-hands-
on-guide-to-data-manipulation-in-sql-4th-edition-john-l-viescas/

textbookfull.com

SQL Server Execution Plans For SQL Server 2008 through to

2017 and Azure SQL Database 3rd Edition Grant Fritchey

https://textbookfull.com/product/sql-server-execution-plans-for-sql-
server-2008-through-to-2017-and-azure-sql-database-3rd-edition-grant-
fritchey/
textbookfull.com

Image Analysis and Recognition 13th International

Conference ICIAR 2016 in Memory of Mohamed Kamel Póvoa de
Varzim Portugal July 13 15 2016 Proceedings 1st Edition
Aurélio Campilho
https://textbookfull.com/product/image-analysis-and-recognition-13th-
international-conference-iciar-2016-in-memory-of-mohamed-kamel-povoa-
de-varzim-portugal-july-13-15-2016-proceedings-1st-edition-aurelio-
campilho/
textbookfull.com
Comparative International Accounting 13th Edition
Christopher Nobes

https://textbookfull.com/product/comparative-international-
accounting-13th-edition-christopher-nobes/

textbookfull.com

Business Intelligence and Analytics in Small and Medium

Enterprises (Manufacturing Design and Technology) 1st
Edition Pedro Novo Melo (Editor)
https://textbookfull.com/product/business-intelligence-and-analytics-
in-small-and-medium-enterprises-manufacturing-design-and-
technology-1st-edition-pedro-novo-melo-editor/
textbookfull.com

Real-Time Rendering 4th Edition Tomas Akenine-Mo■Ller

https://textbookfull.com/product/real-time-rendering-4th-edition-
tomas-akenine-mo%cc%88ller/

textbookfull.com

Quantitative Microbiology In Food Processing: Modeling The

Microbial Ecology Anderson De Souza Sant'Ana

https://textbookfull.com/product/quantitative-microbiology-in-food-
processing-modeling-the-microbial-ecology-anderson-de-souza-santana/

textbookfull.com

Cybersecurity Law Jeff Kosseff

https://textbookfull.com/product/cybersecurity-law-jeff-kosseff/

textbookfull.com
New Perspectives of Profit Smoothing Empirical Evidence
from China Domitilla Magni

https://textbookfull.com/product/new-perspectives-of-profit-smoothing-
empirical-evidence-from-china-domitilla-magni/

textbookfull.com
SQL for Data
Analytics
Third Edition

Harness the power of SQL to extract insights

from data

Jun Shan, Matt Goldwasser, Upom Malik, and Benjamin Johnston

SQL for Data Analytics
Third edition
Copyright © 2022 Packt Publishing

All rights reserved. No part of this course may be reproduced, stored in a retrieval
system, or transmitted in any form or by any means, without the prior written
permission of the publisher, except in the case of brief quotations embedded in
critical articles or reviews.

Every effort has been made in the preparation of this course to ensure the accuracy
of the information presented. However, the information contained in this course
is sold without warranty, either express or implied. Neither the authors nor Packt
Publishing, and its dealers and distributors will be held liable for any damages caused
or alleged to be caused directly or indirectly by this course.

Packt Publishing has endeavored to provide trademark information about all of the
companies and products mentioned in this course by the appropriate use of capitals.
However, Packt Publishing cannot guarantee the accuracy of this information.

Authors: Jun Shan, Matt Goldwasser, Upom Malik, and Benjamin Johnston

Reviewers: Haibin Li and Bharath Kumar Bolla

Development Editor: Padma K. Mohapatra

Acquisitions Editors: Anindya Sil and Sneha Shinde

Production Editor: Shantanu Zagade

Editorial Board: Megan Carlisle, Ketan Giri, Heather Gopsill, Bridget Kenningham,
Manasa Kumar, Alex Mazonowicz, Monesh Mirpuri, Abhishek Rane,
Brendan Rodrigues, Ankita Thakur, Nitesh Thakur, and Jonathan Wray

First published: August 2019

Second edition: February 2020

Third edition: August 2022

Production reference: 1250822

ISBN: 978-1-80181-287-0

Published by Packt Publishing Ltd.

Livery Place, 35 Livery Street
Birmingham B3 2PB, UK
Table of Contents

Preface   i

Chapter 1: Understanding and Describing Data   1

Introduction ............................................................................................... 2
Data Analytics and Statistics ................................................................... 2
Activity 1.01: Classifying a New Dataset .................................................... 4
Types of Statistics .................................................................................... 5
Methods of Descriptive Statistics ............................................................... 6
Univariate Analysis ....................................................................................... 6
Data Frequency Distribution................................................................................6

Exercise 1.01: Creating a Histogram ........................................................... 7

Quantiles..............................................................................................................16

Exercise 1.02: Calculating the Quartiles for Add-On Sales ..................... 18

Central Tendency.................................................................................................20

Exercise 1.03: Calculating the Central Tendency of Add-On Sales ........ 22

Dispersion.............................................................................................................24

Exercise 1.04: Dispersion of Add-On Sales ............................................... 26

Bivariate Analysis ........................................................................................ 27
Scatterplots..........................................................................................................27

Linear Trend Analysis and Pearson Correlation Coefficient..........................33

Exercise 1.05: Calculating the Pearson Correlation

Coefficient for Two Variables .................................................................... 35
Interpreting and Analyzing the Correlation Coefficient ........................ 37
Time Series Data..................................................................................................40
 Activity 1.02: Exploring Dealership Sales Data ........................................ 42
Working with Missing Data ................................................................... 42
Statistical Significance Testing ............................................................. 43
Common Statistical Significance Tests ..................................................... 45
SQL and Analytics .................................................................................. 45
Summary ................................................................................................. 46

Chapter 2: The Basics of SQL for Analytics   49

Introduction ............................................................................................ 50
The World of Data .................................................................................. 51
Types of Data ............................................................................................... 52
Relational Databases and SQL ............................................................. 52
Advantages and Disadvantages of SQL Databases ................................ 54
PostgreSQL Relational Database
Management System (RDBMS) ............................................................. 55
Exercise 2.01: Running Your First SELECT Query ..................................... 58
SELECT Statement ....................................................................................... 62
The WHERE Clause ...................................................................................... 66
The AND/OR Clause .................................................................................... 67
The IN/NOT IN Clause ................................................................................. 69
ORDER BY Clause ........................................................................................ 71
The LIMIT Clause ......................................................................................... 75
IS NULL/IS NOT NULL Clause ..................................................................... 76
Exercise 2.02: Querying the salespeople Table
Using Basic Keywords in a SELECT Query ................................................ 78
Activity 2.01: Querying the customers Table
Using Basic Keywords in a SELECT Query ................................................ 81
Creating Tables ...................................................................................... 82
Creating Blank Tables ................................................................................. 82
Basic Data Types of SQL ........................................................................ 83
Numeric ....................................................................................................... 84
Character ..................................................................................................... 84
Boolean ........................................................................................................ 85
Datetime ...................................................................................................... 85
Data Structures: JSON and Arrays ....................................................... 86
Column Constraints ............................................................................... 86
Simple CREATE Statement ......................................................................... 87
Exercise 2.03: Creating a Table in SQL ...................................................... 88
Creating Tables with SELECT ..................................................................... 89
Updating Tables ..................................................................................... 91
Adding and Removing Columns ................................................................ 92
Adding New Data ........................................................................................ 93
Updating Existing Rows .............................................................................. 95
Exercise 2.04: Updating the Table to Increase
the Price of a Vehicle .................................................................................. 96
Deleting Data and Tables ........................................................................... 97
Deleting Values from a Row ...................................................................... 97
Deleting Rows from a Table ....................................................................... 98
Deleting Tables ............................................................................................ 99
Exercise 2.05: Deleting an Unnecessary Reference Table .................... 101
Activity 2.02: Creating and Modifying Tables
for Marketing Operations ........................................................................ 102
SQL and Analytics ................................................................................ 103
Summary ............................................................................................... 104
Chapter 3: SQL for Data Preparation   107

Introduction .......................................................................................... 108

Assembling Data .................................................................................. 108
Connecting Tables Using JOIN ................................................................. 109
Types of Joins ............................................................................................. 113
Inner Joins...........................................................................................................113

Outer Joins..........................................................................................................118

Cross Joins..........................................................................................................124

Exercise 3.01: Using Joins to Analyze a Sales Dealership ..................... 126

Subqueries ................................................................................................. 128
Unions ........................................................................................................ 129
Exercise 3.02: Generating an Elite Customer
Party Guest List Using UNION ................................................................. 131
Common Table Expressions .................................................................... 133
Cleaning Data ....................................................................................... 135
The CASE WHEN Function ........................................................................ 135
Exercise 3.03: Using the CASE WHEN Function
to Get Regional Lists ................................................................................. 136
The COALESCE Function ........................................................................... 139
The NULLIF Function ................................................................................ 140
The LEAST/GREATEST Functions .............................................................. 142
The Casting Function ................................................................................ 143
Transforming Data ............................................................................... 144
The DISTINCT and DISTINCT ON Functions ............................................ 144
Activity 3.01: Building a Sales Model Using SQL Techniques ............... 147
Summary ............................................................................................... 149
Chapter 4: Aggregate Functions for Data Analysis   151

Introduction .......................................................................................... 152

Aggregate Functions ............................................................................ 152
Exercise 4.01: Using Aggregate Functions to Analyze Data ................. 159
Aggregate Functions with the GROUP BY Clause ............................. 161
The GROUP BY Clause .............................................................................. 162
Multiple-Column GROUP BY .................................................................... 170
Exercise 4.02: Calculating the Cost by Product Type
Using GROUP BY ........................................................................................ 171
Grouping Sets ............................................................................................ 172
Ordered Set Aggregates ........................................................................... 174
Aggregate Functions with the HAVING Clause ................................. 176
Exercise 4.03: Calculating and Displaying Data
Using the HAVING Clause ......................................................................... 178
Using Aggregates to Clean Data and Examine Data Quality .......... 179
Finding Missing Values with GROUP BY ................................................. 179
Measuring Data Uniqueness with Aggregates ...................................... 182
Activity 4.01: Analyzing Sales Data Using Aggregate Functions .......... 183
Summary ............................................................................................... 184

Chapter 5: Window Functions for Data Analysis   187

Introduction .......................................................................................... 188

Window Functions ............................................................................... 189
The Basics of Window Functions ............................................................. 191
Exercise 5.01: Analyzing Customer Data Fill Rates over Time ............. 198
The WINDOW Keyword ............................................................................ 201
Statistics with Window Functions ...................................................... 203
Exercise 5.02: Rank Order of Hiring ........................................................ 204
Window Frame ..................................................................................... 206
Exercise 5.03: Team Lunch Motivation ................................................... 209
Activity 5.01: Analyzing Sales Using Window
Frames and Window Functions ............................................................... 212
Summary ............................................................................................... 214

Chapter 6: Importing and Exporting Data   217

Introduction .......................................................................................... 218

The COPY Command ........................................................................... 219
Running the psql Command .................................................................... 219
The COPY Statement ................................................................................ 221
\COPY with psql ......................................................................................... 224
Creating Temporary Views ...................................................................... 226
Configuring COPY and \COPY .................................................................. 228
Using COPY and \COPY to Bulk Upload Data to Your Database ......... 229
Exercise 6.01: Exporting Data to a File for Further
Processing in Excel .................................................................................... 231
Using Python with your Database ..................................................... 237
Getting Started with Python .................................................................... 237
Improving PostgreSQL Access in Python
with SQLAlchemy and pandas ................................................................. 242
What is SQLAlchemy? ............................................................................... 243
Using Python with SQLAlchemy and pandas ........................................ 244
Reading and Writing to a Database with pandas ................................. 247
Writing Data to the Database Using Python ......................................... 249
 Exercise 6.02: Reading, Visualizing, and Saving Data in Python .......... 249
Improving Python Write Speed with COPY ............................................ 256
Reading and Writing CSV Files with Python ........................................... 258
Best Practices for Importing and Exporting Data ................................. 260
Going Passwordless ............................................................................. 261
Activity 6.01: Using an External Dataset
to Discover Sales Trends .......................................................................... 262
Summary ............................................................................................... 264

Chapter 7: Analytics Using Complex Data Types   267

Introduction .......................................................................................... 268

Date and Time Data types for Analysis ............................................. 268
The DATE Data type .................................................................................. 269
Transforming Date Data types ................................................................ 272
Intervals ..................................................................................................... 275
Exercise 7.01: Analytics with Time Series Data ..................................... 277
Performing Geospatial Analysis in PostgreSQL ............................... 280
Latitude and Longitude ............................................................................ 280
Representing Latitude and Longitude in PostgreSQL .......................... 281
Exercise 7.02: Geospatial Analysis .......................................................... 284
Using Array Data types in PostgreSQL .............................................. 288
Starting with Arrays .................................................................................. 288
Exercise 7.03: Analyzing Sequences Using Arrays ................................ 292
Using JSON Data types in PostgreSQL ............................................... 295
JSONB: Pre-Parsed JSON ........................................................................... 298
Accessing Data from a JSON or JSONB Field .......................................... 298
Visit https://textbookfull.com
now to explore a rich
collection of eBooks, textbook
and enjoy exciting offers!
 Leveraging the JSON Path Language for JSONB Fields ......................... 301
Creating and Modifying Data in a JSONB Field ...................................... 304
Exercise 7.04: Searching through JSONB ................................................ 305
Text Analytics Using PostgreSQL ....................................................... 309
Tokenizing Text ......................................................................................... 309
Exercise 7.05: Performing Text Analytics ............................................... 311
Performing Text Search ........................................................................... 317
Optimizing Text Search on PostgreSQL ................................................. 320
Activity 7.01: Sales Search and Analysis ................................................. 323
Summary ............................................................................................... 325

Chapter 8: Performant SQL   327

Introduction .......................................................................................... 328

The Importance of Highly Efficient SQL ............................................ 328
Database Scanning Methods .............................................................. 330
Query Planning .......................................................................................... 331
Exercise 8.01: Interpreting the Query Planner ...................................... 332
Activity 8.01: Query Planning .................................................................. 337
Index Scanning .......................................................................................... 338
The B-Tree Index ....................................................................................... 339
Exercise 8.02: Creating an Index Scan .................................................... 341
Activity 8.02: Implementing Index Scans ............................................... 347
The Hash Index .......................................................................................... 348
Exercise 8.03: Generating Several Hash Indexes
to Investigate Performance ..................................................................... 349
 Activity 8.03: Implementing Hash Indexes ............................................ 353
Effective Index Use ................................................................................... 354
Killing Queries ...................................................................................... 356
Exercise 8.04: Canceling a Long-Running Query ................................... 357
Functions and Triggers ........................................................................ 358
Function Definitions ................................................................................. 359
Exercise 8.05: Creating Functions without Arguments ........................ 361
Activity 8.04: Defining a Largest Sale Value Function ........................... 364
Exercise 8.06: Creating Functions with Arguments .............................. 365
The \df and \sf commands................................................................................367

Activity 8.05: Creating Functions with Arguments ................................ 368

Triggers ...................................................................................................... 369
Exercise 8.07: Creating Triggers to Update Fields ................................. 372
Activity 8.06: Creating a Trigger to Track Average Purchases ............. 379
Summary ............................................................................................... 380

Chapter 9: Using SQL to Uncover the Truth:

A Case Study   383

Introduction .......................................................................................... 384

Case Study ............................................................................................ 384
The Scientific Method ............................................................................... 384
Exercise 9.01: Preliminary Data Collection
Using SQL Techniques .............................................................................. 385
Exercise 9.02: Extracting the Sales Information .................................... 389
Activity 9.01: Quantifying the Sales Drop .............................................. 396
 Exercise 9.03: Launch Timing Analysis ................................................... 398
Activity 9.02: Analyzing the Difference in the
Sales Price Hypothesis ............................................................................. 408
Exercise 9.04: Analyzing Sales Growth by Email Opening Rate ........... 411
Exercise 9.05: Analyzing the Performance
of the Email Marketing Campaign .......................................................... 422
Conclusions ................................................................................................ 427
In-Field Testing .......................................................................................... 428
Summary ............................................................................................... 429

Appendix   431

Index   489
Preface
ii | Preface

About the Book

Every day, businesses operate around the clock, and a huge amount of data is
generated at a rapid pace. This book helps you analyze this data and identify key
patterns and behaviors that can help you and your business understand your
customers at a deep, fundamental level.

SQL for Data Analytics, Third Edition is a great way to get started with data analysis,
showing how to effectively sort and process information from raw data, even without
any prior experience.

You will begin by learning how to form hypotheses and generate descriptive statistics
that can provide key insights into your existing data. As you progress, you will learn
how to write SQL queries to aggregate, calculate, and combine SQL data from sources
outside of your current dataset. You will also discover how to work with advanced
data types, like JSON. By exploring advanced techniques, such as geospatial analysis
and text analysis, you will be able to understand your business at a deeper level.
Finally, the book lets you in on the secret to getting information faster and more
effectively by using advanced techniques like profiling and automation.

By the end of this book, you will be proficient in the efficient application of SQL
techniques in everyday business scenarios and looking at data with the critical eye
of analytics professional.

About the Authors

Jun Shan is an expert information technology professional who has been designing
and implementing data management systems for more than 20 years. He also
teaches SQL and Relational Database at Columbia University in the City of New York
and Saint Peter's University. He completed his Master of Science in Computer Science
from Virginia Tech and is currently a solution architect in a top 3 cloud computing
service provider.

Matt Goldwasser is the Head of Applied Data Science at the T. Rowe Price NYC
Technology Development Center. Prior to his current role, Matt was a data science
manager at OnDeck, and prior to that, he was an analyst at Millennium Management.
Matt holds a bachelor of science in mechanical and aerospace engineering from
Cornell University.
 Audience | iii

Upom Malik is a data science and analytics leader who has worked in the technology
industry for over 8 years. He has a master's degree in chemical engineering from
Cornell University and a bachelor's degree in biochemistry from Duke University. As a
data scientist, Upom has overseen efforts across machine learning, experimentation,
and analytics at various companies across the United States. He uses SQL and other
tools to solve interesting challenges in finance, energy, and consumer technology.
Outside of work, he likes to read, hike the trails of the Northeastern United States,
and savor ramen bowls from around the world.

Benjamin Johnston is a senior data scientist for one of the world's leading data-
driven MedTech companies and is involved in the development of innovative digital
solutions throughout the entire product development pathway, from problem
definition to solution research and development, through to final deployment. He is
currently completing his Ph.D. in machine learning, specializing in image processing
and deep convolutional neural networks. He has more than 10 years of experience in
medical device design and development, working in a variety of technical roles, and
holds first-class honors bachelor's degrees in both engineering and medical science
from the University of Sydney, Australia.

Audience
If you are a database engineer looking to transition into analytics or a backend
engineer who wants to develop a deeper understanding of production data, you will
find this book useful. This book is also ideal for data scientists or business analysts
who want to improve their data analytics skills using SQL.

Basic familiarity with SQL (such as basic SELECT, WHERE, and GROUP BY clauses), a
good understanding of linear algebra and statistics, and PostgreSQL 14 are necessary
to make the most of this book.

About the Chapters

Chapter 1, Understanding and Describing Data, helps you learn the basics of data
analytics. You will learn how to form hypotheses and generate descriptive statistics
that can provide insights into your data. You will achieve this goal by using
mathematical and graphical techniques to analyze data with Excel.

Chapter 2, The Basics of SQL for Analytics, helps you learn the basics of SQL in the world
of data and CRUD operations. You will learn how to use basic SQL to manipulate data
in a relational database.
iv | Preface

Chapter 3, SQL for Data Preparation, shows you how to clean and prepare data for
analysis using SQL techniques. You will begin by learning how to combine multiple
tables and queries into a dataset before moving on to more advanced materials.

Chapter 4, Aggregate Functions for Data Analysis, covers SQL's aggregate functions,
which are powerful techniques for summarizing data. You will be able to apply these
functions to generate descriptive statistics and learn how to aggregate data across all
rows and break out subpopulations for further analysis.

Chapter 5, Window Functions for Data Analysis, covers SQL's window functions, which
take order into account for a group of data. You will be able to apply these functions
to gain new insights into data and gain important knowledge about the data, such as
orders and ranks.

Chapter 6, Importing and Exporting Data, provides you with the skills required to
interact with your database from other software tools (such as Python).

Chapter 7, Analytics Using Complex Data Types, gives you a rich understanding of the
various data types available in SQL and shows you how to extract insights from
datetime data, geospatial data, arrays, JSON, and text.

Chapter 8, Performant SQL, helps you optimize your queries so that they run faster. In
addition to learning how to analyze query performance, you will also learn how you
can use additional SQL functionality, such as functions and triggers, to expand the
default functionality.

Chapter 9, Using SQL to Uncover the Truth: A Case Study, reinforces your acquired skills
to help you solve real-world problems outside of those described in this book. Using
the scientific method and critical thinking, you will be able to analyze your data and
convert it into actionable tasks and information.

Conventions
Code words in the text, database table names, folder names, filenames, file
extensions, pathnames, dummy URLs, user input, and Twitter handles are shown
as follows: "Three of the columns, Year of Birth, Height, and Number of
Doctor Visits, are quantitative because they are represented by numbers."
Words that you see on the screen (for example, in menus or dialog boxes) also appear
in the text like this: "Choose the Delimited option in the Text Import Wizard
dialog box, and make sure that you start the import at row 1."
 Setting up Your Environment | v

A block of code is set as follows:

SELECT *
FROM products
WHERE production_end_date IS NULL;

New terms and important words are shown like this: "Statistics can be further divided
into two subcategories: descriptive statistics and inferential statistics."

Setting up Your Environment

Before exploring the book in detail, you need to set up specific software and tools. In
the following section, you shall see how to do that.

Installing PostgreSQL 14
The following sections list the instructions for installing and setting up PostgreSQL 14
on Windows, Linux, and macOS.

Downloading and Installing PostgreSQL on Windows

First, download and install PostgreSQL on Windows:

1. Navigate to https://www.postgresql.org/download/. Select Windows from the list of

Packages and Installers.

Figure 0.1: PostgreSQL Downloads page

Visit https://textbookfull.com
now to explore a rich
collection of eBooks, textbook
and enjoy exciting offers!
vi | Preface

2. Click Download the installer.

Figure 0.2: PostgreSQL interactive installer download

3. Select version 14.2 as this is the version that is used in this book.

Figure 0.3: PostgreSQL downloads page

 Setting up Your Environment | vii

4. Click Next for most of the installation steps. You will be asked to specify a
data directory. It is recommended that you specify a path that you will easily
remember in the future.

Figure 0.4: PostgreSQL installation – Windows

viii | Preface

5. Specify a password for the postgres superuser.

Figure 0.5: Setting the superuser password

 Setting up Your Environment | ix

6. Do not change the port number that is specified by default, unless it conflicts
with an application that is already installed on your system.

Figure 0.6: PostgreSQL port settings

7. Click Next to proceed through the rest of the steps and wait for the installation
to finish.
x | Preface

Setting the PATH Variable

To validate whether the PATH variable has been set correctly, open the command
line, type or paste the following command, and press the return key:

psql -U postgres

If you get the following error, you need to add the PostgreSQL binaries directory to
the PATH variable:

Figure 0.7: Error – Path variable not set

The following steps will help you do that:

1. Search for the term environment variables in Windows Search:

Figure 0.8: Windows Search for environment variables

Random documents with unrelated
content Scribd suggests to you:
The Project Gutenberg eBook of Szilágyi és

Káldy
This ebook is for the use of anyone anywhere in the United States
and most other parts of the world at no cost and with almost no
restrictions whatsoever. You may copy it, give it away or re-use it
under the terms of the Project Gutenberg License included with this
ebook or online at www.gutenberg.org. If you are not located in the
United States, you will have to check the laws of the country where
you are located before using this eBook.

Title: Szilágyi és Káldy

Author: Károly Eötvös

Release date: February 6, 2021 [eBook #64479]

Language: Hungarian

Credits: Albert László from page images generously made available

by the Google Books Library Project

*** START OF THE PROJECT GUTENBERG EBOOK SZILÁGYI ÉS

KÁLDY ***
 Megjegyzés:
A tartalomjegyzék a 325. oldalon található.
 Eötvös Károly Munkái
xvii. kötet

SZILÁGYI ÉS KÁLDY

Eötvös Károly Munkái

XVII.

SZILÁGYI ÉS KÁLDY

BUDAPEST MDCCCCVI
VIII., ÜLLŐI-ÚT 18. SZÁM.

RÉVAI TESTVÉREK
IRODALMI INTÉZET R.-T.

Eötvös Károly

SZILÁGYI ÉS KÁLDY
 BUDAPEST MDCCCCVI
VIII., ÜLLŐI-ÚT 18. SZÁM.

RÉVAI TESTVÉREK
IRODALMI INTÉZET R.-T.

AZ ÖSSZES JOGOK FENTARTÁSÁVAL.

Révai és Salamon könyvnyomdája, Budapest, VIII., Üllői-út 18.

SZILÁGYI DEZSŐ.
 ELŐSZÓ.

1841-ben született s 1901-ben halt meg. 1901. évi julius hó 30-

án este hét-nyolcz órakor még élt s a nagy melegben eltikkadva
hálószobájába visszavonult s 31-én reggel holtan találták
szobájában. Engem is rögtön értesitettek haláláról. Akkor az
»Egyetértés« politikai napilap vezetője s mondhatni, tulajdonosa
voltam s nyomban elkezdtem e művem megirását. S folytattam
naponként, tizenkét czikkben, mely az emlitett lap hasábjain jelent
meg.
Művem tehát gyorsan készült s azért nem is rendszeres mű. Nem
is akartam, hogy az legyen. Nálunk valósággal ugy van, hogy a
tudományos módszerben készült rendszeres életrajzok nem a
nagyközönség olvasmányai. Csak a szakközönség talál azokban
élvezetet. Én azonban a legmélyebb és legtartalmasabb eszméket is
oly módon szeretem napvilágra állitani, hogy azok a nagyközönség
lelkéhez találjanak utat. A legjobb alkalom erre, ha ez eszmék
fejtegetését nagy alakok, korférfiak, kiváló egyéniségek életéhez és
halálához kapcsolhatom. Igy cselekszem e műben is.
Bizonyára lesznek, a kik megirják rendszeres életrajzát. Kiváló
szónok volt, egyetemi tanár, miniszter, parlament elnöke, a
törvényhozásban gyakran nagy cselekvő. Ily férfiut művelt nemzet el
nem feled, irodalma nem hagy emlitetlen. Akárki lesz s akármikor
akad életirója, följegyzéseimet, melyeket e művem tartalmaz, nem
mellőzheti. Különösen oly életirója, a ki őt személyesen nem
ismerhette.
 I.
(Barátságunk. – Csalódik, a ki magas gondolkozással lép a törvényhozás
kebelébe. – Az ifju Deákpárt. – Szilágyit szemeltem ki vezérnek. –
Adomázó társaságom.)

Mai napon, néhány óra előtt hunyta le örökre szemeit. Sietek róla
elmondani mindent, a mit én tudok s a mit a nemzetnek tudnia kell.
Hogy mindenki tudja, mekkora nemzetünk vesztesége s hogy
minden jó hazafi törekedjék pótolni azt a veszteséget.
Lehet-e pótolni?
Lehet. A nemzeterő és a gondviselés, ha összefog, tudja pótolni.
A nemzeterő kimerithetlen s a gondviselés örök.
Régi barátomat vesztettem el. Régi barátság kapcsolt össze
bennünket.
Barátság!
Jó szó-e ez jelezni azt a viszonyt, mely köztünk fennállott? Lehet-
e barátság oly férfiak közt, kiket a végzet országos közügyek
intézésére rendelt s a kiknek lelke a közügyekhez sokkal jobban
ragaszkodik, mint egymáshoz? S a kiknek elméje igen gyakran
összeütközik a fölött, vajjon a választott idő s a választott eszközök a
legjobbak-e a közös czél elérésére?
Rendszeres és teljes élettörténetét nem irom le. Legalább most
nem. Nagy történet az ő élete, mert a nemzet nagy történetével van
összeforrva. Csak rajzokat, csak eseteket, csak törekvéseket és
harczokat akarok élete történetéből felmutatni. A melyeket magam
láttam, figyelemmel megnéztem, gondosan megvizsgáltam s a
melyekben magam is részt vettem. S egyéniségének néhány főbb
jellemvonását akarom megrajzolni, hogy a ki nem állt hozzá oly
közel, mint én, még az is ugy fölismerhesse benne az egyént és az
államférfit, az embert és a tudóst, a miként én.
Nem hiszem, hogy vakmerő volnék, ha azt mondom, hogy én őt
mindig tisztán láttam s hogy én igazságos itéletet tudok alkotni róla.
Nem csalódtam benne soha, ő se én bennem. Érdekeink nem
ütköztek össze soha, mert a közügyek terén magánérdek nem
vezetett bennünket soha. Sohasem kértünk egymástól semmit és
sohasem adományoztunk egymásnak semmit. Az ő kezében időnként
nagy hatalom volt, de az enyémben is. Az övében a kormányférfi, az
enyémben az irás és a szó hatalma. Ezt se használtuk egymás ellen
soha. Voltam vele egy párton s akkor is gyakran erősen
összeütköztek nézeteink. Közel negyedszázad óta két táborban,
egymással szemközt állva szolgáljuk a hazát s azóta is nagy nemzeti
kérdésekben gyakran egyetértettünk. Voltak köztünk viszálykodások
is, de ezek mindig a honfilélek aggodalmaiból támadtak, sohase más
indokból. Nem voltunk versenytársai egymásnak s azért gyakran
mégis a legmagasabb verseny támadt köztünk. Magánkörben
gyakran használtuk egymás ellen a birálat legkeményebb szavait, de
sohase volt oly pillanat, hogy egymást igazán ne becsültük volna.
Ezért mondom, hogy régi barátság kapcsolt össze bennünket. Ez
a barátság ad nekem jogot ahhoz s egyuttal teszi kötelességemmé
azt, hogy emlékét megőrizzem, tisztán tartsam s abban a fényben
állitsam a nemzet elé, melyet igazán az ő történelmi egyénisége
sugároz ki.
Innen-onnan harmincz éve, hogy a képviselőházban helyet
foglaltam.
A Deák-pártnak voltam tagja.
Nemes ábránd, eszményi gondolkozás, igaz kötelességérzet
töltötte meg lelkem, a mikor a nemzet nagy tanácsába beléptem.
Mint minden ifjuét, a kit nem hivalkodás s nem üzérkedő törekvés
vezet oda.
A Hungária-szállóban volt körhelyiségünk. Eljártam oda
szorgalmasan hallgatni, figyelni, okulni, rokonlelket keresni s Deák
Ferencz nagy szellemének melegénél üdülni, erősödni, nemesebbé
válni.
Sokban csalódtam.
Minden ábrándos lélek csalódik, a ki messze vidékről erős
képzelettel s távolból megalkotott felfogással jut oda, a hol a nemzet
története készül, törvényei megszületnek s nagy férfiai egy csopron
vannak.
Csalódunk az emberekben, csalódunk a viszonyokban, csalódunk
a nemzedék erejében s végre csalódunk önmagunkban. Mindent
gyöngébbnek tapasztalunk, mint a hogy’ otthon elgondoltuk. Saját
erőnket is.
A Lónyay-kormány állt akkor.
Erős kormány helyett marakodó minisztereket találtam. Egységes
párt helyett pajtáskodó szövetkezeteket. Elvek küzdelme helyett
érdekek küzdelmét. S az ellenzéket se találtam nemesebbnek.
Indulatosság, düh és vádaskodási ösztön uralkodott az ellenzéki
férfiak lelkén. A nagy nemzeti czélokban egyetértő lelkesülést, a
felelősségnek mély érzetét, a közügyekért való munkásság
önzetlenségét nagyon kevés férfiunál sikerült fölfedeznem. Sok
embert találtam, a kinél a képviselőség se nem kötelesség volt, se
nem hivatás, hanem csak divat, szokás, hivalkodás, körtagsági
időtöltés, képviselőházi unalomölés.
Deák Ferenczben nem csalódtam. Ő még mindig a régi volt.
De kedve borus, ereje hanyatló, betegsége lassanként fokozódó.
Mint agg oroszlán az odu nyilása előtt: nyugodtan ül, őrzi barlangját
s vigyáz a messze vidékre, de a kölykek már keresztül ugrálnak
fölötte s ha egyet-egyet mordul: nem félnek tőle sokáig. Egy
pillanatig elcsillapodnak, de aztán tovább játszadoznak, kergetőznek
és marakosznak.
Előre láttuk, hogy az agg oroszlán nem sokára örökre félrevonul.
De ki áll elő helyette? Ki lesz a vezér? Ki lesz az, a ki mindent
bölcsen meggondol, mindent önzetlenül végez, a ki nem osztozkodik
senkivel s a kinek mindenki hiven és szivesen engedelmeskedik? Ki
lesz a nemzetnek gondjaviselője?
Jött a nagy közgazdasági válság is. Szegénynyé lett a társadalom.
Gyökeret kezdett verni az a vélemény, hogy mi államot fentartani
nem tudunk s ha Deák behunyja szemét: ismét ránk fekszik az
osztrák. Csődbe jut Magyarország s a bécsi kormány lesz
tömeggondnoka.
Zichy Manó gróf adomáját mindenki igaznak, talpraesettnek, a
helyzet valódi jellemrajzának tekintette.
Itt volt a király. Mikor Bécsbe visszautazott: sok képviselő kiment
hozzá tisztelkedni a vasuti állomásra. Zichy Manó gróf is. A király a
szalonkocsi ablakából kegyesen intett a képviselőknek s Zichy
Manóhoz e szavakat intézte:
– Remélem, önnel a jövő képviselőházban is találkozom.
– Nem leszek többé képviselő fölség!
– Miért?
– Mert nincs már több Deákpárti ember, csak három. Kevesen
vagyunk.
– S ki az a három?
– Az egyik én vagyok, a másik Deák Ferencz, a harmadik
fölséged. Ez pedig kevés.
A király nevetett.
 Ez volt Zichy Manó gróf adomája. Mindenki meg volt győződve,
hogy a terheket nem birjuk, az államszervezet tönkremegy, a
Deákpárt feloszlik, a balközép le nem mond közjogi elveiről, tehát a
kormányt át nem veheti; – nincs segitség sehol, beleesünk az
Apponyiak, Sennyeyek, Majláthok kezébe.
Én nem láttam ily sötétnek a helyzetet.
Szentül meg voltam győződve, hogy ha a Deákpártba lelket
öntünk: minden bajt kilábolunk, minden veszélynek elejét vesszük.
Olyan emberünk ugyan nincs, a ki Deák Ferenczet pótolhatná, de
tegyünk kisérletet, komolyat és nemeset, arra, hogy a legjobb fiatal
erők szövetségével vezessük a pártot s állitsuk még egyszer helyre
annak egységét és önérzetét.
Alkossunk ifju Deákpártot. Ne az öregek ellen, semmi esetre se
Deák Ferencz ellen, sőt épen az ő belenyugvásával a cselszövő külön
csoportok ellen.
Én akkor a »Pesti Napló«-ban politikai vezérirója voltam a
pártnak. E miatt is, Deák Ferencz kegyes, barátságos figyelme miatt
is, volt némi erőm a pártban. Ugy hittem, jó dolgot cselekszem, ha
ily irányban kezdek dolgozni.
Meglátogattam Deák Ferenczet. Örömmel hallotta felfogásomat
és érveimet s helyeselte törekvésemet.
Közöltem sok barátommal a tervet. Az erdélyiek különösen
örültek neki. Molnár István Zemplénből, Kvassay Laczi Nyitrából ma
is élő emberek, a kik lelkesen fogadták a tervet.
Körülnéztem. Ki lehetne az ifju Deákpárt vezére? Kinek adott a
gondviselés akkora elmét, akkora politikai és tudományos
miveltséget, akkora erélyt és szónoki képességet, olyan tiszta
jellemet s már megszerzett tekintélyt, hogy vezérünk lehetne?
Szilágyi Dezsőn akadt meg a szemem.
 Képviselő volt, miniszteri tanácsos volt s a kodifikáló bizottságnak
tagja volt. Eszét, tudományát, szónoki képességét mindenki
elsőrangunak tartotta. Csak érdes modora s gunyolódó természete
ellen volt némi kifogás. De mi ez oly hatalmas tehetségek ellenében,
mint az övéi?
Fiatal, harminczkét éves nőtlen férfiu. Igaz, jó magyar:
nevelésben is, gondolkozásban is. Erős, zömök termet, vastag nyak,
hatalmas fő. Nagyon hasonlit báró Wesselényi Miklóshoz. Tájékozott
minden politikai kérdésben. Beutazta már Németországot és Angliát.
Nemes nagyravágyás nem hiányzik nála. Lakik benne annyi, a
mennyi államférfiban mulhatlanul szükséges. Észjárása,
gondolatainak alakzata irodalmi magaslaton áll. Üzletek, önző
törekvések nem lakoznak lelkében. Büszke és önérzetes.
Ilyennek találtam Szilágyi Dezsőt.
Hogy engem vezetni tudna, hogy nekem vezérem lehet: erről
meg voltam győződve. Hogy neki lesz-e szüksége egyszer-másszor
vezetésre s hogy én őt ilyenkor tudnám-e vezetni: ez a kérdés nem
jutott eszembe.
Körülvettem. Közöltem vele tervemet, gondolkozásomat. Tetszett
neki.
De feltünt, hogy ez irányban kezdeményezni még sem akar.
Halogat, késleltet, mintha várna valamire. Indokát nem találtam ki.
Utóbb nem is kerestem.
Észrevétlenül egy kis állandó társaságot szerkesztettem össze.
Tagjai voltak: Paczolay János, Kerkapoly Károly, Pulszky Guszti, Toszt
Gyula, a kit nagyon szerettem, Szilágyi Dezső s én.
Csaknem minden este állandóan együtt voltunk a körben. A
nagyterem baloldali sarkában a mostani Lloyd-épületben volt egy
keresztpamlag: az volt a tanyánk. Itt tárgyaltuk a kérdéseket. Itt
itéltünk elevenek és holtak fölött. Itt születtek adomáink, szárnyaló
jelszavaink, gonosz megjegyzéseink. Ide jött hozzánk eleintén
egyenként, gyakran seregestől a többi képviselő. Jöttek ide hirlapirók
is. Kecskeméthy Aurél állandóan velünk volt. Notabilitások is gyakran
felkerestek. Horváth Mihály a történetiró, Érkövy a gazdasági iró,
Korizmics László, mezőgazdaságunk irodalmi mivelője Stoll, a
bányarém, gyakran hozzánk csatlakoztak. A mikor Deák Ferencz az
átelleni, jobboldali keresztpamlagon adomázott: akkor a mi
társaságunk ugyan felbomlott, mert mi is oda mentünk az »öreg
urat« hallgatni, de ez ritkábban történt. A »Pesti Napló«, a Deákpárt
vezérlapja, e kis társaság szellemét képviselte.
Ez lett az ifju Deákpárt bölcsője.
Az 1874-ik évben a miniszterelnök Bittó is ehhez csatlakozott. S
ez év parlamenti vitáiban még egyszer és utoljára hatalmasan
érvényesült a Deákpárt egysége s nemzeti és szabadelvü felfogása.
Mind ebben már nagy érdeme volt Szilágyi Dezsőnek. Még
Paczolay, még Kerkapoly mellett is Szilágyi egyénisége domborodott
ki hatalmasan.
Voltak azonban gyöngeségei is, melyeket már ekkor
észrevettünk.
 II.
(A lángelme különössége. – Schwarcz Gyula. – Miként figyeltem meg
Szilágyit. – Kerkapoly, Kovács, Szilágyi egymás mellett. – Minő szép a nagy
elmék játéka. – A három elme erőaránya. – Hát én mit nyomtam köztük?
– Miért nem tudott irni Szilágyi? – Miként készitette beszédeit? – Ott
hagyja az egyesült ellenzéket. – Örökös kételkedése.)

Legnagyobb gyöngesége abból állott, hogy tanulmányaiban,

gondolkozásában, egész szellemében, még társalgásában is nagy
egyoldaluság fejlődött ki. A tagadásnak, a kételkedésnek, a
birálgatásnak egyoldalusága.
Óriási elme volt, de nem volt tökéletes elme. Óriási tudása volt,
de azért tudása is csonka volt.
E két mondásom igazságát meg kell bizonyitanom. Különben azt
hihetné valaki: könnyelmü vagy elfogult vagyok szavaimban.
Tökéletes elmének azt tartom, mely alkotni tud. A melyben a
megfigyelésnek és birálatnak képessége teljesen megvan, de
egyuttal megvan a cselekvés, javitás és alakitás képessége is. Az az
egész ember, a kinek szelleme mind a két irányban egyenlően
fejlődött. Az mutat fel sikereket. Az egyuttal a tökéletesen jó ember
is. De egyszersmind a boldog ember is.
Gyakran halljuk társas életünkben: ime egy nagy ész, ime egy
lángelme, ime egy óriási tudás. Ép ily gyakran olvassuk e
mondásokat hirlapokban, sőt tudományos könyvekben is. A
nagyközönség hisz vagy nem hisz e szavakban, de nem gondolkozik
fölöttük; tisztán pedig kevesen értik, mit jelentenek e szavak.
 Hányszor állitanak elénk például csodagyereket, a ki zenében
vagy nyelvek tudásában, gyors felfogásban, számtanban,
sakkjátékban, de bizonyos tudományágakban is megelőzi korát s
felülmulja a felnőtt szakembert is. Azt mondjuk: lángelme; – azt
mondjuk: nagy tehetség. Pedig a legtöbb esetben egyik se. A korát
megelőző efféle gyerek csodagyerek ugyan, de nem tökéletes elme s
azzá valószinüleg soha sem is válik. Csak szabálytalanul félrenőtt
elme, melyben az elmének egyik tehetsége aránytalanul nagyobb,
mint a másik.
Ilyen volt egykori barátom és képviselőtársam Schwarcz Gyula.
Gyermek és ifju korában oly gyors volt felfogása, oly csodálatos volt
emlékezete s oly rendkivüli volt nyelvtudása, hogy hozzá hasonlót
alig tud felmutatni a mivelődés története. Mikor tizenhárom éves
korában a régi hellen nyelvet a fehérvári gimnázumban tanulni
kezdte, mire legjobb tanulótársai a betük ismeretét, a szavak
olvasását s a nyelvtan némi elemeit elsajátitották: akkorra ő
folyékonyan beszélte Homérosz és Arisztótelesz nyelvét s
kétségbeejtette minden professzorát. Mit csináljanak ezzel a
gyerekkel? Minden tudományt összevéve jobban tudott, mint minden
professzora külön-külön a maga tudományát. Még nem volt husz
éves, a mikor már a régi hellenek nyelvén irt oly bámulatos geológiai
tudományos könyvet, hogy angol tudós társaság választotta meg
tiszteletbeli tagjává érte.
S vajjon mennyire vitte férfi korában?
Törvényhozói működése nyomtalanul tünt el. Tudományos művei
vontak magukra ugyan némi figyelmet, de hosszu életüek azok se
lesznek. – Nagy elméje, nagy tudása volt, de elméje egyoldalu s
tudása csonka. Tudományos művei leginkább az államjog és
alkotmányjog körében mozognak, de azért Szilágyi Dezsőnek
eszmecsere végett közelébe se mert lépni. Szilágyi Dezső elméje és
tudása ugy állt mellette, mint góth templom a nádas viskó mellett.
Pedig hát Szilágyi Dezső elméje is egyoldalu volt, noha elméjének
arányai óriásiak.
É
 Én különösen megfigyeltem, gondosan megvizsgáltam, komolyan
tanulmányoztam Szilágyi Dezső elméjét. Harmincz éven át
szakadatlanul ügyeltem erre az elmére s ennek működésére. Mikor
haragudott, mikor jó kedve volt, mikor unta maga körül a világot,
mikor nagy törvényjavaslatokat érlelt vagy birált, mikor nagy
beszédeket mondott: mindenütt ügyeltem rá. Sokszor észleltem
bortól, pezsgőtől mámoros agyának működését is. Fejtegette a maga
szaktudományát, el-elmondott valamit tanulmányi utazásának
élményeiből, nagy ritkán belemelegedett nagy embereink
ismertetésébe s nagy költőink műveinek elemzésébe; nagy ritkán
rábirtam, hogy valamit elbeszéljen, meg akartam ismerni elbeszélő
tehetségét is; – mikor élczelt, gunyolódott, kötekedett, feleselt,
komolyan vagy dévajul vitatkozott, én megfigyeltem mindent.
Nem nála kezdtem az elmeerő megfigyelését.
Valamikor, több mint negyven év előtt, olvastam báró Kemény
Zsigmondtól Széchenyi és Kossuth összehasonlitását. Széchenyit
igazán nem ismertem, csak egyszer láttam, halála előtt néhány
hónappal. Kossuth gondolkozásának nagy arányaival már közelebbről
s közvetlenül is módom volt megismerkedni. Deák Ferenczczel
néhány éven át többször együtt voltam. Három olimpusi alak,
egyenlően hatalmas nagy elmével. Ezt a három elmét
összehasonlitani: ez volt régi elhatározásom.
Miként látta a dolgokat, a világot és az embert ez a három elme?
Miként születtek eszméik és gondolataik? Minő alakban tudták
eszméiket és gondolataikat megteremteni?
Lehetnek-e szebb kérdések, mint ezek?
Szilágyi elméje és tudása is meglepett. Meglepett találkozásunk
első pillanatában, de magához kapcsolta figyelmemet ismerkedésünk
és barátságunk egész idején át. De azért se Széchenyivel, se
Kossuthtal, se Deákkal nem hasonlitgattam össze. Hanem
összehasonlitottam másokkal.
 Szilágyi mint fiatal férfi bámulta s mindvégig szerette Kerkapolyt.
Ennek elméje, tudása, szónoki képessége meglepte őt.
Én is szerettem Kerkapolyt. Tanárom volt Pápán s később
képviselőtársam s bizalmas barátom. Pénzügyminiszter korában sok
estét töltöttünk, sok gyönge vacsorát megettünk nála Szilágyi
Dezsővel együtt. Édes és meleg barátság állt fönn hármunk között
éveken át. Nem volt oly nemzeti ügy, mely fölött a legapróbb
részletekig ki ne cseréltük volna eszméinket. Majdnem nyolcz évig,
1872–1879-ig gyakran és rendszeresen találkoztunk.
Kerkapoly, mikor miniszterségéről lemondott, az 1873-ik év végén
saját házába jött lakni, a Ferenczvárosi Csillag-utczába. Közel laktunk
hozzá én is, Szilágyi is. Szomszédságában lakott Horváth Mihály, a
püspök és történetiró. S közel lakott a Kálvin-téren Kovács József
orvos, egyetemi tanár s európai hirü sebész.
Mikor és miként ismerkedett meg Kerkapoly Kovács Józseffel:
most már bizony nem emlékszem. 1874 elejétől kezdve már benső
barátság állt fenn köztük. De Szilágyi Dezső is benső, bizalmas
viszonyban állott Kovács Józseffel s Kerkapolynál is nagyon gyakran
találkoztunk. Hetenként legalább kétszer-háromszor. A találkozás és
vidám eszmecsere s élénk, hatalmas társalgás esti 7–8 órától
rendesen 10–11 óráig tartott. Részt vett benne, noha nem mindig,
Horváth Mihály is.
Ez a Kovács József rendkivüli ember volt. Már külseje is feltünt.
Gyönyörü férfi, magas és arányos termet, hatalmas busa fej, élesen
néző okos és tüzes szemek, vastag bajusz, piros arcz, tökéletes
magyar alak.
Elméje óriási.
Hogy tudása az orvosi tudományokban mennyi: azt én megitélni
nem tudtam, de eszembe se jutott. Bánom is én, akármennyi. A
tudást különben se a szerint mérem én, ki mennyit gyüjtögetett s
rakott el agya tárházába – a könyvekből. A könyvekből való tudást
én igazi tudásnak ugy se fogadom el. Az orvosi tudományok és
segédtudományok rengetegét ma már ugy se tudja tökéletesen
bejárni s minden részletében jól megismerni senki. Én pedig közel se
jártam ehhez a rengeteghez, miként alkothattam volna tehát
véleményt Kovács József tudománybeli tudásáról?
Hanem alkottam más fajta tudásáról. Alkottam gyakorlati
tudásáról, az ő elméjének kohóján keresztül ment s elkészült
tudásáról. Arról a tudásról, melyet megfigyelése, látásának
tisztasága, észlelésének ereje, gondolkozásának mélysége és
terjedelme s tapasztalatainak komolysága és sokfélesége teremtett.
Erről igenis alkottam véleményt.
S véleményem abban állapodott meg, hogy Kovács József elméje
a ritkán előforduló nagy elmék közé tartozik. Ennek az elmének
tömege szinte zsibbasztó hatást gyakorolt rám. Mint a vihar, mint a
gátja szakasztott folyamok áradata, mint a zuhatag: ugy ömlött ez
elméből a gondolatok, ötletek, élczek, mélyreható birálatok s
talpraesett észrevételek tömérdeksége.
S most képzeljük el együtt ezt a három férfit: Kovácsot, Szilágyit,
Kerkapolyt. Minő három alak ez, minő három agy ez! S mind a
három vegyitetlen tiszta magyar. Ha messze távoli ősök
valamelyikének erében volt is valamikor apai vagy anyai idegen vér:
sok nemzedéken át az is tiszta magyarrá változott át.
Közéletünk s irodalmunk nagyjai közt egy életen át sok kiváló
elmével találkozunk. De azok közt, a kiket én ismertem, akkora
elmét, mint ez a három, én nem találtam. Kossuthot és Deákot nem
számitom ide. Őket más mértékkel kell mérnünk. Talán báró Kemény
Zsigmondot se számitom. Az ő elméje is óriási, az ő tudása is
bámulatba ejt mindenkit. De az ő elméje és tudása tespedő volt,
mint a tengerszem vize. Tiszta, mély és üde, de alig-alig mozdult.
Csak néhány csörgedező patakot bocsátott ki magából a mozdulatlan
tengerszem; csak néhány regényt, czikket s rövidebb tanulmányt
Kemény szelleme. Pedig mily gazdagság lakott benne!
 Minő szép a nagy és tiszta elmének működése! Ha istennők
játszanak egymással az Olimp tetején, a szépségnek és ifjuságnak, a
bájnak és üdeségnek örökkévaló alakjai: még ez se oly fönséges
tünemény, mint nagy és nemes elmék vidám mérkőzése.
A női testnek bája mérhetetlen számu vonalak összessége. Az
arczon, a homlokon, a szemek körül, az ajkakon, a nyakon, a testnek
törzsökén és végtagjain még a szoborként nyugvó női test is ezer
meg ezer vonalat, hullámot, hajlást és alakzatot varázsol elénk, mely
mind más meg más s mely mégis mind összehangzik; mely külön-
külön is elragadó kellem s mely mégis együttvéve egyetlen szépség.
Hát a mikor a női test minden vonala megmozdul, minden hajlása és
hulláma él, játszik, mosolyog és fényt sugároz: mily határtalan
gazdagsága az az örök szépségnek!
És még ez is bágyadt tünemény, halvány jelenség ahhoz, a mikor
három nagy, nemes, gazdag és tiszta elme megnézi, megbirálja,
elemezi a világ minden dolgát, minden emberét s minden
emberének minden tulajdonságát. S mindezt teszi vidáman,
egymással játszva s üdén versenyezve.
Én nekem ez volt élvezetem éveken át. De nem véletlenül.
Magam is törekedtem, hogy ez az élvezet el ne maradjon.
Kerkapoly gazda volt és bölcselő; Kovács József orvos volt és
műtő; Szilágyi Dezső államférfi volt és jogász. Csak abban egyeztek,
hogy mind a három egyetemi tanár volt.
Föltettem magamban, hogy észrevétlen módon játszi vitába
vezetem őket. De nem oly kérdésben, mely egyiknek vagy másiknak
szaktudománya. A társalgásnak unalmassá fejlődni nem volt szabad.
Hanem oly kérdésben, mely egyiknek se szaktudománya. Ha ily
kérdés fölött támad vita: akkor az elme korlátozatlan ősereje
működik. Az az őserő, mely csak időnkénti észleleteire támaszkodik s
melyet tankönyv, szokás és katedrai szólamok nem nyügöznek.
 Igazán tudni akartam, hogy a három elme közül melyik a
legnagyobb, legerősebb, leggazdagabb?
E kérdésre megtudtam magamnak szerezni a feleletet, a melyben
megnyugodtam. Hogy nemcsak ez eszmecserék, hanem egyéb
dolgok is segitettek a felelet megszerzésében: az természetes.
A három elme közül a legnagyobb volt Kovács Józsefé. Azután
következett Kerkapolyé. A legkisebb volt Szilágyi Dezsőé.
Valahogyan félre ne értsen az olvasó. Ez összehasonlitásból
sehogy se gondolja ám azt, hogy Szilágyi Dezsőé kis elme volt, vagy
hogy én az övét kicsinynek tartottam. Csak eredeti, természetes
alkatában volt kisebb, mint két társáé, noha jogi és alkotmányjogi
tudományos anyaggal s ezen kivül az emberek gyöngeségének
ismeretével jobban meg volt töltve, mint azoké. Az afrikai elefánt
kisebb mint az indiai, de azért a patkányok közt, a kikből áll a nagy
világ nagy része, az afrikai elefánt is óriás alak, végtelen erő,
fenséges tünemény.
Bizonyára sok embernek jut eszébe az a kérdés, vajjon illetékes
vagyok-e én, van-e nekem akkora képességem, hogy én e három
nagy elmét tisztán fölismerhessem s igazságosan
összehasonlithassam?
Illetékes vagyok s volt akkora képességem.
Szinte csodálatosnak látszik, hogy e három elmeóriás közül egyik
se tudott irni. Szilágyi semmi irodalmi művet nem hagyott maga
után. Kovács irodalmi művei csak vázlatok s még vázlatoknak is csak
kisérletek s kis terjedelmüek. Kerkapoly irt ugyan, de csak fiatalabb
éveiben, pápai tanársága alatt, 35 vagy 36 éves koráig. A mióta
képviselő lett s aztán miniszter s a budapesti egyetem tanára, tehát
1865 óta semmiféle irodalmi művet nem alkotott. »Publiczisztikai
Dolgozatok« czim alatt megjelent gyüjteményes műve nem egyéb,
mint néhány ujságbeli vezérczikke, néhány parlamenti beszéde s
talán néhány bizottsági előadói javaslata és jelentése.

É
 Én tudtam irni. Ezt mindhárman tudták s elismerték. Tudtam irni
még oly kérdésekről is, melyekben ők erősebbek voltak, mint én.
Tehát ha a gondolatok megteremtésében nem lettem volna is vagy
nem voltam is oly erős, mint ők, de a gondolatok irodalmi
megalakitásában sokkal több gyakorlatom és sokkal jobban
megedzett képességem volt, mint nekik.
Volt még egy-két ok, a miért ők méltónak tartottak arra, hogy
elméjük játékaiban az én elmém is játszótárs lehessen.
Elbeszélni talán jobban tudtam, mint ők. S aztán az én
felfogásomban, az én eszemjárásában másféle humor volt, mint az
övékében. Kerkapoly inkább élczes, Szilágyi és Kovács inkább gunyos
eszejárásu volt, mint én. Én jobban szerettem az embereket, mint ők
s azért az én humoromban volt érzelmesség is, a mi az övékéből
majdnem egészen hiányzott. Nekem is megvolt nagyszámu
ellenségem mindig, mint nekik s gyülölködésük csak oly
csillapithatlan volt velem szemben, mint az övéké is velük szemben.
De azért ugy vettem észre, hogy nekem mégis mindig voltak ismert
és ismeretlen barátaim, a kik igazán szerettek, mig őket csak nagyon
kevés ember szerette igazán. Ennek okát talán később meg fogom
magyarázni.
A másik ok, a miért méltónak tartottak arra, hogy társuk legyek,
még sajátságosabb.
Én egyiknek szaktudományába se voltam korántse ugy beavatva,
mint ők. Az ő tudásuk a maguk szakmájában sokkal mélyebb,
szélesebb és biztosabb volt, mint az enyém. Az európai nyelveket se
ismertem és beszéltem ugy, mint ők, kivált mint Szilágyi. Idegen
irodalmak ismeretében is messze mögöttük maradtam. Még
utazásaim se közelitették meg az övékét. – De azért az én tudásom
többféle volt s felszinre legalább terjedelmesebb, mint talán mind a
háromé összevéve.
Oka egyszerü.

É
 Én a társadalmi élet több viszonyában voltam cselekvékeny, mint
ők. Én vezettem a közigazgatást, szolgáltam az igazságot, voltam
megyei politikus és pártvezér, voltam mezei gazda és gyakorló
ügyvéd s egykor a bölcseleti tudományokkal is meglehetős komolyan
foglalkoztam. Volt még egy csomó becses orvostani észlelésem is,
melyre tiszti állásom nyujtott módot és alkalmat. Voltam politikai
hirlapiró s némi szépirodalmi kisérletekkel is foglalkoztam. Sőt még a
természettudományok nagy részének fejlődését is állandóan
figyelemmel kisértem. S képviselő és politikus voltam én is, mint
Szilágyi vagy Kerkapoly. A valódi élet megismeréséhez semmi se
nyujt akkora alkalmat, mint a megyei tisztviselőség és a gyakorlati
ügyvédség. A jogok és érdekek, a bűnök és erények, a szenvedélyek
és gyöngeségek erejét, harczát, összeütközéseit, zürzavarát s a
társadalmi bonyolódások keletkezését s megoldódását senki se
figyelheti ugy meg, mint a régi vármegye tisztviselője s mint a
hirneves gyakorló ügyvéd. A három nagy elme előtt pedig mind a két
mező egészen ismeretlen volt.
Ez adta meg nekem a jogot és lehetőséget arra, hogy köztük
legyek, társuk és barátjuk legyek, elméjük erejét megitélhessem, sőt
hogy bizonyos dévajkodó ármánynyal őket egymásközt való vitába
csalogassam. Tizenegy alkalommal sikerült ez, mig végre Kovács
észrevette az ármányt s általános kaczagás közt jól összeszidott.
Ha a vitázó felek rokonszenveznek egymással, ha nagy elmék s
ha van akkora lelkük, hogy minden gondolkozásukat nem saját
egyéniségük érdeke emészti föl, hanem a nagy világ minden
tüneménye iránt igazán érdeklődnek: akkor őket vitába becsalogatni
igen könnyü.
Fölvetettem például valami távoli kérdést; természettudományit,
társadalmit vagy történetit, a melyet eddig tüzetesen egyik se
tanulmányozott, a melyhez tehát az elmének közvetlen s mintegy
rögtönzött erejével szólhattak. Hogy a kérdést melyik vitázó melyik
oldaláról fogja meg; – hogy a kérdésnek csak külső jelenségein
akad-e meg a szeme, vagy annak benső természetét is azonnal
fölismeri; – hogy mily mélyen hatol be annak mélységeibe s végre,
hogy általában a kérdés melyik része iránt érdeklődik s melyik része
hagyja őt hidegen: mindez többszöri kisérlet után teljes tájékozódást
nyujt arra nézve, hogy a vitázó elmék erőarányai miként állanak
egymásközt.
Ily kisérletek után győződtem meg arról, hogy a három férfi közt
az elme ősereje legnagyobb Kovácsnál s legkisebb Szilágyinál.
De hát miért nem tudott irni egyik se?
Kovácsra és Kerkapolyra nézve nem vizsgálom meg ezt a kérdést.
Megmaradok Szilágyinál.
Azt mondhatná valaki, csak annyi bizonyos, hogy nem irt, de ez
egyáltalán nem bizonyitja be, hogy nem tudott irni.
Pedig hát bebizonyitja. A ki hatvan éves életkort ér, nagy és erős
elme, tizenöt esztendőn át egyetemi tanár, mint tanár általános
érdekü nagy kérdéseket fejteget, élete felén át képviselő, elsőrangu
szónok, közel öt évig miniszter, gyakran nagy vitái vannak jobbra is,
balra is s irodalmi művet még se hagy maga után: arról bizvást el
lehet mondani, hogy nem tudott irni.
De azért meg kell magyaráznom ezt a szót is.
Szilágyinak voltak gondolatai bőven és gazdagon. Képes is volt a
gondolatot alakba önteni. A nyelv egészen hatalmában volt. A
nyelvet irodalmunk magaslatán kezelte s gazdag szépségekkel
könnyen kezelte. Minden beszéde bizonyitja ezt. Különösen
bizonyitja az ezredéves emlékünnep alkalmával 1896-ban a királyhoz
intézett remek beszéde.
Az irónak minden szokott képessége meg volt tehát benne.
Nagyon is meg volt.
Nem hiányzott benne a nemes nagyravágyás, de az önérzetnek
az a faja sem, melyet hiuságnak nevezünk. Sőt ez a szükséges
mértéken túl is meg volt benne. Büszkesége, zárkózottsága,
emberszóló szeszélye, érdes modora főleg hiuságából származott.
 A világ véleménye iránt nem volt se közömbös se ledér. Sőt az
emberek jó véleménye nagyon kedves volt előtte. Ezen kivül tanári
állásában csaknem erkölcsi kötelessége volt hallgatóinak
vezérkönyvet adni kezükbe. Másét nem adta, a magáét kellett volna
adnia.
Életének körülményei is arra inditották tehát, hogy irjon, hogy
gazdag irói képességét használja föl, állitsa munkába.
Még se tette.
Nem tette pedig azért, mert lelke tele volt a tagadás ösztönével s
akkora kételkedéssel, mely agyon nyomta irói tehetségét s minden
irói önérzetét és nagyravágyását.
Nem bizott saját gondolatainak igazságában se. Nagy
bizonyitékaink vannak erre.
Ő rögtönzött beszédet alig mondott. Ügyismertető,
kérdéstisztázó, érvelő, okfejlesztő beszédet soha nem rögtönzött.
Csak hevenyészett vitázó beszédeket tartott rögtönözve. Igaz, hogy
ezek közt is vannak nagyok, szépek, gazdagok. De nagy beszédeit
rendesen előre megszokta gondolni, a beszéd fonalát megszokta irni,
vezérgondolatait s főérveit kivétel nélkül mindig előre megirta. Ily
beszéd igazságaiban tehát megbizhatott volna.
Jött azonban a beszéd elmondása.
A szónoklat hevében az erős elme lángelmévé erősödik.
Szellemet, hangot, találékonyságot, költői erőt, művészi alakitást tud
szülni a szónoklás közvetlensége. Szilágyi nem mindig ugy mondta el
beszédeit, a mint megirta. A rögtönöző agy jobb gondolatokat s jobb
alakokat talált. Talált gyakran jelszavakat, szálló igévé magasuló
bölcs mondásokat is. S ha már elhangzott a beszéd s megtette a
maga nagy hatását: ennek igazságában most már igazán
megbizhatott volna.
Hiszen a politikai szónoklat végre se arra való, hogy örök
igazságokat tartalmazzon. Még arra se, hogy az egész igazságot