Visualisiere Daten mit Python auch fur Anfanger

Visualisiere Daten mit Python auch fur Anfanger

What you’ll learn

Schicke Auswertungen mit Python zu erstellen
Excel-Dateien in Python einzulesen
Python besser zu verstehen
Daten aus mehreren Excel-Dateien zusammenzuführen, und daraus mit Python eine interaktive Grafik zu erstellen
Du kannst sicher mit Python, Matplotlib und Pandas umgehen – alles wichtige Tools, um Daten in Python zu verarbeiten und zu visualisieren

Requirements

Du solltest schonmal was programmiert haben. Ein bisschen was reicht aus, muss auch nicht in Python gewesen sein
Ein grundlegendes Verständnis von Mathematik wird vorausgesetzt. Wenn du damals in der Schule mitgekommen bist, reicht das locker aus.
Du benötigst einen Computer (Windows, Mac, Linux)

Description

Dieser Praxiskurs macht dich fit, wenn du mit Python Daten auswerten möchtest, und daraus schicke Diagramme erstellen möchtest!
Programmiererfahrung ist nicht erforderlich – am Anfang des Kurses bringe ich dir die Basics in Python bei!
Nach Abschluss dieses Kurses bist du in der Lage, Excel-Dateien einzulesen (auch mehrere gleichzeitig), die Daten mit Python zu extrahieren, und daraus schicke, interaktive Diagramme zu zeichnen.
Zudem gibt es viele praktische Beispiele, sodass du immer weißt, warum ein bestimmtes Thema für dich wichtig ist.
Dazu lernst du in diesem Kurs:
Basics in der Programmiersprache PythonMatplotlib: Hiermit kannst du schicke Diagramme zeichnenPandas: Hiermit kannst du Excel-Dateien mit Python öffnen, und die Daten daraus extrahierenCartopy: Cartopy benötigst du zum Zeichnen von schicken KartendiagrammenJupyter Widgets: In Kombination mit Matplotlib kannst du damit interaktive Grafiken erstellenDatumsfunktionen: Damit wirst du immer wieder zu tun haben, wenn du echte Daten auswerten möchtestEin komplettes Excel-Projekt: Hier schreibst du ein Python-Programm, was Daten aus mehreren Excel-Dateien kombiniert, und daraus eine interaktive Grafik erstellt!
Dieser Kurs macht dich fit zum Visualisieren von Daten. Anschließend kannst du, wenn du z.B. in deinem Job viel mit Excel-Daten arbeitest, dir dort einmal ein kleines Programm schreiben, was dir die ganze Arbeit abnimmt, und bist schneller mit der Auswertung fertig!

Overview

Section 1: Introduction

Lecture 1 Einleitung

Lecture 2 Wichtige Information zu Anaconda

Lecture 3 Installation der benötigten Tools, Kursmaterialien herunterladen

Lecture 4 Was tun wenn: Jupyter startet nicht

Section 2: Erste Schritte mit Python

Lecture 5 Einführung

Lecture 6 Python Grundlagen: Datentypen in Python

Lecture 7 Python Grundlagen: Variablen in Python

Lecture 8 Python Grundlagen: Funktionen in Python

Lecture 9 Python Grundlagen: Listen in Python

Lecture 10 Grafiken mit Python zeichnen

Lecture 11 Python Grundlagen: Listen in Python (2)

Lecture 12 Python Grundlagen: If-Abfragen mit Python

Lecture 13 Python Grundlagen: Booleans in Python

Lecture 14 Python Grundlagen: Schleifen in Python

Lecture 15 Grafiken zeichnen: Matplotlib & Schleifen

Lecture 16 Python Grundlagen: Datentypen umwandeln

Lecture 17 Python Grundlagen: Dictionaries in Python

Lecture 18 Grafiken Zeichnen: Dictionaries und Matplotlib

Lecture 19 Hinweis: Du hast jetzt schon Objektorientierung kennengelernt!

Lecture 20 Python Grundlagen: Funktionsparameter explizit übergeben

Section 3: Grundlagen: Matplotlib

Lecture 21 Einführung: Matplotlib

Lecture 22 Anzeigemodi: inline vs. notebook

Lecture 23 Matplotlib, subplots() – Schreibweise (wichtig für später)

Lecture 24 Grafik direkt speichern

Lecture 25 Beschriftungen hinzufügen

Lecture 26 Achsenbereiche konfigurieren

Lecture 27 Mehrere Graphen zeichnen, Legende anzeigen

Lecture 28 Darstellung mit seaborn optimieren

Section 4: Einlesen von Daten: Pandas

Lecture 29 Einführung

Lecture 30 Einlesen einer Excel – Datei

Lecture 31 Daten filtern, Grafik zeichnen

Lecture 32 Neue Spalte berechnen (z.B. Gewinn)

Lecture 33 Datei Zeile für Zeile betrachten

Lecture 34 Hinweis zur nächsten Lektion

Lecture 35 Wie gehst du mit einer Excel-Datei um, die mehrere Blätter hat?

Section 5: Projekt: Wir analysieren echte Meteoritendaten

Lecture 36 Aufgabe: Meteoritendaten einlesen + visualisieren

Lecture 37 Musterlösung: Meteoritendaten einlesen + visualisieren

Section 6: Matplotlib: Advanced Features

Lecture 38 Einführung

Lecture 39 Farben und Linienstile anpassen

Lecture 40 Punkte in Grafik einzeichnen

Lecture 41 Achsenbeschriftung hinzufügen

Lecture 42 Balkendiagramme zeichnen (1)

Lecture 43 Balkendiagramme zeichnen (2)

Lecture 44 Kreisdiagramme zeichnen

Lecture 45 Aufgabe: Kreisdiagramme

Lecture 46 Musterlösung: Kreisdiagramme

Lecture 47 Punktediagramm zeichnen

Lecture 48 Vergleich: figsize vs. dpi

Section 7: Cartopy: Kartendiagramme zeichnen

Lecture 49 Einführung: Cartopy

Lecture 50 Einführung: Geografisches Koordinatensystem, Installation von Cartopy

Lecture 51 Erste Schritte mit Cartopy

Lecture 52 Punkte einzeichnen, Punkte auf Karte verbinden

Lecture 53 Länder einzeichnen

Lecture 54 Änderungen der “cartopy.io.shapereader”-Daten

Lecture 55 Länder einzeichnen (2)

Lecture 56 Kartenausschnitt verändern, Länder einfärben

Lecture 57 Shortcuts zum Zeichnen einer Weltkarte

Lecture 58 Exkurs: Cartopy + OpenStreetMap

Lecture 59 Aufgabe: Meteoritendaten auf Karte visualisieren

Lecture 60 Musterlösung: Meteoritendaten auf Karte visualisieren

Section 8: Interaktive Elemente: Jupyter Widgets

Lecture 61 Was sind Jupyter Widgets überhaupt?

Lecture 62 Erste Schritte mit Jupyter Widgets

Lecture 63 Mit Widgets interagieren

Lecture 64 Wir steuern eine Grafik mit einem Slider!

Lecture 65 Wir erzeugen einen interaktiven Push-Button

Lecture 66 Aufgabe: Meteoriten filtern, Auswahl nach Jahr

Lecture 67 Musterlösung: Meteoriten filtern, Auswahl nach Jahr

Lecture 68 Exkurs: Tabs

Section 9: Verschiedenes: Weitere Python-Grundlagen

Lecture 69 Was wirst du in diesem Abschnitt lernen?

Lecture 70 String – Funktionen

Lecture 71 String – Funktionen (2)

Lecture 72 List-Slicing in Python

Lecture 73 List-Comprehensions in Python

Section 10: Datumsfunktionen in Python

Lecture 74 Warum ist dieser Abschnitt so wichtig?

Lecture 75 Datumsfunktionen in Python

Lecture 76 Mit Datumswerten rechnen

Lecture 77 Datumsausgabe formatieren

Lecture 78 Matplotlib + Datumswerte

Lecture 79 Pandas + Datumswerte

Section 11: Mit Python einen Ordner auslesen

Lecture 80 Einführung

Lecture 81 Mit Python auf einen Ordner zugreifen

Lecture 82 Alle Excel-Dateien aus Ordner ermitteln + Aufgabe

Lecture 83 Musterlösung: Alle Excel-Dateien aus Ordner öffnen

Section 12: Praxisprojekt: Excel-Dateien öffnen

Lecture 84 Einführung

Lecture 85 Hinweis

Lecture 86 Aufgabe: Auswertung erstellen

Lecture 87 Vorbereitung: Zusammenführen von mehreren Dictionaries

Lecture 88 Vorbereitung: Jupyter Widgets, Radio Button

Lecture 89 Musterlösung (1): Excel-Dateien öffnen

Lecture 90 Musterlösung (2): Daten zusammenführen

Lecture 91 Musterlösung (3): Eine erste Grafik zeichnen

Lecture 92 Musterlösung (4): Wie gehen wir mit fehlenden Daten um?

Lecture 93 Musterlösung (5): Einbau von Jupyter Widgets

Lecture 94 Musterlösung (6): Projekt finalisieren

Section 13: Python-Programm per Doppelklick starten

Lecture 95 Vorbereitung

Lecture 96 Linux (Server): Python-Programm per Kommandozeile ausführen

Lecture 97 Mac: Python-Programm per Doppelklick ausführen

Lecture 98 Windows: Python-Programm per Doppelklick ausführen

Section 14: Schlussworte

Lecture 99 Schlussworte

An alle, die lernen möchten, mit Python interaktive / richtig schicke Auswertungen erstellen möchten

Course Information:

Udemy | Deutsch | 9h 54m | 1.79 GB
Created by: Jannis Seemann

You Can See More Courses in the Business >> Greetings from CourseDown.com