Python Data Science Einstieg mit Pandas, Numpy & Co. in München

Übersicht und Einführung in den Bereich Data Science

• Was ist Pandas, Numpy, Scipy und Co?
• Welche Bibliotheken gibt es sonst noch im Data Science Bereich?
• Vor- und Nachteile der Anaconda Distribution
• Einrichten der Python Tool-Chain und Entwicklungsumgebung (IDE)
  • Python Module installieren (numpy, pandas und Co.)
  • Jupyter Notebook
  • PyCharm vs Visual Studio Code vs neovim

Datenstrukturen in Python (im Bereich Data Science)

• Listen (Arrays)
• Mehrdimensionale Arrays
• Gleichförmige mehrdimensionale Arrays (Matrizen)
• Tuples
• Dictionaries und Sets

Numpy

• Grundlagen
• Array Erstellung
• Datentypen
• Numpy Listen
• Matrix Operationen

Pandas

• Übersicht
• Daten mit Pandas einlesen
  • CSV Dateien
  • Excel Sheets
  • SQL Datenbanken
• DataFrames in Pandas
• DataFrames manipulieren, abfragen und sortieren
• DataFrames gruppieren
• DataFrames mit Datum und Zeit
• Datenauswertung mit Pandas (min, max, sum, avg und viele mehr)
• uvm.

Pandas und Matplotlib

• Charts erstellen
  • Bar-Charts
  • Pie-Charts
  • Box-Charts
  • Histogramme
  • Hexagonale Charts
  • …