Materialien Kurse Softwareentwicklung Kontakt 🇩🇪 🇬🇧

Datenanalyse mit polars

In diesem Kurs führen Sie eine Crew von Eisbären auf einer Forschungsexpedition durch arktische Unterwasserwelten. Halten Sie ihr Schiff auf Kurs, lösen Sie eisige Datenprobleme, und vielleicht finden Sie am Ende Spuren der sagenumwobenen Pinguine.

Ziele

Sie lernen, einen tabellarischen Datensatz mit der Programmiersprache Python zu analysieren. Der Kurs führt Sie in polars ein, eine moderne Komponente des Python-Data-Science-Stacks. Sie bearbeiten anspruchsvolle Datensätze, berechnen statistische Kennzahlen, erstellen ansprechende Plots und führen Ihre Ergebnisse in einem Live-Dashboard zusammen. Der Kurs behandelt typische Datenverzerrungen und statistische Werkzeuge, die jeder, der mit Daten arbeitet, kennen sollte.

Das Hauptziel des Kurses ist es, Sie in die Lage zu versetzen, einen Datensatz schnell zusammenzufassen und Ihre Erkenntnisse klar zu kommunizieren.

Themen

Teil 1: Arbeiten mit tabellarischen Daten

Das Python-Data-Science-ÖkosystemRichten Sie den Python-Stack ein und untersuchen Sie Ihre ersten Datendateien
Daten lesen und schreibenDaten in CSV-, Excel- und JSON-Format importieren und exportieren
Zeilen und Spalten auswähleneinfache Filter und komplexe Auswahllogik anwenden
DatenbereinigungTabellen zusammenführen, Inkonsistenzen beheben und mit fehlenden Daten in Tabellen umgehen

Teil 2: Datenvisualisierung

Hochwertige Plotsgängige Datenvisualisierungen erstellen
Pivot-Tabelleneigene Aggregationen erstellen und visualisieren
Zeitreihenein Standardverfahren zur Zerlegung von Zeitreihen anwenden
Dashboardseinen optisch ansprechenden Report mit streamlit erstellen

Teil 3: Statistische Werkzeuge

Deskriptive Statistiknumerische Daten mit univariaten Kennzahlen wie Mittelwert, Median und Standardabweichung zusammenfassen
Korrelationbivariate Statistiken berechnen und ihre Bedeutung einschätzen
Verteilungengängige Verteilungsfunktionen mittels Histogrammen und Tests identifizieren
Datenethikhäufige Fallstricke, die zu verzerrten oder irreführenden Ergebnissen führen
data analysis tools
einige statistische und Datenvisualisierungswerkzeuge

Wie der Kurs abläuft

Der Kurs besteht aus interaktiven Vorträgen. Während der Vorträge besprechen wir zentrale Konzepte aus dem Bereich Data Science und führen Beispielcode mit Python, polars und seaborn aus. Es gibt gute und schwache Beispiele für Datenanalysen, damit Sie lernen, die Ihnen präsentierten Daten kritisch zu betrachten.

Das Kursmaterial enthält zahlreiche Übungen, die Sie selbstständig bearbeiten sollen, um praktische Fähigkeiten in der Datenverarbeitung mit Python/polars aufzubauen. Während der Kurstermine erhalten Sie Unterstützung bei technischen Fragen. Sie sind eingeladen, eigene Fragen und Fehler aus den praktischen Übungen mitzubringen. Die Kursmaterialien sind dauerhaft unter einer Creative-Commons-4.0-Lizenz verfügbar.

Voraussetzungen

Um am Kurs teilzunehmen, sind Python-Kenntnisse von Vorteil, aber nicht zwingend erforderlich. Sie sollten in der Lage sein, einfache Anweisungen zu schreiben und kleinere Python-Codestücke zu debuggen. Um die Übungen zu bearbeiten und die Beispiele auszuprobieren, müssen Sie Code in einem Jupyter Notebook ausführen können. Sauberer Code und aufgeräumte Jupyter Notebooks sind wichtiger als umfangreiche Python-Kenntnisse.

Für die Erkundung von Daten braucht es kaum strukturierte Programmierung, Schleifen, Funktionen oder Klassen. Für dieses Modul ist keine Programmierung außerhalb von Jupyter erforderlich. Kenntnisse in fortgeschrittener Statistik, Datenbanken oder Machine Learning sind für diesen Kurs nicht erforderlich.

Vorregistrierung

Nutzen Sie das Formular, um sich einen Platz in einem Kurs zu reservieren. Ich melde mich bei Ihnen wegen der Formalitäten.