Data Science mit Python - Numpy, Pandas und Plotly

Data Scientist - sexiest Job des 21. Jahrhunderts? Vielleicht.

Und doch muss man fit dafür sein. Wie bei allem, ist der Anfang das Schwerste, in diesem Fall wird er aber schon vorausgesetzt. Dieser Kurs setzt nämlich Python Kenntnisse voraus und richtet sich an alle, die die Grundlagen von Python verstanden haben.

Hiermit könnt ihr einen Fuß in Data Science setzen. Die wichtigsten Module dafür sind Numpy, Pandas und Plotly. Numpy steht für numerical Python.

Arrays, Matrizen, Berechnungen, komplexe Datentypen, all das hält Python vor dem Programmierer versteckt, doch mit Numpy tut sich diese Freiheit für den Programmierer auf. Meist ist das erstmal ein Schlag, doch für Data Scientists eine Notwendigkeit, denn die Bibliothek beschleunigt vieles und lässt doch einfach eine Vielzahl an mathematischen Operationen zu. Pandas ist eine Abkürzung für Python and Data Science - ja, ein wenig muss man es wollen.

Hier wird auf einer effizienten Datenstruktur gearbeitet, den sogenannten DataFrames. Diese sind vielfältig, haben jedoch auch viele Ähnlichkeiten zu SQL und erlauben es dem Programmierer, Daten auszuwählen, zu sortieren und zu ordnen, die relevant sind. Zu guter Letzt wagen wir einen Blick zu Plotly.

Viele Data Scientists arbeiten mit Matplotlib, doch ich bin der Meinung, dass Plotly nicht nur besser aussieht, sondern auch einfacher, schneller und effizienter Grafiken erstellt. Denn darauf kommt es an: Plots, Grafiken, die die Daten direkt für Beteiligte oder Unbeteiligte erklären. Dieser Kurs ist zudem unter aktiver Entwicklung und wird - sofern ich Requests erhalte - auch weiter entwickelt.

Je nach Reichweite und Erfolg könnte ich mir auch noch andere Bibliotheken vorstellen, vor allem im Visualisierungsbereich, oder aber Praxisprojekte oder konkrete Ergänzungen für die Module. Daher - meldet euch gerne. Und nun - viel Spaß!