This chapter will introduce you to the fundamental Python data types - lists, sets, and strings. These data containers are critical as they provide the basis for storing and looping over ordered data. To make things interesting, you'll apply what you learn about these types to answer questions about the New York Baby Names dataset!

Einleitung und Listen

Listen bearbeiten, einfach so und um Spaß zu haben

Listen durchlaufen

Lerne die Tupel kennen

Verwendung von Datentypen

Tupel benutzen und entpacken

Tupel aus Versehen erstellen

Strings

Formatierte String-Literale („f“-Strings)

Mehrere Zeichenfolgen kombinieren

Zeichenfolgen in anderen Zeichenfolgen suchen

Fundamental Sequence Data Types

At the root of all things Python is a dictionary. Herein, you'll learn how to use them to safely handle data that can viewed in a variety of ways to answer even more questions about the New York Baby Names dataset. You'll explore how to loop through data in a dictionary, access nested data, add new data, and come to appreciate all of the wonderful capabilities of Python dictionaries.

Using dictionaries

Creating and looping through dictionaries

Safely finding by key

Altering dictionaries

Adding and extending dictionaries

Popping and deleting from dictionaries

Pythonically using dictionaries

Working with dictionaries more pythonically

Checking dictionaries for data

Mixed data types in dictionaries

Dealing with nested dictionaries

Dealing with nested mixed types

Dictionaries - The Root of Python

Let's take a step away from dictionaries and look at some other common numeric and boolean data types along with sets.

Numeric data types

Choosing when to use integers and floats

Printing floats

Division with integers and floats

Booleans - The logical data type

More than just true and false

Comparisons

Truthy, True, Falsey, and False

Sets (unordered data with optimized logic operations)

Determining set differences

Finding all the data and the overlapping data between sets

Numeric Data Types, Booleans, and Sets

Some data types are composites of other data types and give me even more capabilities than a fundamental data type.  Let's explore a few complex types from the collections module and data classes.

Counting made easy

Using Counter on lists

Finding most common elements

Dictionaries of unknown structure - Defaultdict

Creating dictionaries of an unknown structure

Safely appending to a key's value list

What do you mean I don't have any class? Namedtuple

Creating namedtuples for storing data

Leveraging attributes on namedtuples

Dataclasses

Creating a dataclass

Using dataclasses

Wrap-up

Advanced Data Types

Baby names

Chicago crime

CTA daily station totals

CTA daily summary totals

Hast du die Grundlagen der Python-Programmierung drauf, möchtest aber noch mehr lernen? Dann ist das der richtige Kurs für dich. Hier kannst du dein Wissen über Listen, Wörterbücher, Tupel, Mengen und Datumsangaben festigen und üben. Du wirst sehen, wie wichtig sie bei der Arbeit mit vielen echten Daten sind und wie man mehrere davon zusammen nutzen kann, um Probleme mit mehreren Schritten zu lösen, einschließlich einer ausführlichen Fallstudie mit Daten zum Nahverkehr im Großraum Chicago. Du lernst auch, wie du viele Objekte im Python-Modul „Collections“ nutzen kannst, um deine Daten für verschiedene Zwecke zu speichern und zu bearbeiten. Nach diesem Kurs kannst du viele Datenherausforderungen mit Python meistern.

Python Toolbox

Of course! Please provide the text you would like translated.

Datentypen in Python

Vertiefe dein Wissen zu Python-Datentypen wie Listen, Dictionarys und Tupel, um sie für verschiedene Data-Science-Aufgaben zu nutzen.

Assoziierter Python-Entwickler

Grundlagen der Python-Programmierung

Verwendung von Datentypen

Interaktive praktische Übung