1. Learn
    2. /
  2. Courses
    3. /
  3. Python für Fortgeschrittene
  • 1

    Matplotlib

    Free

    Die Datenvisualisierung ist eine Schlüsselqualifikation für angehende Data Scientists. Mit Matplotlib ist es ganz einfach, aussagekräftige und aufschlussreiche Diagramme zu erstellen. In diesem Kapitel lernst du, wie du verschiedene Arten von Diagrammen erstellst und sie so anpasst, dass sie visuell ansprechend und interpretierbar sind.

  • 2

    Dictionarys & pandas

    Lerne den Datentyp Dictionary als Alternative zur Python-Liste und den pandas-DataFrame als De-facto-Standard für die Arbeit mit tabellarischen Daten in Python kennen. Du lernst in praktischen Übungen, wie du Datensätze erstellst und bearbeitest und wie du auf benötigte Informationen in diesen Datenstrukturen zugreifen kannst.

  • 3

    Logik, Kontrollfluss und Filterung

    Die boolesche Logik ist die Grundlage für die Entscheidungsfindung in Python-Programmen. Du erfährst, welche Vergleichsoperatoren es gibt, wie du sie mit booleschen Operatoren kombinierst und wie du die booleschen Ergebnisse in Kontrollstrukturen verwendest. Außerdem übst du das Filtern von Daten in pandas-DataFrames mithilfe von Logik.

  • 4

    Schleifen

    Es gibt verschiedene Techniken, mit denen du Python-Code wiederholt ausführen kannst. While-Schleifen sind quasi wiederholte if-Anweisungen, wohingegen for-Schleifen über alle Arten von Datenstrukturen iterieren. In diesem Kapitel erfährst du mehr zu diesen Schleifen.

  • 5

    Fallstudie: Simulierte Statistiken

    Im letzten Kapitel kannst du nun alles Gelernte aus dem Kurs anwenden. Mithilfe von simulierten Statistiken berechnest du deine Gewinnchancen bei einer Wette. Du nutzt Zufallszahlengeneratoren, Schleifen und Matplotlib, um dir einen Glücksspielvorteil zu verschaffen!

Initializing

Exercise

Gewinnchancen berechnen

Das Histogramm aus der vorigen Übung wurde aus einem NumPy-Array namens ends erstellt, das 500 Ganzzahlen enthält. Jede Ganzzahl steht für den Endpunkt eines Irrlaufs. Um die Wahrscheinlichkeit zu berechnen, dass dieser Endpunkt größer oder gleich 60 ist, kannst du die Anzahl der Ganzzahlen in ends zählen, die größer oder gleich 60 sind, und diesen Wert durch 500 teilen, also durch die Gesamtzahl der Simulationen.

Wie hoch ist dann die geschätzte Wahrscheinlichkeit, dass du mindestens die 60. Stufe erreichst, wenn du diese Wette im Empire State Building eingehst? Das Array ends ist alles, was du brauchst; es ist in deiner Python-Sitzung verfügbar, damit du es berechnen kannst.

Instructions

50 XP

Possible answers