1. Lernen
    2. /
  2. Kurse
    3. /
  3. Python für Fortgeschrittene
  • 1

    Matplotlib

    Kostenlos

    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

Übung

Spalte hinzufügen (1)

Im Video hat Hugo gezeigt, wie du die Länge der Ländernamen im brics-DataFrame in einer neuen Spalte hinzufügen kannst:

for lab, row in brics.iterrows() :

    brics.loc[lab, "name_length"] = len(row["country"])

Ähnliches kannst du mit dem DataFrame cars machen.

Anweisungen

100 XP
  • Verwende eine for-Schleife, um eine neue Spalte namens COUNTRY hinzuzufügen, die den jeweiligen Ländernamen in der Spalte "country" in Großbuchstaben enthält. Du kannst dafür die String-Methode upper() verwenden.
  • Um zu sehen, ob dein Code funktioniert, gib cars aus. Rücke diesen Code nicht ein, damit er nicht Teil der for-Schleife ist!