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

Histogramm erstellen (3): Vergleiche

Im Video hast du Bevölkerungspyramiden für die Gegenwart und für die Zukunft gesehen. Da wir ein Histogramm verwendet haben, konnten wir sehr leicht einen Vergleich anstellen.

Nun wollen wir einen weiteren Vergleich durchführen. life_exp enthält Daten zur Lebenserwartung in verschiedenen Ländern im Jahr 2007. Außerdem gibt es eine zweite Liste namens life_exp1950 mit ähnlichen Daten für das Jahr 1950. Kannst du ein Histogramm für beide Datensätze erstellen?

Auch hier wirst du wieder zwei Diagramme erstellen. Die beiden Funktionsaufrufe plt.show() und plt.clf() sind schon vorhanden, um alles anzuzeigen und wieder ordentlich zu bereinigen. Auch matplotlib.pyplot wurde bereits als plt importiert.

Anweisungen

100 XP
  • Erstelle ein Histogramm von life_exp mit 15 Bins.
  • Erstelle ein Histogramm von life_exp1950, ebenfalls mit 15 Bins. Gibt es einen großen Unterschied im Vergleich zum Histogramm für das Jahr 2007?