1. Aprender
    2. /
  2. Cursos
    3. /
  3. Python für Fortgeschrittene
  • 1

    Matplotlib

    Gratuito

    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

Exercício

Liniendiagramm (1)

Mit matplotlib kannst du in Python eine ganze Reihe verschiedener Diagramme erstellen. Das einfachste ist dabei das Liniendiagramm. Der grundlegende Code sieht wie folgt aus:

import matplotlib.pyplot as plt
plt.plot(x,y)
plt.show()

Im Video hast du gesehen, wie stark die Weltbevölkerung in den letzten Jahren gewachsen ist. Wird sie auch weiterhin wachsen? Die Weltbank hat Schätzungen der Weltbevölkerung für die Jahre 1950 bis 2100 erstellt. Die Jahre sind in deinem Workspace als Liste namens year geladen und die entsprechenden Bevölkerungsgrößen als Liste namens pop.

Dieser Kurs behandelt viele Konzepte, die du vielleicht inzwischen vergessen hast. Wenn du also eine schnelle Auffrischung brauchst, lade dir den Python-Spickzettel herunter und lege ihn dir griffbereit!

Instruções

100 XP
  • print() den letzten Eintrag in der Liste year und pop, um zu sehen, wie hoch die prognostizierte Bevölkerung für das Jahr 2100 ist. Verwende zwei print()-Funktionen.
  • Bevor du beginnst, solltest du matplotlib.pyplot als plt importieren. pyplot ist ein Unterpaket von matplotlib und wird daher in der Punktschreibweise angegeben.
  • Verwende plt.plot(), um ein Liniendiagramm zu erstellen. year sollte auf der horizontalen Achse abgebildet werden, pop auf der vertikalen Achse. Vergiss nicht, zum Schluss die Funktion plt.show() zu verwenden, um das Diagramm tatsächlich anzuzeigen.