Welcome to the wonderful world of Data Analysis in Python! In this chapter, you'll learn the basics of Python syntax, load your first Python modules, and use functions to get a suspect list for the kidnapping of Bayes, DataCamp's prize-winning Golden Retriever.

Dein Einstieg in Python

Python-Module importieren

Einen kaputten Import korrigieren

Variablen erstellen

Einen float-Wert erstellen

Strings erstellen

String-Fehler korrigieren

Gültige Variablennamen

Spaß mit Funktionen

Einen DataFrame laden

Fehlerkorrektur: Funktionen

Auf Spurensuche nach Verdächtigen

Getting Started in Python

In this chapter, you'll learn a powerful Python libary: pandas.  pandas lets you read, modify, and search tabular datasets (like spreadsheets and database tables).  You'll examine credit card records for the suspects and see if any of them made suspicious purchases.

What is pandas?

Loading a DataFrame

Inspecting a DataFrame

Selecting columns

Two methods for selecting columns

Correcting column selection errors

More column selection mistakes

Selecting rows with logic

Logical testing

Selecting missing puppies

Narrowing the list of suspects

Loading Data in pandas

Get ready to visualize your data! You'll create line plots with another Python module: Matplotlib.  Using line plots, you'll analyze the letter frequencies from the ransom note and several handwriting samples to determine the kidnapper.

Creating line plots

Working hard

Or hardly working?

Adding text to plots

Adding a legend

Adding labels

Adding floating text

Styling graphs

Tracking crime statistics

Playing with styles

Identifying Bayes' kidnapper

Plotting Data with Matplotlib

In this final chapter, you'll learn how to create three new plot types: scatter plots, bar plots, and histograms.  You'll use these tools to locate where the kidnapper is hiding and rescue Bayes, the Golden Retriever.

Making a scatter plot

Charting cellphone data

Modifying a scatterplot

Making a bar chart

Build a simple bar chart

Where did the time go?

Making a histogram

Modifying histograms

Heroes with histograms

Recap of the rescue

Different Types of Plots

Starte deine Reise in die Data Science! Selbst wenn du noch nie eine Zeile Code geschrieben hast, kannst du diesen Kurs erfolgreich absolvieren und erleben, welche Power Python für Data Science hat. Du nutzt Daten, um das Rätsel um Bayes, den entführten Golden Retriever, zu lösen und lernst dabei die grundlegende Python-Syntax sowie beliebte Data-Science-Module kennen, etwa Matplotlib (für Diagramme und Grafiken) und pandas (für tabellarische Daten).

Die Videos enthalten Live-Transkripte, die du unten links im Video über "Show transcript" einblenden kannst.
Das Kursglossar findest du rechts im Bereich „Ressourcen“.
Um CPE-Credits zu erhalten, musst du den Kurs abschließen und in der qualifizierten Bewertung 70 % erreichen. Du gelangst zur Bewertung, indem du rechts auf den Hinweis zu den CPE-Credits klickst.

Tauchen Sie in Data Science mit Python ein und lernen Sie, Daten mit Pandas und Matplotlib zu analysieren.

Einführung in Data Science mit Python

Dieser Data-Science-Kurs zeigt dir, wie du mit Python Daten effektiv analysieren und visualisieren kannst, auch ohne Programmierkenntnisse.

Gültige Variablennamen

Interaktive praktische Übung