This chapter will introduce you to the fundamental Python data types - lists, sets, and strings. These data containers are critical as they provide the basis for storing and looping over ordered data. To make things interesting, you'll apply what you learn about these types to answer questions about the New York Baby Names dataset!

Introduction and lists

Manipulating lists for fun and profit

Looping over lists

Meet the tuples

Data type usage

Using and unpacking tuples

Making tuples by accident

Strings

Formatted String Literals ("f" strings)

Combining multiple strings

Finding strings in other strings

Fundamental Sequence Data Types

At the root of all things Python is a dictionary. Herein, you'll learn how to use them to safely handle data that can viewed in a variety of ways to answer even more questions about the New York Baby Names dataset. You'll explore how to loop through data in a dictionary, access nested data, add new data, and come to appreciate all of the wonderful capabilities of Python dictionaries.

Using dictionaries

Creating and looping through dictionaries

Safely finding by key

Altering dictionaries

Adding and extending dictionaries

Popping and deleting from dictionaries

Pythonically using dictionaries

Working with dictionaries more pythonically

Checking dictionaries for data

Mixed data types in dictionaries

Dealing with nested dictionaries

Dealing with nested mixed types

Dictionaries - The Root of Python

Let's take a step away from dictionaries and look at some other common numeric and boolean data types along with sets.

Numeric data types

Choosing when to use integers and floats

Printing floats

Division with integers and floats

Booleans - The logical data type

More than just true and false

Comparisons

Truthy, True, Falsey, and False

Sets (unordered data with optimized logic operations)

Determining set differences

Finding all the data and the overlapping data between sets

Numeric Data Types, Booleans, and Sets

Some data types are composites of other data types and give me even more capabilities than a fundamental data type.  Let's explore a few complex types from the collections module and data classes.

Tellen made easy

Counter gebruiken op lijsten

Meest voorkomende elementen vinden

Woordenboeken met onbekende structuur - Defaultdict

Woordenboeken met een onbekende structuur maken

Veilig toevoegen aan de waardelijst van een sleutel

Hoezo heb ik geen klasse? Namedtuple

Namedtuples maken om data op te slaan

Attributen benutten op namedtuples

Dataclasses

Een dataclass maken

Dataclasses gebruiken

Afronding

Advanced Data Types

Baby names

Chicago crime

CTA daily station totals

CTA daily summary totals

Beheers je de basis van Python en wil je meer? Dan is dit de cursus voor jou. Je herhaalt en oefent je kennis van lijsten, dictionaries, tuples, sets en datums/tijden. Je ziet hoe relevant ze zijn bij het werken met echte data en hoe je er meerdere tegelijk inzet om meerstapsproblemen op te lossen, waaronder een uitgebreide case study met vervoersgegevens uit het grootstedelijke gebied van Chicago. Je leert ook hoe je veel objecten uit de Python Collections-module gebruikt, zodat je je data voor allerlei doelen kunt opslaan en bewerken. Na deze cursus ben je klaar om veel data-uitdagingen op een Pythonic manier aan te pakken.

Python Toolbox

Datatypen in Python

Versterk en breid je kennis van Python-datatypes zoals lijsten, woordenboeken en tuples uit, en gebruik ze om Data Science-problemen op te lossen.

Hoezo heb ik geen klasse? Namedtuple

Create Your Free Account