Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Als Data Scientist musst du Daten bereinigen, aufbereiten und transformieren, visualisieren, Vorhersagemodelle bauen und diese interpretieren. Bevor das geht, musst du jedoch wissen, wie du Daten nach Python bekommst. In diesem Kurs lernst du die vielen Wege, Daten in Python zu importieren: aus Flatfiles wie .txt und .csv; aus Dateien, die aus anderer Software stammen, wie Excel-Tabellen sowie Stata-, SAS- und MATLAB-Dateien; und aus relationalen Datenbanken wie SQLite und PostgreSQL.Die Videos enthalten Live-Transkripte, die du über „Show transcript" unten links im Video einblenden kannst.
Das Kursglossar findest du rechts im Bereich „Resources".
Um CPE-Credits zu erhalten, musst du den Kurs abschließen und im qualifizierenden Assessment mindestens 70 % erreichen. Du gelangst zum Assessment, indem du rechts auf den Hinweis zu den CPE-Credits klickst.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung und Flatfiles
In diesem Kapitel lernst du, wie du Daten aus allen Arten von Flatfiles nach Python importierst – einer einfachen und weit verbreiteten Form der Datenspeicherung. Du hast bereits gelernt, wie du NumPy und pandas verwendest — hier erfährst du, wie du diese Pakete nutzt, um Flatfiles zu importieren und deine Importe anzupassen.
- Willkommen zum Kurs!50 XP
- Ganze Textdateien importieren100 XP
- Textdateien zeilenweise importieren100 XP
- Die Bedeutung von Flat Files in der Data Science50 XP
- Quiz: Was genau sind Flat Files?50 XP
- Warum wir Flat Files mögen und das Zen von Python50 XP
- Importieren von Flat Files mit NumPy50 XP
- NumPy zum Importieren von Flat Files verwenden100 XP
- Deine NumPy-Imports anpassen100 XP
- Verschiedene Datentypen importieren100 XP
- Importieren von Flat Files mit pandas50 XP
- pandas zum Importieren von Flat Files als DataFrames verwenden (1)100 XP
- pandas zum Importieren von Flat Files als DataFrames verwenden (2)100 XP
- Deinen pandas-Import anpassen100 XP
- Abschließende Gedanken zum Datenimport50 XP
2
Daten aus anderen Dateitypen importieren
Du hast gelernt, Flatfiles zu importieren, aber als Data Scientist wirst du mit vielen weiteren Dateitypen arbeiten. In diesem Kapitel lernst du, wie du Daten aus einer breiten Palette wichtiger Formate nach Python importierst. Dazu gehören Pickle-Dateien, Excel-Tabellen, SAS- und Stata-Dateien, HDF5-Dateien (ein Format zur Speicherung großer Mengen numerischer Daten) sowie MATLAB-Dateien.
3
Arbeiten mit relationalen Datenbanken in Python
In diesem Kapitel lernst du, wie du aussagekräftige Daten aus relationalen Datenbanken extrahierst — eine Kernkompetenz für jeden Data Scientist. Du lernst relationale Modelle kennen, wie du SQL-Abfragen erstellst, deine SQL-Ergebnisse filterst und sortierst und wie du durch das Verbinden von Tabellen erweiterte Abfragen durchführst.
Einführung in das Importieren von Daten in Python
Kurs
abgeschlossen
