Weiter zum Inhalt

Startseite Python

Kurs

Python für Fortgeschrittene

BasicSchwierigkeitsgrad

Aktualisiert 01/2026

Erweitere deine Data-Science-Fähigkeiten und lerne, wie du mit Matplotlib Visualisierungen erstellst und DataFrames mit pandas bearbeitest.

Kurs kostenlos starten

PythonProgramming4 Std.18 Videos87 Übungen7,400 XP1.4M+Leistungsnachweis

Kostenloses Konto erstellen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.

Beliebt bei Lernenden in Tausenden Unternehmen

Training für 2 oder mehr Personen?

Probiere es mit DataCamp for Business

Kursbeschreibung

Verbessere deine Python-Kenntnisse

Das Erlernen von Python ist für alle angehenden Data-Science-Fachleute unerlässlich. Lerne, echte Daten mit den Funktionen von Matplotlib zu visualisieren und mache dich mit Datenstrukturen wie dem Dictionary und dem Pandas DataFrame vertraut. Dieser vierstündige Kurs für Fortgeschrittene hilft dir, deine vorhandenen Python-Kenntnisse auszubauen und neue Python-Anwendungen und -Funktionen kennenzulernen, die dein Repertoire erweitern und dir helfen, effizienter zu arbeiten.

Python Wörterbücher und Pandas verwenden lernen

Dictionaries bieten eine Alternative zu Python-Listen, während der DataFrame von Pandas die beliebteste Art ist, mit tabellarischen Daten zu arbeiten. Im zweiten Kapitel dieses Kurses erfährst du, wie du Datensätze erstellen und manipulieren kannst und wie du mit diesen Strukturen auf sie zugreifen kannst. Praktische Übungen während des Kurses werden dein Selbstvertrauen in jedem Bereich stärken.

Python Boolesche Logik und Python Schleifen erforschen

In der zweiten Hälfte des Kurses beschäftigst du dich mit Logik, Kontrollfluss, Filterung und Schleifen. Diese Funktionen steuern die Entscheidungsfindung in Python-Programmen und helfen dir, mehr Operationen mit deinen Daten durchzuführen, einschließlich wiederholter Anweisungen. Am Ende des Kurses wendest du all deine neuen Fähigkeiten an, indem du mit Hilfe von Hacker-Statistiken deine Gewinnchancen bei einer Wette berechnest.

Wenn du alle Kapitel abgeschlossen hast, bist du bereit, deine neuen Fähigkeiten in deinem Job, deiner neuen Karriere oder deinem persönlichen Projekt anzuwenden und dich auf fortgeschrittenere Python-Kenntnisse vorzubereiten.

Voraussetzungen

Introduction to Python

1

Matplotlib

Data visualization is a key skill for aspiring data scientists. Matplotlib makes it easy to create meaningful and insightful plots. In this chapter, you’ll learn how to build various types of plots, and customize them to be more visually appealing and interpretable.

Basic plots with Matplotlib

Line plot (1)

Line Plot (2): Interpretation

Line plot (3)

Scatter Plot (1)

Scatter plot (2)

Build a histogram (1)

Build a histogram (2): bins

Build a histogram (3): compare

Choose the right plot (1)

Choose the right plot (2)

Customization

Additional Customizations

Interpretation

Kapitel starten

2

Dictionaries & Pandas

Learn about the dictionary, an alternative to the Python list, and the pandas DataFrame, the de facto standard to work with tabular data in Python. You will get hands-on practice with creating and manipulating datasets, and you’ll learn how to access the information you need from these data structures.

Dictionaries, Part 1

Motivation for dictionaries

Create dictionary

Access dictionary

Dictionaries, Part 2

Dictionary Manipulation (1)

Dictionary Manipulation (2)

Dictionariception

Pandas, Part 1

Dictionary to DataFrame (1)

Dictionary to DataFrame (2)

CSV to DataFrame (1)

CSV to DataFrame (2)

Pandas, Part 2

Square Brackets (1)

Square Brackets (2)

loc and iloc (1)

loc and iloc (2)

loc and iloc (3)

Kapitel starten

3

Logic, Control Flow and Filtering

Boolean logic is the foundation of decision-making in Python programs. Learn about different comparison operators, how to combine them with Boolean operators, and how to use the Boolean outcomes in control structures. You'll also learn to filter data in pandas DataFrames using logic.

Comparison Operators

Greater and less than

Compare arrays

Boolean Operators

and, or, not (1)

and, or, not (2)

Boolean operators with NumPy

if, elif, else

Customize further: elif

Filtering pandas DataFrames

Driving right (1)

Driving right (2)

Cars per capita (1)

Cars per capita (2)

Kapitel starten

4

Loops

There are several techniques you can use to repeatedly execute Python code. While loops are like repeated if statements, the for loop iterates over all kinds of data structures. Learn all about them in this chapter.

while: warming up

Basic while loop

Add conditionals

Loop over a list

Indexes and values (1)

Indexes and values (2)

Loop over list of lists

Loop Data Structures Part 1

Loop over dictionary

Loop over NumPy array

Loop Data Structures Part 2

Loop over DataFrame (1)

Loop over DataFrame (2)

Add column (1)

Add column (2)

Kapitel starten

5

Case Study: Hacker Statistics

This chapter will allow you to apply all the concepts you've learned in this course. You will use hacker statistics to calculate your chances of winning a bet. Use random number generators, loops, and Matplotlib to gain a competitive edge!

Random Numbers

Random float

Roll the dice

Determine your next move

Random Walk

The next step

How low can you go?

Visualize the walk

Distribution

Simulate multiple walks

Visualize all walks

Implement clumsiness

Plot the distribution

Calculate the odds

Kapitel starten

Python für Fortgeschrittene

Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu Deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in Deiner LeistungsbeurteilungJetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte Python für Fortgeschrittene heute!

Kostenloses Konto erstellen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.