Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Du wirst wahrscheinlich nie eine Zeitmaschine haben, aber wie wäre es mit einer Maschine, die Zeit analysiert? Sobald man Zeit in eine Analyse mit einbezieht, kann es komisch werden. Es ist leicht, sich an Tages- und Monatsgrenzen, Zeitzonen, Sommerzeit und allen möglichen anderen Dingen zu verheddern, die einen unvorbereiteten Menschen verwirren können. Wenn du irgendwelche Analysen mit Zeitangaben machen willst, solltest du Python nutzen, um das zu regeln. Wir arbeiten mit Datensätzen zu Hurrikanen und Fahrradtouren und beschäftigen uns dabei mit dem Zählen von Ereignissen, der Berechnung der Zeit zwischen den Ereignissen und der grafischen Darstellung der Daten im Zeitverlauf. Du wirst sowohl mit Standard-Python als auch mit Pandas arbeiten, und wir werden uns auch mit der Bibliothek „dateutil“ beschäftigen, der einzigen Zeitzonenbibliothek, die von der offiziellen Python-Dokumentation empfohlen wird. Nach diesem Kurs kannst du Daten und Uhrzeiten in jedem Format locker und sicher bearbeiten.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Termine und Kalender
Hurrikane (auch als Zyklone oder Taifune bekannt) treffen den US-Bundesstaat Florida mehrmals im Jahr. Zu Beginn dieses Kurses lernst du, wie man mit Datums-Objekten in Python arbeitet, und zwar anhand der Daten aller Hurrikane, die Florida seit 1950 heimgesucht haben. Du lernst, wie Python mit Datumsangaben umgeht, gängige Datumsoperationen und wie man Datumsangaben richtig formatiert, um Verwirrung zu vermeiden.
- Daten in Python50 XP
- Welcher Tag der Woche?100 XP
- Wie viele Hurrikane kommen früh?100 XP
- Mathe mit Daten50 XP
- Daten subtrahieren100 XP
- Zählen von Ereignissen pro Kalendermonat100 XP
- Eine Liste mit Daten sortieren100 XP
- Daten in Zeichenfolgen umwandeln50 XP
- Druck von Daten in einem benutzerfreundlichen Format100 XP
- Datumsangaben auf verschiedene Arten darstellen100 XP
2
Kombinieren von Datums- und Zeitangaben
Fahrradverleihprogramme haben Städte auf der ganzen Welt erobert – und zum Glück für uns wird jede Fahrt aufgezeichnet! Du lernst, mit den ganzen Fahrten und Rückfahrten eines Fahrrads in Washington, D.C. zu arbeiten, und übst dabei, mit Daten und Uhrzeiten zu arbeiten. Du wirst Daten und Uhrzeiten aus Texten herauslesen, Spitzenzeiten analysieren, Fahrzeiten berechnen und vieles mehr.
3
Zeitzonen und Sommerzeit
In diesem Kapitel lernst du, wie du das zeitbezogene Thema, das den meisten Leuten Probleme bereitet, sicher angehen kannst: Zeitzonen und Sommerzeit. Weiter geht's mit unseren Fahrraddaten. Du lernst, wie du Uhren auf der ganzen Welt vergleichen kannst, wie du mit der Sommerzeit und der Winterzeit umgehst und wie du aktuelle Zeitzonendaten aus der dateutil-Bibliothek holst.
4
Einfach und leistungsstark: Daten und Uhrzeiten in Pandas
Zum Abschluss dieses Kurses wirst du alles, was du über die Arbeit mit Datums- und Zeitangaben in Standard-Python gelernt hast, auf die Arbeit mit Datums- und Zeitangaben in Pandas anwenden. Mit zusätzlichen Infos zu jeder Fahrradtour, wie zum Beispiel, an welcher Station sie gestartet und beendet wurde und ob der Fahrer eine Jahresmitgliedschaft hatte oder nicht, kannst du die Daten zu den Fahrradtouren viel genauer analysieren. In diesem Kapitel lernst du leistungsstarke Pandas-Funktionen kennen, wie zum Beispiel das Gruppieren und Darstellen von Ergebnissen nach Zeit.
Arbeiten mit Datums- und Zeitangaben in Python
Kurs
abgeschlossen
