Ga naar hoofdinhoud

Cursus

Werken met datums en tijden in Python

Gemiddeld4 u

Leer hoe je met datums en tijden werkt in Python.

Python4 u14 video's48 oefeningen4,100 XP80,252Verklaring van prestatie

Maak je gratis account aan

Ga verder met Google
of
Door verder te gaan, accepteer je ons Gebruiksvoorwaarden, onze Privacybeleid en dat je gegevens in de VS worden opgeslagen.

Geliefd bij lerenden bij duizenden bedrijven

Train je een team?

Probeer for Business

Cursusbeschrijving

Waarschijnlijk krijg je nooit een tijdmachine, maar wat dacht je van een machine om tijd te analyseren? Zodra tijd in een analyse voorkomt, kan het ingewikkeld worden. Het is makkelijk om in de war te raken door dag- en maandgrenzen, tijdzones, zomertijd en allerlei andere zaken die je kunnen laten struikelen als je niet voorbereid bent. Als je analyses gaat doen waarbij tijd een rol speelt, wil je Python gebruiken om alles op orde te brengen. Met gegevenssets over orkanen en fietstochten behandelen we het tellen van gebeurtenissen, berekenen we hoeveel tijd er tussen gebeurtenissen zit en plotten we data over de tijd. Je werkt zowel in standaard Python als in Pandas, en we kijken kort naar de dateutil-bibliotheek, de enige tijdzonebibliotheek die wordt aanbevolen in de officiële Python-documentatie. Na deze cursus ga je vol vertrouwen aan de slag met datum- en tijdgegevens in elk formaat, als een echte pro.

Vereisten

Lesprogramma

Cursusoverzicht

1

Datums en kalenders

Orkanen (ook wel cyclonen of tyfoons genoemd) treffen de Amerikaanse staat Florida meerdere keren per jaar. Aan het begin van deze cursus leer je werken met datumobjecten in Python, met de datums van elke orkaan die Florida sinds 1950 trof. Je leert hoe Python met datums omgaat, veelvoorkomende datumhandelingen en de juiste manier om datums te formatteren om verwarring te voorkomen.
Hoofdstuk starten
2

Datums en tijden combineren

Deelfietssystemen zijn wereldwijd steden veroverd — en gelukkig wordt elke rit vastgelegd! Aan de hand van alle komen en gaan van één fiets in Washington, D.C. oefen je met het samen gebruiken van datums en tijden. Je parse’t datums en tijden uit tekst, analyseert piekmomenten, berekent ritduren en meer.
Hoofdstuk starten
3

Tijdzones en zomertijd

In dit hoofdstuk pak je zelfverzekerd het lastigste tijdgerelateerde onderwerp aan: tijdzones en zomertijd. We gaan verder met onze fietsdata en je leert hoe je klokken wereldwijd kunt vergelijken, hoe je soepel omgaat met "spring forward" en "fall back", en hoe je actuele tijdzonegegevens haalt uit de dateutil-bibliotheek.
Hoofdstuk starten
4

Makkelijk en krachtig: datums en tijden in Pandas

Tot slot pas je alles wat je hebt geleerd over werken met datums en tijden in standaard Python toe op werken met datums en tijden in Pandas. Met extra informatie over elke fietsrit, zoals bij welk station de rit startte en stopte en of de fietser een jaarabonnement had, kun je veel dieper in de ritgegevens duiken. In dit hoofdstuk behandel je krachtige Pandas-bewerkingen, zoals groeperen en resultaten over de tijd plotten.
Hoofdstuk starten

Werken met datums en tijden in Python

Cursus
voltooid

Verdien een prestatieverklaring

Schrijf je nu in

Ontwikkel je datavaardigheden met DataCamp for Mobile

Boek onderweg vooruitgang met onze mobiele cursussen en dagelijkse coding-uitdagingen van 5 minuten.