Description
Datenanalyse für Einsteiger - mit Python und KI
Python programmieren lernen, ohne sich mit »Hello World« aufzuhalten! In diesem Buch finden Sie praxisnahes Python- und KI-Wissen, das Sie auf Ihre Daten und alltäglichen Probleme anwenden können. Python ist die perfekte Lösung für die Datenanalyse. Der Autor lässt Sie keine lästigen Fingerübungen absolvieren, sondern zeigt Praxisfälle, die Sie für Ihre Zwecke adaptieren können. Anhand konkreter Beispiele lernen Sie die Programmierung mit Python und bekommen hilfreiche Tools für Uni, Wissenschaft und Büro an die Hand.
- KI einsetzen, Daten analysieren, Routineaufgaben automatisieren
- Mit wichtigen Werkzeugen wie Jupyter Notebooks, pandas und Matplotlib
- Für Daten aus Excel, Datenbanken, Web-Scraping, XML und vielen mehr
Aus dem Inhalt:
- Loslegen mit Python - ein erstes Script
- Arbeiten mit Dateien
- Datenanalyse und -visualisierung
- Machine Learning und KI
- Datenbanken
- APIs nutzen
- Web-Projekte erstellen
Materialien zum Buch ... 11
1. Einführung ... 13
1.1 ... Future Skill: Programmieren ... 13
1.2 ... Python ... 15
1.3 ... Künstliche Intelligenz ... 15
1.4 ... Machine Learning ... 17
1.5 ... Programmieren mit Hilfe von KI ... 18
1.6 ... Prompt Engineering ... 20
2. Loslegen mit Python ... 23
2.1 ... Installation von Python unter Windows ... 23
2.2 ... Installation von Python unter macOS und Linux ... 24
2.3 ... Python im interaktiven Modus verwenden ... 25
2.4 ... Python-Skripte ... 26
2.5 ... Visual Studio Code und IDEs ... 26
2.6 ... Jupyter Notebooks ... 27
3. Grundlagen der Sprache Python ... 33
3.1 ... Variablen und Datentypen ... 34
3.2 ... Kommentare ... 35
3.3 ... Funktionen ... 36
3.4 ... Überprüfungen mit »if«, »elif« und »else« ... 37
3.5 ... Vergleichsoperatoren ... 38
3.6 ... Zahlen ... 39
3.7 ... Die »while«-Schleife ... 40
3.8 ... Die »for«-Schleife ... 41
3.9 ... Mehr zu »print« ... 42
3.10 ... Listen, Mengen, Tupel und Dictionarys ... 43
3.11 ... »for«-Schleife für Listen und Co. ... 45
3.12 ... Beispielprogramm: Wörter zählen ... 47
3.13 ... Eigene Funktionen schreiben ... 50
3.14 ... Pythonischer Code ... 54
3.15 ... Module importieren und Pakete installieren mit »pip« ... 59
3.16 ... »venv« -- virtuelle Umgebungen ... 61
4. Mit Dateien arbeiten ... 63
4.1 ... Textdateien lesen und schreiben ... 64
4.2 ... CSV-Dateien ... 67
4.3 ... Dateien verwalten ... 70
4.4 ... Beispiel: Textanalyse ... 73
4.5 ... Excel-Dateien ... 75
4.6 ... Bilddateien ... 78
4.7 ... JSON-Dateien ... 81
4.8 ... XML-Dateien ... 84
4.9 ... Konfigurationsdateien ... 86
5. Datenanalysen ... 89
5.1 ... NumPy ... 90
5.2 ... Pandas ... 92
5.3 ... Daten aus Dateien in Pandas-DataFrames laden ... 96
5.4 ... Data-Cleaning mit Pandas ... 99
5.5 ... Berechnungen und Analysen mit Pandas ... 110
5.6 ... Daten aus mehreren Quellen zusammenführen ... 116
6. Visualisierungen mit Prof. Dr. Johannes Schildgen ist Professor für Datenbanken mit dem Schwerpunkt Big Data an der OTH Regensburg. Die Programmiersprache Python vermittelt er Studierenden schon seit rund einem Jahrzehnt.Als Keynote-Speaker hält er außerdem regelmäßig Vorträge zu Themen wie Digitalisierung und künstliche Intelligenz, in denen er IT-bezogene Zukunftsthemen auf unterhaltsame Weise vermittelt.
