Python in Excel für Datenvisualisierung und Machine Learning

Die Integration von Python in Microsoft Excel eröffnet eine neue Dimension der Datenverarbeitung und -analyse und ermöglicht es, die Vorteile der leistungsstarken Programmiersprache Python direkt in Ihrer vertrauten Excel-Umgebung zu nutzen.

Dieser Kurs bietet eine umfassende Einführung in die Datenvisualisierung und fortgeschrittene Analysetechniken mit Python in Excel. Zum Auftakt machen Sie sich mit Matplotlib vertraut und lernen, verschiedene Darstellungsformen von einfachen Liniendiagrammen bis hin zu komplexen 3D-Diagrammen umzusetzen und anzupassen. Anschließend widmen wir uns Seaborn, einer weiteren wichtigen Python-Bibliothek für Datenvisualisierung. Sie erfahren, wie Sie unter anderem Boxplots, Violinplots, Histogramme und Heatmaps in Excel erstellen.

Darüber hinaus betrachten wir reguläre Ausdrücke sowie die Integration von Power Query und Python zur erweiterten Datenmanipulation. Zum Schluss erkunden wir die Möglichkeiten der statistischen Analyse und des maschinellen Lernens mit Python in Excel. Dabei berechnen Sie Korrelationen und wenden lineare Regression sowie Clustering-Techniken an, um Muster in Ihren Daten zu identifizieren.

Entdecken Sie die Synergien von Python und Excel in unserer zweiteiligen Kursserie:

• Python in Excel für Datenmanipulation und -analyse

• Python in Excel für Datenvisualisierung und Machine Learning

Alle Lektionen im Überblick:

• 1. Vorstellung und Infos zum Kurs

  • Herzlich willkommen zu diesem Kurs

• 2. Datenvisualisierung mit Matplotlib

  • Kapitelüberblick

  • Einfache Plots mit Matplotlib erstellen

  • Liniendiagramm und Konfigurationen

  • Säulen- und Balkendiagramm

  • Streudiagramm

  • Kreisdiagramm

  • 3D-Diagramm

  • Subplot

  • Aufgabe: Datenvisualisierung mit Matplotlib

  • Lösung: Datenvisualisierung mit Matplotlib

  • Quiz: Datenvisualisierung mit Matplotlib

• 3. Datenvisualisierung mit Seaborn

  • Kapitelüberblick

  • Einführung in Seaborn

  • Boxplot, Violinplot, Boxenplot

  • Stripplot und Swarmplot

  • Histplot, Displot, Jointplot, KDE

  • Scatterplot und Pairplot

  • KDE-Plot und Jointplot

  • Heatmap und Clustermap

  • FacetGrid

  • Aufgabe: Visualisierungen mit Seaborn

  • Lösung: Visualisierungen mit Seaborn

  • Quiz: Datenvisualisierung mit Seaborn

• 4. Fortgeschrittene Methoden

  • Kapitelüberblick

  • Reguläre Ausdrücke: E-Mails

  • Reguläre Ausdrücke: Währungen

  • Reguläre Ausdrücke: Zahlenwerte

  • Power Query und Python

  • Quiz: Fortgeschrittene Methoden

• 5. Statistik und Machine Learning

  • Kapitelüberblick

  • Deskriptive Statistik

  • Pearson-Korrelation berechnen

  • Kategoriale Korrelation

  • Lineare Regression als Modell trainieren

  • Prognosen mit dem Modell erstellen

  • Clustering: Datenvorbereitung, Centroids und Cluster Labels

  • Clustering: Visualisierung und Interpretation

  • Quiz: Statistik und Machine Learning

• 6. Abschluss

  • Fazit und Kursabschluss

So lernen Sie mit diesem Videokurs:

In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:

• Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten

• Wissensquiz zur Lernkontrolle

• Lernhistorie und Lernfortschritt

• Lesezeichen und Notizen

• Volltextsuche in den Videos

• Frage-den-Experten-Modul

• Übungsmaterial zum Mitmachen

• Responsive Web-App und Videostreaming für alle Endgeräte

Technische Voraussetzungen:

Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.