Ihr Warenkorb ist leer.
Classroom Lectures
Datenaufbereitung und -visualisierung mit pandas und Matplotlib
Ohne Visualisierung nützt die beste Datenaufbereitung nichts. Darum vertiefen Sie in diesem Teil Ihr Wissen über pandas und erhalten einen Einblick in die enormen Möglichkeiten, die Matplotlib bei der Erstellung von Diagrammen bietet.
Enterprise
Professional
Datenaufbereitung und -visualisierung mit pandas und Matplotlib
Enthalten im Classroom: Webinar-Serie: Einführung in Machine Learning mit Python
Überblick
Dieses Webinar knüpft nahtlos an die Vorarbeit in pandas aus dem vorherigen Webinar an. Sie lernen weitere Beispiele und Funktionen dieser mächtigen Bibliothek kennen. Dazu zählt auch die Ein- und Ausgabe verschiedener Dateiformate.
Matplotlib ist das beste Tool für das Generieren von Diagrammen in Python. Sie erhalten einen Einblick in die verschiedenen Diagrammtypen und erfahren, wie Sie diese einfach und konsistent mit Python erzeugen.
Das Modul seaborn macht das Erstellen von Diagrammen besonders einfach, da es eine Schnittstelle zwischen pandas und Matplotlib herstellt und so, mit teilweise nicht einmal drei Zeilen Code, komplexe Sachverhalte anschaulich darstellt.
Kenntnisse einer höheren Programmiersprache werden vorausgesetzt. Elementare Python-Grundlagen sind hilfreich.
Die Folien des Webinars sind aufgrund zahlreicher englischer Begriffe vollständig in englischer Sprache gehalten, um eine bessere Lesbarkeit zu erzeugen. Der Vortrag findet in deutscher Sprache statt.
Enthalten im Classroom:
Christian Heitzmann
Zert. Softwareentwickler, Technical Writer und Trainer | SimplexaCode AG
Christian Heitzmann ist Java-, Python- und Spring-zertifizierter Softwareentwickler mit einem CAS in Machine Learning und Inhaber der SimplexaCode AG in Luzern. Er entwickelt seit über 20 Jahren Software und gibt seit über 12 Jahren Unterricht und Kurse im Bereich der Java- und Python-Programmierung, Mathematik und Algorithmik. Als Technical Writer dokumentiert er Softwarearchitekturen für Unternehmen und schreibt regelmäßig Artikel für IT-Fachzeitschriften.