Datenanalyse mit Python

Im Fokus dieser Schulung steht das interaktive Erlernen von effiziente Analysen großer tabellarischer Datensätze mit numerischen und kategorischen Spalten sowie Textfeldern: 

• Visualisierung von Daten und Zusammenhängen 

• Aufbereitung von Ergebnissen für Dritte, zum Beispiel in Form von Berichten und Präsentationen für das Management

Zielgruppe

Dieser Workshop richtet sich an Personen, die bislang Excel und ähnliche Anwendungen zur Datenauswertung und -visualisierung einsetzen und an die Grenzen dieser Werkzeuge stoßen. Er eignet sich auch als Schritt auf dem Weg zum Einsatz von Machine-Learning-Methoden.

Voraussetzungen

Erste Erfahrung mit Programmierung in Python (Variablen, Schleifen, Funktionen) und der Verarbeitung von strukturierten Daten, zum Beispiel mit Excel oder Tableau.

Um den Installationsaufwand gering zu halten, arbeiten Sie in einer bereitgestellten Online-Umgebung auf Basis der Open-Source-Anwendung JupyterLab. Für den Zugriff sind ein moderner Webbrowser sowie eine stabile Internetverbindung nötig. Zudem sollte die Möglichkeit bestehen, auf dem eigenen Rechner Dateien zu speichern sowie Excel- und PDF-Dateien zu öffnen. Idealerweise verfügen Sie über einen ausreichend großen oder auch einen zweiten Bildschirm, um Online-Umgebung und Videokonferenz gleichzeitig betrachten zu können.

Zur Workshop-Durchführung wird Zoom verwendet mittels eines DSGVO-konformen On-Premise-Connectors. Wir bitten Sie, ein Mikrofon oder Headset sowie einen aktuellen Browser zu nutzen.

Inhalt

Es ist im Alltag oft eine große Herausforderung, Daten, Skripte und die Ergebnisse von Analysen so zu organisieren, dass sie später nachvollzogen und reproduziert werden können. Daher wenden Sie in diesem Workshop von Beginn an wichtige Grundprinzipien für verlässliche und reproduzierbare Datenanalysen an. Der Workshop beginnt mit einer Auffrischung der Python-Grundlagen, die für die Datenanalyse erforderlich sind.

• 1. Tag

  • Block 1: Einstieg Python & JupyterLab

    • Auffrischung der Grundlagen der Programmierung mit Python (Variablen, Schleifen, Funktionen, Importieren von Modulen, Laden und Speichern von Daten)

    • Einführung in Jupyter Notebooks als Werkzeug für Datenanalysen

  • Block 2: Num Py & Matplotlib

    • Effizientes Rechnen auf großen numerischen Datenmengen mit der Python-Bibliothek NumPy

    • Visualisierung der Daten mit der Python-Bibliothek Matplotlib

• 2. Tag

  • Block 3: Pandas & Seaborn

    • Analyse von tabellarischen Datensätzen ("DataFrames") mit der Python-Bibliothek Pandas

    • Verarbeitung numerischer Daten (Vertiefung Block 2)

    • Analyse kategorischer Daten sowie von Textfeldern (inkl. Exkurs reguläre Ausdrücke)

    • Komplexe visuelle Analysen mit der Python-Bibliothek Seaborn

  • Block 4: Best Practices für Analyseprojekte

    • Gemeinsame Analyse typischer Fallstricke bei umfangreichen Analyseprojekten auf Basis der in den vorherigen Blöcken gesammelten Erfahrungen

    • Interaktive Erarbeitung von Grundprinzipien für reproduzierbare und verlässliche Datenanalysen

    • Erzeugen von Präsentationen und Reports aus Jupyter Notebooks

    • Export von Datensätzen zur weiteren Verarbeitung mit Excel

Leistungen Ihres Workshoptickets

• Workshopunterlagen

• Teilnahmebescheinigung

Durchführung

Ist die Durchführung der Veranstaltung aufgrund höherer Gewalt, wegen Verhinderung eines Referenten, wegen Störungen am Veranstaltungsort oder aufgrund zu geringer Teilnehmerzahl (weniger als 50%) nicht möglich, werden die Teilnehmer spätestens 7 Tage vorher informiert.

Die Teilnehmerzahl ist auf max. 10 Personen begrenzt.