.. SPDX-FileCopyrightText: 2019 cusy GmbH .. .. SPDX-License-Identifier: BSD-3-Clause ======================= Python für Data Science ======================= Dies ist ein Tutorium über Data Science mit Python. Das wirft sofort die Frage auf: Was ist Data Science? Der Begriff ist mittlerweile allgegenwärtig, aber es gibt keine einheitliche Definition. Manche halten den Begriff sogar für überflüssig, denn welche Wissenschaft hat nicht mit Daten zu tun? Dennoch scheint mir, dass Data Science mehr als nur ein Hype ist: Wissenschaftliche Daten werden immer umfangreicher und lassen sich mit herkömmlichen mathematischen und statistischen Methoden allein oft nicht mehr adäquat erschließen – zusätzliche Hacking-Fähigkeiten sind gefragt. Es handelt sich jedoch nicht um ein neues Wissensgebiet, das ihr erlernen müsst, sondern um eine Reihe von Fähigkeiten, die ihr in eurem Bereich anwenden könnt. Ob ihr nun astronomische Objekte oder Maschinen analysiert, Börsenkurse prognostiziert oder in anderen Bereichen mit Daten arbeitet, das Ziel dieses Tutorials ist es, euch in die Lage zu versetzen, Aufgaben in eurem Bereich programmatisch zu lösen. Dieses Tutorial ist nicht als Einführung in Python oder in die Programmierung im Allgemeinen gedacht; dafür gibt es das :doc:`python-basics:index`-Tutorial. Stattdessen soll es den Python Data Science Stack – Bibliotheken wie :doc:`/workspace/ipython/index`, :doc:`/workspace/numpy/index`, :doc:`/workspace/pandas/index`, und verwandte Tools – vorstellen, damit ihr anschließend eure Daten effektiv analysieren könnt. Darüberhinaus gibt es von uns noch das `Jupyter Tutorial `_ und das `PyViz Tutorial `_ sowie im `cusy Design System `_ eine Anleitung zur `Datenvisualisierung `_. Alle Tutorials dienen als Seminarunterlagen für unsere aufeinander abgestimmten Trainings: +---------------+--------------------------------------------------------------+ | Dauer | Titel | +===============+==============================================================+ | 3 Tage | `Einführung in Python`_ | +---------------+--------------------------------------------------------------+ | 2 Tage | `Fortgeschrittenes Python`_ | +---------------+--------------------------------------------------------------+ | 2 Tage | `Entwurfsmuster in Python`_ | +---------------+--------------------------------------------------------------+ | 2 Tage | `Effizient Testen mit Python`_ | +---------------+--------------------------------------------------------------+ | 1 Tag | `Software-Dokumentation mit Sphinx`_ | +---------------+--------------------------------------------------------------+ | 2 Tage | `Technisches Schreiben`_ | +---------------+--------------------------------------------------------------+ | 3 Tage | `Jupyter-Notebooks für effiziente Data-Science-Workflows`_ | +---------------+--------------------------------------------------------------+ | 2 Tage | `Numerische Berechnungen mit NumPy`_ | +---------------+--------------------------------------------------------------+ | 2 Tage | `Daten analysieren mit pandas`_ | +---------------+--------------------------------------------------------------+ | 3 Tage | `Daten lesen, schreiben und bereitstellen mit Python`_ | +---------------+--------------------------------------------------------------+ | 2 Tage | `Daten bereinigen und validieren mit Python`_ | +---------------+--------------------------------------------------------------+ | 5 Tage | `Daten visualisieren mit Python`_ | +---------------+--------------------------------------------------------------+ | 1 Tag | `Datenvisualisierungen gestalten`_ | +---------------+--------------------------------------------------------------+ | 2 Tage | `Dashboards erstellen`_ | +---------------+--------------------------------------------------------------+ | 3 Tage | `Code und Daten versioniert und reproduzierbar speichern`_ | +---------------+--------------------------------------------------------------+ | Abonnement | `Neues aus Python für Data-Science`_ | | à 2 h im | | | Quartal | | +---------------+--------------------------------------------------------------+ .. _`Einführung in Python`: https://cusy.io/de/unsere-schulungsangebote/einfuehrung-in-python .. _`Fortgeschrittenes Python`: https://cusy.io/de/unsere-schulungsangebote/fortgeschrittenes-python .. _`Entwurfsmuster in Python`: https://cusy.io/de/unsere-schulungsangebote/entwurfsmuster-in-python .. _`Effizient Testen mit Python`: https://cusy.io/de/unsere-schulungsangebote/effizient-testen-mit-python .. _`Software-Dokumentation mit Sphinx`: https://cusy.io/de/unsere-schulungsangebote/software-dokumentation-mit-sphinx .. _`Technisches Schreiben`: https://cusy.io/de/unsere-schulungsangebote/technisches-schreiben .. _`Jupyter-Notebooks für effiziente Data-Science-Workflows`: https://cusy.io/de/unsere-schulungsangebote/jupyter-notebooks-fuer-effiziente-data-science-workflows .. _`Numerische Berechnungen mit NumPy`: https://cusy.io/de/unsere-schulungsangebote/numerische-berechnungen-mit-numpy .. _`Daten analysieren mit pandas`: https://cusy.io/de/unsere-schulungsangebote/daten-analysieren-mit-pandas .. _`Daten lesen, schreiben und bereitstellen mit Python`: https://cusy.io/de/unsere-schulungsangebote/daten-lesen-schreiben-und-bereitstellen-mit-python .. _`Daten bereinigen und validieren mit Python`: https://cusy.io/de/unsere-schulungsangebote/daten-bereinigen-und-validieren-mit-python .. _`Daten visualisieren mit Python`: https://cusy.io/de/unsere-schulungsangebote/daten-visualisieren-mit-python .. _`Datenvisualisierungen gestalten`: https://cusy.io/de/unsere-schulungsangebote/datenvisualisierungen-gestalten .. _`Dashboards erstellen`: https://cusy.io/de/unsere-schulungsangebote/dashboards-erstellen .. _`Code und Daten versioniert und reproduzierbar speichern`: https://cusy.io/de/unsere-schulungsangebote/code-und-daten-versioniert-und-reproduzierbar-speichern .. _`Neues aus Python für Data-Science`: https://cusy.io/de/unsere-schulungsangebote/neues-aus-python-fuer-data-science .. toctree:: :hidden: :titlesonly: :maxdepth: 0 intro workspace/index data-processing/index clean-prep/index viz/index performance/index productive/index web/index genindex .. Indices and tables ================== * :ref:`genindex` * :ref:`modindex` * :ref:`search`