Python ist eine Sprache, mit der Sie heute Abend mit dem Programmieren beginnen und morgen Daten analysieren und Diagramme erstellen können. Sie liest sich fast wie Englisch, verzeiht kleine Fehler und verfügt über ein riesiges Ökosystem von Bibliotheken für Web, Automatisierung und Data Science.
Warum Python?
Einfache Syntax.
Weniger „Klammern und Semikolons“, mehr Logik und Sinn.
Ein riesiges Ökosystem.
Von Bots zu neuronalen Netzen: requests, FastAPI, pandas, numpy, matplotlib, scikit-learn, PyTorch.
Plattformübergreifend.
Funktioniert auf Windows, macOS und Linux.
Eine starke Gemeinschaft.
Für jede Frage gibt es bereits eine Antwort und ein fertiges Codebeispiel.
„Verstanden – erledigt“: Python in 30 Sekunden
# Hallo Datenwelt
name = "Anya"
scores = [85, 92, 78]
avg = sum(scores) / len(scores)
print(f"Hi {name}! Average score: {avg:.1f}")
Fazit: Привет, Аня! Средний балл: 85.0
Wo ist Python gerade nützlich?
Aufgabe | Was tun? | Bibliotheken/Tools |
|---|---|---|
Routinen automatisieren | Skripte, Parsing, Berichte | os, pathlib, requests, BeautifulSoup |
Webentwicklung | APIs und Websites | FastAPI, Django, Flask |
Data Science & Analytik | Tabellen, Diagramme, Metriken | pandas, numpy, matplotlib, seaborn |
Maschinelles Lernen | ML-Klassiker | scikit-learn |
Deep Learning | Neuronale Netze | PyTorch, TensorFlow |
Skripte für DevOps | Infrastruktur | Fabric, Invoke, CLI-Dienstprogramme |
Python für Data Science: Von CSV zum Modell
Daten laden: CSV/Excel/BD →
pandas.read_csv()Bereinigung: Lücken, Typen, Duplikate
EDA: schnelle Slices und Aggregate (
groupby,describe)Visualisierung:
matplotlib/seabornBasismodell:
scikit-learn(Train/Test Split, Metriken)
Mini-Projekt: „Monatsumsatz in einer Zeile“
import pandas as pd
df = pd.read_csv("sales.csv") # Spalten: Datum, Stadt, Produkt, Menge
report = df.groupby("city")["amount"].sum().sort_values(ascending=False)
print(report.head())
Idee: Fügen Sie einen Filter nach Monat hinzu, speichern Sie report.to_csv("report.csv") und dann die Visualisierung:
import matplotlib.pyplot as plt
report.head(5).plot(kind="bar")
plt.title("Top 5 cities by sales")
plt.xlabel("City"); plt.ylabel("Amount")
plt.tight_layout(); plt.show()
Installation und Werkzeuge
Python 3.12+ von python.org oder über den Paketmanager Ihres Betriebssystems.
Redakteur: VS Code (Erweiterungen: Python, Jupyter).
Virtuelle Umgebungen:
python -m venv .venv→ Aktivierung nach Betriebssystem.Installation von Paketen:
pip install pandas numpy matplotlib scikit-learn
Spickzettel für Grundtypen
Typ | Beispiel | Wozu braucht man |
|---|---|---|
int | 42 | ganze Zahlen |
float | 3.14 | Bruchteile |
str | "Hallo" | Text |
bool | True / False | Logik |
list | [1, 2, 3] | geordnete Sammlung |
dict | {"name": "Ann"} | Wörterbuch "Schlüssel → Bedeutung" |
Im Anhang Kodik Sie absolvieren kurze Lektionen, erhalten Erfolge, machen Mini-Projekte und diskutieren Lösungen in der Community. Es gibt separate Tracks in Python: von Null bis zum ersten Modell und zur Visualisierung.
Und wir haben auch einen aktiven Telegram-Kanal, wo wir coole Ideen diskutieren, Erfahrungen teilen und Aufgaben gemeinsam analysieren — Lernen wird nicht nur nützlich, sondern auch unterhaltsam
💬
Haben Sie schon pandas ausprobiert? Schreiben Sie in die Kommentare, welche Tabelle Sie zuerst "zähmen" möchten — Verkäufe, Protokolle, Finanzen oder etwas Eigenes?