Python Installationen für Data Science
0 gefällt mir3,777 aufrufe
Das Dokument gibt eine Übersicht über wichtige Python-Bibliotheken für Data Science, insbesondere Numpy, Pandas, Matplotlib und Seaborn, und deren Installation. Es beschreibt die grundlegenden Funktionen jeder Bibliothek, wie Numpy-Arrays für Datenanalysen und Pandas für Datenbereinigung, sowie die Verwendung von Matplotlib und Seaborn für die Datenvisualisierung. Außerdem werden verschiedene Datenquellen für den Input und erforderliche Module genannt, um eine umfassende Datenanalyse durchzuführen.
Python Installationen für Data Science
- 1. Installationen für Data Science mit Python
- 2. NumPy Übersicht • NumPy (oder Numpy) ist eine Library für lineare Algebra für Python • Sie ist deshalb für Data Science mit Python so wichtig, da fast alle anderen Libraries im Python Ökosystem auf NumPy aufbauen • NumPy ist außerdem extrem schnell, da es Verknüpfungen zu C hat NumPy by Datamics, 2018
- 3. Installation • Die Installation von NumPy (und anderen Libraries) funktioniert am einfachsten und zuverlässigsten, wenn wir die im Kurs empfohlene Anaconda Distribution von Python nutzen • Bei der Nutzung von Anaconda, installiere Numpy im Terminal bzw. der Kommandozeile durch folgenden Befehl: conda install numpy pip install numpy NumPy by Datamics, 2018
- 4. NumPy im unserem Kurs • NumPy Arrays sind der primäre Weg, wie wir NumPy im Verlauf dieses Kurses nutzen werden • NumPy Arrays gibt es hauptsächlich in zwei Varianten: Vektoren und Matrizen • Vektoren sind streng eindimensionale Arrays (1-d), wohingegen Matrizen zweidimensionale Arrays (2-d) sind. Dabei gilt zu beachten, dass auch Matrizen nur eine Spalte bzw. nur eine Zeile haben können. NumPy by Datamics, 2018
- 5. Pandas Übersicht • Pandas ist eine Open Source Library, die auf NumPy aufgebaut ist • Es erlaubt uns schnelle Analysen und Datenbereinigung sowie - vorbereitung • Es zeichnet sich besonders durch Performance und Produktivität aus • Zusätzlich beinhaltet es vorinstallierte Visualisierungsfunktionalität • Pandas kann mit einer Vielzahl an Datenquellen arbeiten Pandas by Datamics, 2018
- 6. Installation • Wir müssen Pandas (wie die meisten anderen Libraries im Verlauf des Kurses) installieren. • Dazu gehen wir ins Terminal bzw. die Kommandozeile und führen folgendes aus: conda install pandas pip install pandas Pandas by Datamics, 2018
- 7. Datenquellen für Input • CSV • Excel • HTML • SQL Daten Ein- und Ausgabe by Datamics, 2018
- 8. Module • Dazu benötigen wir die folgenden Module die wir mit pip oder conda wie folgt installieren können: • conda install sqlalchemy • conda install lxml • conda install html5lib • conda install BeauytifulSoup4 Daten Ein- und Ausgabe by Datamics, 2018
- 9. MatplotLib • Wir haben jetzt einen guten Überblick über die Datenanalyse mit NumPy, Pandas und SciPy • Das bildet die Grundlage die wir brauchen um fortzuschreiten • Als nächstes widmen wir uns der Visualisierung von Daten • MatplotLib • Seaborn • Pandas vorinstalliere Visualisierung • Plotly für interaktive Plots MatplotLib by Datamics, 2018
- 10. MatplotLib Übersicht • MatplotLib ist die bekannteste und am meisten verbreitete Library zum Darstellen von Diagrammen und ähnlichen Visualisierungen • Es erlaubt uns jeden einzelnen Aspekt einer Darstellung einzustellen • Die Idee bei der Erstellung war es eine ähnliche Nutzererfahrung zu bieten, wie es MatLab‘s Darstellung tut MatplotLib by Datamics, 2018
- 11. Installation • Zur Installation von MatplotLib gehen wir ins Terminal bzw. die Kommandozeile und geben folgenden Befehl ein: conda install matplotlib pip install matplotlib MatplotLib by Datamics, 2018
- 12. Seaborn • Seaborn ist eine statistische Plotting Bibliothek um Diagramme darzustellen • Standardmäßig beinhaltet es schon sehr schöne Styles und Diagramme • Es harmoniert sehr gut mit den Pandas DataFrame Objekten Seaborn by Datamics, 2018
- 13. Installation • Zur Installation von Seaborn gehen wir ins Terminal bzw. die Kommandozeile und geben folgenden Befehl ein: conda install seaborn oder pip install seaborn Seaborn by Datamics, 2018
- 14. Plotly und Cufflinks • Plotly ist eine interaktive Visualisierungs-Library • Cufflinks verbindet diese Library mit Pandas • Bevor wir diese nutzen können müssen wir beide installieren Plotly und Cufflinks by Datamics, 2018
- 15. Installation • Zur Installation von Plotly und Cufflinks können wir Anaconda leider nicht direkt verwenden. • Wir gehen wir ins Terminal bzw. die Kommandozeile und geben folgenden Befehl ein: pip install plotly und pip install cufflinks Plotly und Cufflinks by Datamics, 2018
- 16. Verwende den Gutschein „SLIDESHARE2018“ auf Udemy oder die Shortlinks und erhalte unsere Kurse für nur 10,99€ (95% Rabatt). Python für Data Science und Machine Learning: https://goo.gl/cE7TQ3 Original Python Bootcamp - Von 0 auf 100: https://goo.gl/gjn7pX R für Data Science und Machine Learning: https://goo.gl/8h5tH7 Exklusive Gutscheine Udemy-Kurse by Datamics, 2018https://www.udemy.com/user/rene-brunner/