1 of 1

Woche 2 - Import und Visualisierung von Daten

folgende Themen behandeln:

diese Einführung zum Arbeiten mit Pandas durcharbeiten (nur Lektion 1).
dieses Video zum Importieren von Daten als Pandas-Dataframe schauen (18 Minuten).
diese Einführung zum Erstellen von Visualisierungen mit Matplotlib durcharbeiten (nur Lektion 1).
dieses Video (4 Minuten) anschauen, um die Relevanz von Konfidenz-Intervallen zu verstehen.
einen GitHub Codespace anlegen und dort die Dateien „kiwo.csv“, „umsatzdaten_gekuerzt.csv“ und „wetter.csv“ aus diesem Github-Repository speichern.
ein Jupyter-Notebook oder Python-Skript erstellen, das
- den Datensatz "umsatzdaten_gekuerzt.csv" einliest und
- mit Hilfe eines Balkendiagramms den Zusammenhang der durschnittlichen Umsätze je Wochentag darstellt.
in einem zweiten Schritt zusätzlich Konfidenzintervalle der Umsätze je Wochentag hinzufügen.
in einem weiteren Schritt die Wochentage in der Abbildung von Montag bis Sonntag ordnet.

folgende Themen behandeln:

diese Einführung zum Arbeiten mit Pandas durcharbeiten (nur Lektion 1).
dieses Video zum Importieren von Daten als Pandas-Dataframe schauen (18 Minuten).
diese Einführung zum Erstellen von Visualisierungen mit Matplotlib durcharbeiten (nur Lektion 1).
dieses Video (4 Minuten) anschauen, um die Relevanz von Konfidenz-Intervallen zu verstehen.
einen GitHub Codespace anlegen und dort die Dateien „kiwo.csv“, „umsatzdaten_gekuerzt.csv“ und „wetter.csv“ aus diesem Github-Repository speichern.
ein Jupyter-Notebook oder Python-Skript erstellen, das
- den Datensatz "umsatzdaten_gekuerzt.csv" einliest und
- mit Hilfe eines Balkendiagramms den Zusammenhang der durschnittlichen Umsätze je Wochentag darstellt.
in einem zweiten Schritt zusätzlich Konfidenzintervalle der Umsätze je Wochentag hinzufügen.
in einem weiteren Schritt die Wochentage in der Abbildung von Montag bis Sonntag ordnet.