Energiequellen zur Gewinnung von Strom 2018

Energiequellen zur Stromerzeugung 2018

Die Internationalen Energieagentur (IEA) hat den Report zum Energieverbrauch 2018 veröffentlicht. Dies möchte ich zum Anlass nehmen, zu zeigen wie die dort veröffentlichten Daten mit Python visualisiert werden können. Das Ergebnis soll ein Balkendiagramm sein, das darstellt, welche Arten der Stromerzeugung den größten Anteil haben. Dafür habe ich eine CSV-Datei mit dem Namen „Stromquellen_2018.csv“ erstellt, die als Datenquelle dienen soll. … Weiterlesen …

Python – Daten vorbereiten und als Liniendiagramm visualisieren

Bevor es an die Visualisierung von Daten geht, müssen diese häufig noch für die weitere Visualisierung (oder Datenanalyse) vorbereitet werden. Das kann beispielsweise daran liegen, dass das vorliegende Datenformat problematisch ist oder dass im Datenbestand Daten fehlen. Im folgenden Beispiele möchte ich Schritt für Schritt zeigen, wie man an bestimmte Probleme herangehen kann, genauer gesagt geht es hier um Probleme … Weiterlesen …

Access-Daten mit Python lesen

Nach den Tutorials zum Einlesen von CSV– oder Excel-Dateien folgt nun ein Beispiel, in dem ich zeige, wie die Daten einer Access-Datenbank mit Python gelesen werden können. Erforderliche Komponenten installieren Bevor es an den eigentlichen Code geht, ist aber etwas Vorarbeit erforderlich. Da wäre zunächst das hierfür erforderliche Modul pyodbc. Falls Ihr es bisher nicht auf Eurem System habt, müßt … Weiterlesen …

Weizenernte in Europa

Neben den Daten der Stadt Kiel, zu denen ich hier in unregelmäßigen Abständen Beispiele zur Visualisierung veröffentliche, gibt es im Internet selbstverständlich noch viel mehr Daten-Portale. In diesem Blog-Beitrag möchte ich den Datenbestand der FAO (Food and Agriculture Organisation of the United Nations) vorstellen. Ein Überblick dazu, bietet die Statistik-Seite der FAO. Als Beispiel soll nachfolgend die Weizen-Produktion in Europa … Weiterlesen …