Pandas

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 …

Excel-Daten mit Python einlesen

Grafik zu Arbeitslosenzahlen in Kiel

Update: Es gibt mittlerweile einen weiteren Artikel zu diesem Thema, der die Bibliothek openpyxl behandelt. Falls Ihr Excel-Dateien mit der Endung „.xlsx“ lesen möchtet, müsst Ihr diese Bibliothek verwenden, da die Entwickler von xlrd den Support für xlsx-Dateien eingestellt haben. In den bisherigen Python-Tutorials ging es um den Import von Daten aus einer CSV-Datei oder über die URL (sofern der … Weiterlesen …

CSV-Daten mit Python aus dem Internet laden

In den bisherigen Python-Panda-Tutorials wurden die Datensätze lokal gespeichert (z.B. im Tutorial “Python, Pandas und Verkehrsunfälle in Kiel”), um sie anschließend grafisch darzustellen. In diesem Beispiel möchte ich hingegen zeigen, dass eine CSV-Datei nicht erst lokal gespeichert werden muss, sondern dass sie mit dem Modul requests direkt aus dem Internet geladen werden können. Demonstrieren möchte ich dies anhand einer Statistik … Weiterlesen …

Python, Pandas und Verkehrsunfälle in Kiel

In den ersten drei Python-Beiträgen ging es um die Darstellung von Daten unter Verwendung von Matplotlib. Bevor Daten aber visualisiert werden können, muss man zunächst einmal überhaupt Zugriff auf sie haben. Außerdem bedarf es u.U. einer Datenaufarbeitung. Denn eventuell werden nur bestimmte Daten eines Datensatzes benötigt, was bedeutet, dass man diese Daten von den übrigen Daten extrahieren muss. Und nicht … Weiterlesen …