Excel-Datei mit Pandas erstellen

Anzahl der Studierenden in Kiel als Liniendiagramm

Mit Pandas können nicht nur unterschiedliche Dateiformate gelesen werden, es ist auch möglich einen Datensatz (DataFrame) als Excel-Datei zu speichern. Dies erledigt eine Zeile Code: Darüber hinaus versteht sich Pandas aber auch noch mit weiteren Dateiformaten: Betrachten wir dies an einem Beispiel. Nachfolgende Zeilen Code rufen Daten mit requests ab und lesen den Datensatz (CSV-Format) mit pd.read_csv(). Als Ergebnis erhalten …

Weiterlesen …

Pandas und Plotly für die Datenvisualisierung nutzen

Anzahl der Handwerksbetriebe in Kiel

Im ersten Plotly-Beispiel ging es um die Erstellung eines Liniendiagramms, das die Entwicklung der Wahlbeteiligung zum EU-Parlament in Kiel zeigt. Es wurden dabei Daten verwendet, die fester Bestandteil des Codes waren. In diesem zweiten Beispiel demonstriere ich nun, wie ein Datensatz (CSV) zunächst mit requests abgerufen und anschließend mit pandas gelesen wird, um schließlich mit plotly ein Liniendiagramm zu erzeugen. …

Weiterlesen …

Was bedeutet if __name__ == ‚__main__‘?

Früher oder später wird einem eine Python-Datei begegnen, die folgenden Code enthält: Es stellt sich die Frage: Was hat es damit auf sich? Zur Beantwortung dieser Frage betrachten wir die Zeile if __name__ == ‚main‘. Bei __name__ handelt es sich um eine Variable. Dieser Variable ist der Wert main zugewiesen: Dies gilt immer dann, wenn eine Python-Datei direkt ausgeführt wird. …

Weiterlesen …

Daten mit Python und Plotly visualisieren

Wenn es um die Visualisierung von Daten mit Python geht, wird man häufig an Matplotlib denken. Damit ist es möglich, Diagramme für den lokalen Einsatz zu erstellen. In diesem Blog hatte ich bereits einige Beispiele dazu veröffentlicht. Darüber hinaus existieren aber noch weitere Frameworks. Eines davon möchte ich in diesem Artikel kurz vorstellen: Plotly. Der Unterschied zu Matplotlib besteht, darin, …

Weiterlesen …