Python

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 …

Ehescheidungen in Kiel

Ehescheidungen in Kiel

Zum Open-Source-Projekt Kiel_Open_Data ist ein neuer Datensatz hinzugekommen. Diesmal geht es um die Anzahl der Ehescheidungen in Kiel von 1988-2017 (realisiert als Liniendiagramm). Der Datensatz kann als CSV-Datei vom Open-Data-Portal der Stadt Kiel heruntergeladen werden. Werft einen Blick in das Github-Repository Kiel_Open_Data. Dort findet Ihr Jupyter Notebooks zu weiteren Datensätzen: Abfallaufkommen Arbeitslose Bevölkerungsentwicklung Güterumschlag im Hafen Ehescheidungen Fahrerfluchten Familienstand Bevölkerungsentwicklung … 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 …