Data Science in Python: Numpy, Pandas, Matplotlib [2024]

Erlerne den Umgang mit den wichtigsten Data Science Libraries für eine effiziente Datenanalyse und -visualisierung.

4.50 (131 reviews)

Udemy

platform

Deutsch

language

Data Science

What you will learn

Der richtige Umgang mit Numpy

Der richtige Umgang mit Pandas

Der richtige Umgang mit Matplotlib

Der richtige Umgang mit Scipy

Why take this course?

Der Kurs wurde im November 2023 ge-updated und ist mit der neusten Python Version 3.12 kompatibel!

Kursbeschreibung:

In diesem Kurs wirst du eine Einführung in die wichtigsten Features von NumPy, Pandas und Matplotlib erhalten. Mittels NumPy wirst du in der Lage sein, große Zahlenmengen effizienter als reiner Python-Code zu bearbeiten. Mit Pandas wirst du in der Lage sein, Daten aus verschiedenen Formaten zu lesen, zu bereinigen und zu transformieren. Durch Matplotlib kannst du deine Daten auf vielerlei verschiedene Art und Weise visualisieren: Histogramme, Scatter Plots etc..

Data Science, Maschinelles Lernen und Künstliche Intelligenz werden der treibende Faktor der zukünftigen Wirtschaft und des Alltags sein. Wer sich somit schon heute mit den Methoden beherrscht, kann in der Zukunft nur gewinnen! Unser Kurs bietet dir genau das, was du brauchst, um ein Experte in der Data Science zu werden. Darüber hinaus werden wir dir eine Kurzeinführung in Scipy, OpenCV und Sklearn geben, um dein Wissen zu erweitern und dich auf die nächsten Schritte in der Data Science vorzubereiten.

Dieser Kurs besteht aus folgenden Themengebieten:

Software Installation (Python, Anaconda, VSCode)
Numpy (Arrays, ufuncs, aggregates, random, IO etc.)
Pandas (Series, DataFrames, IO etc.)
Matplotlib (Plot, Scatter, Histogramm, Surface Plot etc.)
Kurzeinführung in: Scipy, Seaborn und Sklearn

Werde noch heute ein Profi, in der Technologie von Morgen! Wir sehen uns im Kurs!

Screenshots

Data Science in Python: Numpy, Pandas, Matplotlib [2024] - Screenshot_01

Data Science in Python: Numpy, Pandas, Matplotlib [2024] - Screenshot_02

Data Science in Python: Numpy, Pandas, Matplotlib [2024] - Screenshot_03

Data Science in Python: Numpy, Pandas, Matplotlib [2024] - Screenshot_04

Reviews

Wolfgang

May 3, 2023

gut verständlich, gute Beispiele, Erklärungen genau passend (nicht zu viel/nicht zu wenig), Jupyter-Notebooks laden zum experimentieren ein

Marc

March 29, 2023

Die Kurse von Jan Schaffranek liegen qualitativ sicherlich im oberen 10-Prozent Perzentil hier auf udemy. Der Inhalt wird aktuell gehalten und Fragen werden beantwortet.

Martin

February 18, 2023

Kurz und knapp alle wichtigen Funktionen zusammengefasst und erläutert, warum und weshalb sie so verwendet werden (müssen). Dabei keine langen Reden, sondern wichtige Infos auf den Punkt gebracht und dabei immer wieder Einblicke in anwendungsbezogene Arbeit. Danke, Jan!

Matthias

November 11, 2022

Er erklärt das Thema einfach sehr gut und ausführlich! Dazu hat Jan Schaffranek eine wirklich angenehm lockere Rhetorik. Freue mich schon auf die anderen Kurse!

Florian

August 10, 2022

Sehr angenehmes Tempo und verständliche Erklärungen - Zeichnungen veranschaulichen sehr gut, was eigentlich passiert bzw. abläuft.

Walter

April 22, 2022

Hat ein bisschen viel auf Datentypen rumgeritten. Die Byte-Fuchserei spielt heutzutage kaum eine Rolle und wo es einen Rolle spielt wissen die Leute über so etwas Bescheid. Die ganzen Probleme bei der Datumsumstellung zum Jahr 2000 ergaben sich aus der Tatsache, dass die Byte-Fuchserei betrieben wurde und man nur die Zehner- und Einerstellen gespeichert hatte und das sich das '19' im Sinn hatte.

Patrick

March 26, 2022

Wie die anderen Kurse gut aufgebaut und verständlich erklärt. Die Beispiele helfen einem dabei das gelernte praktisch zu nutzen. Ich werde sicherlich noch weitere Kurse buchen.

Bin

March 18, 2022

Guter Kurs der alles im Wesentlichen umfasst. Ich hätte mir mehr Übungsaufgaben oder ein Gesamtprojekt genutzt, welches man am Ende des Kurses durchführen kann.

Florian

November 21, 2021

Der Kurs hat wirklich nochmal alle wichtigen Instrumente von Pandas, Numpy und dem Umgang mit Arrays / DataFrames vorgestellt. Vielleicht noch 1-2 Übungen mehr, aber das ist nur eine Geschmackssache meinerseits. Wirklich sehr gut aufbereitet!

Michaela

July 19, 2021

Sehr gute Übersicht über Numpy, Pandas und Matplotlin. Ich würde vorschlagen, dass die Videos in kleinere Einheiten geteilt werden - hilft, bei so komplexen Themen nicht den Faden zu verlieren nach einem zu langen Video. Und unterschiedliche Auflösungen der Videos (manche sind nur in 720p verfügbar) stört das Gesamtbild. Aber alles in allem auf sehr hohem Niveau, Kurs ist Empfehlenswert!

Rüdiger

June 21, 2021

Mittlerweile bin ich mit dem Abschnitt "Numpy" durch. Die Erklärung bei diesem Abschnitt waren super. Was sich mir im Moment noch nicht erschließt, warum wir so viel Aufwand betrieben haben, Visual Studio Code für Python zu modifizieren. Nachdem ich dann doch wider erwarten immer wieder irgendwelche Probleme beim modifizieren hatte, habe ich beschlossen "Spyder" zu nutzen. Bis jetzt hatte ich dadurch noch keine Nachteile...

Gerhard

June 19, 2021

Der Kurs ist super, schade, dass ich ihn nicht früher besucht habe. Der übergreifende Ansatz des Kurses hilft ungemein um in Spezialthemen wie ML einzutauchen.

Jürgen

May 28, 2021

Sehr geehrter Herr Schaffraneck, die Kapitel über numpy, pandas, matplotlib sind gut aufgebaut und sehr gut erläutert. Auch gefällt mir Ihre frische Art, die Dinge zu erklären. Die letzten Kapitel (scipy, sklearn, ..) sind naturgemäß sehr dünn und auch nicht sehr hilfreich, aber als Überblick, ok. Aber bitte ein anderes Beispiel als die Titanic-Katastrophe aus Respekt vor dem tragischen Unglück und der vielen Toten. Der Kurs ist gut bis sehr gut; dazu hohe Anerkennung, J. van der List

Dr.

May 23, 2021

Der Kurs bietet die nötigen Grundlagen für einen Einstieg in Python mit den wichtigsten Bibliotheken. Alles ist praxisnah mit vielen Beispielen und Erläuterungen veranschaulicht.

Charts

Price

Rating

Enrollment distribution

Data Science in Python: Numpy, Pandas, Matplotlib [2024] - Distribution chart