{
"cells": [
{
"cell_type": "markdown",
"metadata": {
"id": "Xja28y-JFUPG"
},
"source": [
"# Förderhinweis"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "HdD6oziQEoeC"
},
"source": [
"Dieses Dokument ist Teil des Lehrmaterials für die **Zusatzqualifikation KI und Maschinelles Lernen.** \n",
"\n",
"Die Entwicklung und Erprobung dieses Bildungsangebotes wurde vom Bundesministerium für Bildung und Forschung im Rahmen des InnoVET-Programms gefördert.\n",
"\n",
""
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "HBSlYfQjPaTM"
},
"source": [
"# Lizenzhinweis\n",
"\n",
"Dieses Notebook \"Daten als Tabellen darstellen (wenig Text)\" wurde von Antje Schweitzer, KI B3 / Universität Stuttgart, erstellt. \n",
"\n",
"Das Werk, mit Ausnahme der oben abgebildeten Förderlogos, ist lizenziert unter [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/deed.de) (Namensnennung 4.0 International)"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "w3dnQGFrPLf2"
},
"source": [
"# Einführung: Was ist das für ein Dokument?\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "-EyO9GMbshqe"
},
"source": [
"Bitte klicken Sie als erstes auf den Play-Knopf im folgenden Absatz, um die Youtube-Videos in diesem Dokument ansehen zu können. Der Play-Knopf erscheint zwischen den beiden eckigen Klammern links vom Text, wenn Sie mit der Maus dorthin gehen. \n",
"\n",
"Anschließend ist das Video dauerhaft eingeblendet. Sie können Videos aber bei Bedarf ausblenden, um das Dokument übersichtlich zu halten: Wenn Sie mit der Maus in die Nähe des \"Ausgabe\"-Symbols links neben dem Video kommen (also in die Nähe des Symbols, das aussieht wie eine Tür), wird aus der Tür ein kleines Kreuz, mit dem Sie die Ausgabe ausblenden können. Dadurch wird das Video ausgeblendet. Wenn Sie es wieder anzeigen wollen, klicken Sie noch einmal auf den Play-Knopf.\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"from IPython.display import HTML\n",
"# Youtube\n",
"HTML('')\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# Diese Zelle enthält Code\n",
"print('Dies ist ein Test.')"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "oeI0s6GJ7Q30"
},
"source": [
"---\n",
"\n",
"**Einrückungen dürfen in Python nur in bestimmten Fällen gemacht werden. In allen anderen Fällen führen sie zu einem Fehler.**\n",
"\n",
"---"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "xBImBCCPf5hD"
},
"source": [
"In diesem Notebook geht es darum, die Eisverkaufsdaten, die Sie aus dem Eiscremespiel kennen, genauer anzuschauen, und zwar mithilfe von Python-Code. Python ist in der Datenanalyse und vor allem beim Maschinellen Lernen die gebräuchlichste Programmiersprache."
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "Z3IOqfSfo26O"
},
"source": [
"# Eisverkaufsdaten laden\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "BiHHYFO0PgHO"
},
"source": [
"## Bibliotheken importieren"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "7RPXTrOietAl"
},
"source": [
"Klicken Sie auf den Play-Knopf, um das Erklärvideo zu diesem Abschnitt anzuzeigen. "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# Youtube \n",
"HTML('')\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "lDdfgPLuconz"
},
"source": [
"\n",
"\n",
"\n",
"---\n",
"\n",
"**Bibliotheken stellen zusätzliche Funktionen zur Verfügung.**\n",
"\n",
"\n",
"---\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# zur Darstellung von Tabellen\n",
"import pandas\n",
"# nach dem import-Befehl stehen zusätzlich zu allen python-Befehlen \n",
"# weitere Befehle aus der pandas-Bibliothek zur Verfügung\n",
"# diese werden wir weiter unten nutzen"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "zDxUstY5Ys1X"
},
"source": [
"\n",
"\n",
"---\n",
"\n",
"\n",
"**Kommentare sind ein wichtiger Aspekt beim Programmieren. Sie werden in Python durch \\# gekennzeichnet.**\n",
"\n",
"---\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "u9IHKIS5P2YH"
},
"source": [
"## Laden der Daten "
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "uEPrOqxne9N7"
},
"source": [
"Klicken Sie auf den Play-Knopf, um das Erklärvideo zu diesem Abschnitt anzuzeigen. "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"HTML('')"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "IttDJXJhDoQE"
},
"source": [
"Die *pandas*-Bibliothek stellt uns eine Funktion zum Einlesen von Daten im CSV-Format zur Verfügung. \n",
"\n",
"CSV steht für \"comma-separated values\", d.h. für Werte, die durch Kommas voneinander getrennt sind. \n",
"\n",
"```\n",
"Janina, 23, Joghurt\n",
"Max, 17, Pistazie\n",
"Özlem, 21, Erdbeer\n",
"```\n",
"\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"pandas.read_csv('https://github.com/antje-schweitzer/eisverkauf2018/raw/main/eisverkauf.2018.csv')\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "D24BlaxGrDL-"
},
"source": [
"\n",
"---\n",
"\n",
"👥👥👥 Diskutieren Sie in der Gruppe: warum ist es sinnvoll, als Kurzfassung \n",
"der Daten nicht nur die ersten 5, sondern auch die letzten 5 Zeilen anzuzeigen? Welche Information bekommt man in diesem konkreten Fall dadurch, dass auch die letzten Zeilen gezeigt werden?\n",
"\n",
"---\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "quJ3vBKHsWKV"
},
"source": [
"## Daten einer Variable zuweisen"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "LfEXUj_re_Fm"
},
"source": [
"Klicken Sie auf den Play-Knopf, um das Erklärvideo zu diesem Abschnitt anzuzeigen. "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"HTML('')"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "A9zCuFkyLl28"
},
"source": [
"\n",
"---\n",
"\n",
"**Eine Variablenzuweisung hat die Form var = *Wert* und dient dazu, später wieder auf das entsprechende Objekt zugreifen zu können. Dabei kann der Name der Variable (hier var) beliebig gewählt werden, und bei *Wert* handelt es sich um einen Ausdruck, der ausgewertet werden kann und dabei ein Ergebnis liefert.**\n",
"\n",
"---\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"tab = pandas.read_csv('https://github.com/antje-schweitzer/eisverkauf2018/raw/main/eisverkauf.2018.csv')"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"tab"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"print(tab)\n",
"print('Hier kommt noch ein weiterer Befehl.')\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "tzWG6ByzpSSA"
},
"source": [
"# Eisverkaufsdaten analysieren"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "DviUhJtZ3EE3"
},
"source": [
"## Data Frames gezielter darstellen\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "sgME5C3ifAxg"
},
"source": [
"Klicken Sie auf den Play-Knopf, um das Erklärvideo zu diesem Abschnitt anzuzeigen. "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"HTML('')"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "gmZ9SCIE7SdN"
},
"source": [
"### Erste und letzte Zeilen\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# die Methode wird einfach mit einem Punkt hinter das Objekt geschrieben\n",
"# tab enthält einen DataFrame\n",
"# head() ist eine Methode für DataFrames\n",
"# zusammen:\n",
"tab.head()\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# vergleiche die Ausgabe von head ohne und mit Argument für Zeilenanzahl\n",
"print('Einmal ohne Argument:')\n",
"print(tab.head())\n",
"print('Und einmal mit 10 als Argument:')\n",
"print(tab.head(10))"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "6qQH05XEuYzc"
},
"source": [
"Der `tail()`-Befehl funktioniert analog, zeigt aber das Tabellenende. Probieren Sie es aus, indem Sie Code in die folgende Zelle schreiben, der die letzten 3 Zeilen der Tabelle ausgibt. "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# ergänzen Sie hier den Befehl zur Ausgabe der letzten drei Zeilen von tab\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"HTML('')"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "BDz8i2yxzMkC"
},
"source": [
"### Nutzung des Zeilenindex\n",
"\n",
"\n",
"---\n",
"\n",
"**Nummerierung beginnt in Python immer bei 0.**\n",
"\n",
"---\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# gib die Daten der vierten Zeile aus\n",
"# entspricht der Zeile mit dem Index 3 \n",
"# da der Index ab 0 zählt\n",
"tab.loc[3]"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"tab = pandas.read_csv('https://github.com/antje-schweitzer/eisverkauf2018/raw/main/eisverkauf.2018.csv',index_col=0)\n",
"print(tab.head())"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"print(tab.loc['2018-01-04'])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"print(tab.loc[['2018-06-01','2018-07-01','2018-08-01']])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"print(tab.loc['2018-06-01':'2018-06-30'])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"print(tab.loc['2018-06-01':'2018-06-08','Portionen'])"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "V6iYZIsH4IJK"
},
"source": [
"### Einzelne Spalten extrahieren"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "D1CsBS7VfExR"
},
"source": [
"Klicken Sie auf den Play-Knopf, um das Erklärvideo zu diesem Abschnitt anzuzeigen. "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"HTML('')"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"print(tab['Portionen'])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"print(tab['Portionen'].loc['2018-06-01':'2018-06-08'])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"print(tab.loc['2018-06-01':'2018-06-08']['Portionen'])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# Zugriff auf mehrere Zellen in einer Spalte \n",
"# entweder erst die Spalte extrahieren, dann loc für die Zeilen verwenden\n",
"print(tab['Portionen'].loc['2018-06-01':'2018-06-08'])\n",
"# oder mit loc direkt Zeilen sowie Spalte spezifizieren\n",
"print(tab.loc['2018-06-01':'2018-06-08','Portionen'])\n",
"# oder zuerst loc anwenden, und dann erst die Spalte extrahieren\n",
"print(tab.loc['2018-06-01':'2018-06-08']['Portionen'])\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "EsmwctQZPSxK"
},
"source": [
"# Zusammenfassung Programmieren bisher\n",
"\n",
"Sie haben eben im Vorbeigehen schon einiges übers Programmieren in Python gelernt:\n",
"\n",
"\n",
"* Einrückungen dürfen in Python nur in bestimmten Fällen gemacht werden\n",
"* Das Schlüsselwort zum Laden von Bibliotheken ist *import* \n",
"* Kommentare können mithilfe von \\# Zeichen direkt im Code eingefügt werden\n",
"* Zeichenketten müssen in Anführungszeichen gesetzt werden\n",
"* Funktionen bekommen Information als Argumente in Klammern übergeben.\n",
"* Eine Variablenzuweisung hat die Form var = *Wert* und dient dazu, später wieder auf das entsprechende Objekt zugreifen zu können. Dabei kann der Name der Variable (hier var) beliebig gewählt werden, und bei *Wert* handelt es sich um einen Ausdruck, der ausgewertet werden kann und dabei ein Ergebnis liefert. \n",
"* Indizes zählen in Python immer von 0\n",
"\n",
"Sie haben außerdem erste Python-Funktionen kennengelernt:\n",
"\n",
"* pandas.read_csv bezeichnet die read_csv Funktion der *pandas*-Bibliothek\n",
"* mit dem Argument index_col kann man bei read_csv spezifizieren, welche Spalte als Index genutzt werden soll\n",
"* print ist die Funktion zur Ausgabe von Werten\n",
"* head() und tail() sind Methoden für *pandas*-DataFrames, die den Anfang bzw. das Ende einer Tabelle anzeigen\n",
"* loc ist eine Eigenschaft von *pandas*-DataFrames, mit der man über einen Index auf die Zeilen zugreifen kann\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "5sXc3O2fAgDx"
},
"source": [
"# Aufgabe\n",
"\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "qDl3Xfrk9RjL"
},
"source": [
"## Wetterdaten laden\n",
"\n",
"Laden Sie mithilfe der read_csv-Funktion aus der pandas-Bibliothek Wetterdaten für eine Stuttgarter Wetterstation von https://github.com/antje-schweitzer/wetterdaten/raw/main/wetterdaten. \n",
"\n",
"Schreiben Sie den Code in folgende Zelle:"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# Code zum Laden der Wetterdaten\n",
"import ... # Ersetzen Sie die Punkte durch den Namen der zu ladenden Bibliothek\n",
"\n",
"# schreiben Sie hier den Aufruf der read_csv-Funktion \n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "ynmIf48o-NXT"
},
"source": [
"## Zeitraum der Wetterdaten bestimmen\n",
"\n",
"Lassen Sie die Wetterdaten hier ausgeben und beantworten Sie folgende Fragen:\n",
"\n",
"* Wie viele Zeilen und Spalten hat die Tabelle? \n",
"* Über welchen Zeitraum reichen die Daten? "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# Code zum Ausgeben der Tabelle \n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "gV-TtYKq-3JM"
},
"source": [
"\n",
"## Das Wetter an einem bestimmten Tag\n",
"\n",
"Lesen Sie die Wetterdaten so ein, dass das Datum als Index behandelt wird. \n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# Einlesen der Daten mit dem Datum als Index\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "xKN8EInv_I19"
},
"source": [
"Geben Sie nun die Wetterdaten für den 27. August 2015 aus. Wie war das Wetter? "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# Das Wetter am 27.7.2015\n",
"\n",
"\n"
]
}
],
"metadata": {
"language_info": {
"name": "python"
}
},
"nbformat": 4,
"nbformat_minor": 0
}