Interaktive Datenanalyse mit Pandas und Jupyter

Die Open-Source-Bibliothek Pandas ist das "Schweizer Taschenmesser" im Bereich Datenanalyse in Python ohne die Performancenachteile interpretierter Sprachen. Sie punktet mit

* hochperformanter Datenanalyse dank Numpy
* Verarbeitung gängiger Datenformate (CSV, Excel, HDF, SQL, JSON, HTML ...) und
* direktem Zugriff auf Visualisierung, Aggregationen und Statistikfunktionen.

Jupyter ermöglicht die Ausführung von Python im Browser und unterstützt Rich-Text-Elemente sowie auch die direkte Einbindung von Datenvisualisierungen. Der Einsatz von Jupyter und Pandas ist nicht nur für Data Scientists nützlich, sondern auch für Businessanwender (z.B. für Reporting) zugänglich.

Ablaufplan Workshop
-------------------
Teil 1: Grundlagen
* Grundlagen Jupyter Notebooks und Pandas (Informationen)
* Datenein-/ausgabe in verschiedenen Formaten (CSV, Excel, JSON, SQL, HTML ...)
* Übungsteil
* Zugriff und Auswahl von Datenreihen
* Übungsteil
* Aufbau von Pandas: Data Frames & Data Series
* Boolean Indexing
* Zusammenfassung and Q&A

Teil 2: Visualisierung
* Einführung Datenvisualisierung mit Pandas
* Übungsteil
* Datenvisualisierung anpassen & erweitern
* Übungsteil
* Ausblick: Visualisierung jenseits von matplotlib: Bokeh
* Zusammenfassung and Q&A

Teil 3: Datenanalyse und -Aggregation
* Überblick Möglichkeiten Datenaggregation
* Übungsteil
* Erweiterte Analysemöglichkeiten mit Indexing: TimeSeries und Resampling
* Übungsteil
* Zusammenfassung and Q&A

Teil 4: Jupyter und Integration
* Erweitere Funktionen von Jupyter
* Integration mit SciKit-Learn
* Stream Processing
* Integration PySpark
* Zusammenfassung and Q&A

Der Workshop wird den Teilnehmern komplett als Jupiter Notebooks mit Beispieldaten zur Verfügung gestellt.

Technische Anforderungen

Falls Sie ein Gerät Ihrer Firma verwenden, überprüfen Sie vorher bitte, ob eines der folgenden, gelegentlich vorkommenden Probleme bei Ihnen auftreten könnte.
* Workshop-Teilnehmer hat keine Administrator-Rechte.
* Corporate Laptops mit übermäßig penibler Sicherheitssoftware
* Gesetzte Corporate-Proxies, über die man in der Firma kommunizieren muss, die aber in einer anderen Umgebung entsprechend nicht erreicht werden.

Vorkenntnisse
Grundkenntnisse in einer Programmiersprache

Lernziele
Nach dieser Schulung werden die Teilnehmer in der Lage sein:

* Daten mit Pandas einzulesen, zu analysieren, zu aggregieren und zu visualisieren
* Auch werden Techniken zum Resampling und zur statistischen Analyse erlernt
* Jupyter Notebooks: Benutzung und Einsatzmöglichkeiten
* Reports als Excel oder auch in PDF automatisiert zu erstellen

// Alexander Hendorf
@hendorf

ist CTO bei der Königsweg GmbH. Durch seine Vorträge auf internationalen Konferenzen wie MongoDB World NY, EuroPython, MongoDB Days San José oder PyData London ist er ein bekannter Experte im Bereich Datenanalyse. Leidenschaftlich engagiert sich er für Open Source, ist Program Chair der EuroPython, der größten europäischen Python-Konferenz und einer der 25 MongoDB Masters. Bei Königsweg berät er Unternehmen mittels "agiler Datenanalyse" firmenübergreifend, um effizient aus ihren Daten den größten Mehrwert zu schaffen.