Agenda
Einführung in Python für Data Analytics
Arbeiten mit pandas, matplotlib & plotly
Grundlagen auffrischen: Variablen, Schleifen, Bedingungen, Funktionen
Daten importieren, bereinigen & analysieren
Diagramme & Visualisierungen erstellen
Praxis: Live-Mitprogrammieren & Beispiele für eigene Projekte
Für die aktive Teilnahme benötigst du eine funktionierende Python-Umgebung auf deinem Computer.
Python für Data Analytics – kompakter Praxiseinstieg
Ziel des Seminars
Python ist eine der wichtigsten Sprachen für moderne Datenanalyse. Sie überzeugt durch ihre einfache Syntax, ihre Vielseitigkeit und eine große Auswahl an leistungsfähigen Bibliotheken. In diesem zweistündigen Online-Seminar lernst du, wie du Python gezielt zur Datenanalyse einsetzt – von der Datenaufbereitung bis zur Visualisierung.
Das Seminar richtet sich an alle, die bereits erste Programmiererfahrung mitbringen – unabhängig von der bisher genutzten Sprache. Wenn dir grundlegende Konzepte wie Schleifen, Verzweigungen und Funktionen vertraut sind, bist du hier genau richtig.
Du lernst praxisnah, wie du mit Python Daten einliest, verarbeitest, analysierst und visualisierst. Dabei kommen zentrale Bibliotheken wie pandas, matplotlib und ploty zum Einsatz. Die Inhalte werden live demonstriert, und du kannst alle Schritte parallel mitprogrammieren.
Ziel dieses Seminars ist es, Teilnehmenden mit grundlegenden Programmierkenntnissen einen kompakten und praxisnahen Einstieg in die Datenanalyse mit Python zu ermöglichen.
Du wirst nach dem Seminar:
grundlegende Python-Konzepte für Data Analytics anwenden können
Daten importieren, bereinigen, filtern und analysieren
Diagramme und Auswertungen mit matplotlib und plotly erstellen
Lerninhalte
1. Einstieg in Python für Data Analytics
Überblick über Python und seine Einsatzmöglichkeiten in der Datenanalyse
Einführung in Bibliotheken wie pandas, matplotlib und plotly
2. Auffrischung zentraler Programmierkonzepte
Variablen, Datentypen, Schleifen und Bedingungen
Funktionen schreiben und wiederverwenden
3. Arbeiten mit Daten in Python
Daten importieren (z. B. CSV-Dateien)
Daten bereinigen, filtern und gruppieren mit pandas
4. Daten visualisieren
Erstellen von Diagrammen und Visualisierungen
Darstellen von Trends, Gruppen und Zusammenhängen
5. Praxisübungen und Anwendung
Mitprogrammieren in Echtzeit anhand praktischer Beispiele
Tipps für eigene Projekte und weiterführende Lernressourcen
Voraussetzungen
Für die aktive Teilnahme benötigst du eine funktionierende Python-Umgebung auf deinem Computer.
Du kannst dabei frei entscheiden, ob du mit Jupyter Notebooks oder einer IDE wie VS Code oder PyCharm arbeitest.
Im Seminar selbst wird nicht auf das Programmier-Setup eingegangen – bitte stelle sicher, dass du Python vorab installiert hast. Eine Videoanleitung zur Installation findest du hier.
Der Dozent demonstriert die Beispiele in PyCharm.
Educator
Heute arbeite ich bei in einem großen Unternehmen in der Automobilindustrie im Bereich Data Analytics als Data Engineer/ Data Scientist. Nebenbei unterrichte ich an der Dualen Hochschule Baden-Württemberg.
Jannik Wiessler
Data Engineer/ Data Scientist & Dozent
AITAS Academy – Trainings und Workshops für Städte und Kommunen, sowie Bildungseinrichtungen in BW
