Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen der Seite angezeigt.

--- gf_informatik:daten_sca:datenverarbeitung_python [2023-05-23 15:04] – [Aufgabe D3: Gemeinden] sca
+++ gf_informatik:daten_sca:datenverarbeitung_python [2025-03-09 06:14] (aktuell) – [JSON] sca
@@ Zeile 6: / Zeile 6: @@
 ++++Lernziele|
+Prüfungsrelevant ist alles, was in den Lektionen und Übungen behandelt wurde. Die Lernziele unten dienen als Gradmesser und sind nicht unbedingt komplett.
    * Was ist **Datenverarbeitung**? Mache Beispiele.
    * **Vor- und Nachteile** von Datenauswertung mit Spreadsheets vs. Textfiles und Python
-   * Vorgehen bei Datenverarbeitung mit Python
+   * Strings in Zahlen (int und float) umwandeln und umgekehrt.
+   * Unterschiede von ints und floats kennen und wissen, wann man welche verwenden soll.
    * Erkläre was **Textfiles** und **Binärfiles** sind, vergleiche diese und mache Beispiele.
    * Textdateien in Python **einlesen** und **schreiben** können.
-   * Daten mit Python **verarbeiten** können, z.B.: alle Werte durchgehen, mit diesen Rechnen, in neuer Form speichern ...
+   * Daten mit Python **verarbeiten** können, z.B.: alle Werte durchgehen, mit diesen Rechnen, in neuer Form speichern.
+   * **Textdateiformate CSV & JSON**:
+     * Beide Einlesen und Schreiben können.
+     * Bedeutung von CSV und JSON kennen.
+     * Miteinander vergleichen: Vor- und Nachteile?
+   * **Dictionaries:**
+     * Wissen, sie sind und wie sie aufgebaut sind.
+     * Mit ihnen arbeiten können (Values auslesen, neue Einträge, löschen , alle Keys oder Werte durchgehen ...)
+     * Dictionaries mit Listen vergleichen können.
+     * Verbindung Dictionaries <-> JSON erklären.
+     * JSON-File als Dictionary einlesen, Dictionary als JSON-File speichern
+   * Situationen erkennen, in denen man **Try-Except** anwenden kann ...
+   * ... und anwenden
 ++++
@@ Zeile 476: / Zeile 492: @@
 </code>
-Mit `fruits.keys()` und `fruits.values()` kann man *Listen* aller Keys resp. Values erstellen. Dies kann man nutzen, um alle **Key-Value-Paare** systematisch durchzugehen:
+Mit `fruits.keys()` und `fruits.values()` kann man alle **Key-Value-Paare** systematisch durchzugehen:
 <code python>
 # Option 1
@@ Zeile 485: / Zeile 501: @@
 for key,value in fruits.items():
     print(key,value)
+</code>
+Die Befehle `.keys()` und `.values()` erstellen "dict_key" Objekte (zumindest in neueren Python Versionen). Möchte man aber eine **Liste mit allen Keys oder Values** eines Dicts haben, muss man diese mit der `list()`-Funktion noch in solche umwandeln:
+<code python>
+key_list = list(fruits.keys())
+value_list = list(fruits.values())
 </code>
@@ Zeile 558: / Zeile 580: @@
 # SCHREIBEN von JSON-File
-with open('my_file.json', 'w') as json_file:
+with open('my_file.json', 'w', encoding='utf-8') as json_file:
-    json.dump(data, json_file, indent=4) # indent: Anz. Leerschlaege zum Einruecken
+    json.dump(data, json_file, indent=4, ensure_ascii=False) # indent: Anz. Leerschlaege zum Einruecken
 </code>
@@ Zeile 672: / Zeile 694: @@
 ===== Lösungen =====
-++++Auftrag A|
+<nodisp 2>
+++++Lösungen A|
 === Aufgabe A1 ===
@@ Zeile 777: / Zeile 801: @@
 ++++
-++++Auftrag B|
+++++Lösungen B|
 === Teil I ===
@@ Zeile 916: / Zeile 940: @@
     writer.writerows(data) # Write the data to the CSV file
 </code>
-++++
-++++Auftrag B (II)|
-<nodisp 2>
 === Teil IV ===
@@ Zeile 1004: / Zeile 1022: @@
     writer.writerows(data) # Write the data to the CSV file
 </code>
-</nodisp>
 ++++
@@ Zeile 1011: / Zeile 1027: @@
 ++++Lösungen C|
-<nodisp 2>
 === Teil I ===
@@ Zeile 1113: / Zeile 1127: @@
     txt_file.write('   * Gemeinden mit grösster identischer Anz. EW: ' + inhabitants_max_double_towns[0] + ' und ' + inhabitants_max_double_towns[1] + '\n')
 </code>
-</nodisp>
 ++++
@@ Zeile 1120: / Zeile 1132: @@
 ++++Lösungen D|
-<nodisp 2>
 ==== Aufgaben D1 ====
@@ Zeile 1307: / Zeile 1317: @@
 print(count)
 </code>
-</nodisp>
 ++++
+</nodisp>