Daten

Daten beherrschen die Welt - aber wer beherrscht die Daten? In sechs Wochen lernen wir den Datenbegriff kennen, bearbeiten Daten in einer Tabellenkalkulation, kombinieren Daten aus verschiedenen Quellen und schreiben Code, um Daten zu verändern.

Hide

Data Processing in Python
Dictionaries
Für Fortgeschrittene: Home-Made Dictionaries
Kartendaten mit Python

Nur für LP sichtbar:

Weitere Inhalte (noch nicht fertig):

Datenquellen kombinieren, Open Data

Datenbegriff
- Was ist das, „Daten“? - Information. Bsp. Temperaturmessungen an mehreren Messpunkten über die Zeit, Einkommen jedes Haushalts für ein Land.
- Oft haben wir eine Vielzahl von Einträgen (Zeilen, Records), von denen jeder einer bestimmten Struktur (z.B. Spalten in einer Tabelle) gehorcht.
- Grosse Datenmengen müssen zusammengefasst (aggregiert) werden, um sinnvoll damit umgehen zu können
  - Durchschnitt: Mittlere Temperatur pro Station, Durchschnittseinkommen der Schweiz
  - Summe: Gesamteinkommen (Marktgrösse) aller Haushalte
  - Quantile: Einkommen der untersten / obersten 10% aller Haushalte
Daten & Tabellen
- Materialien:
  - https://rothe.io/?page=ict/spreadsheet/index
- Rohdaten erfassen in Google Sheets / Excel
- Daten umwandeln (Zell-Referenz, Formeln)
- Daten zusammenfassen (Durchschnitt, Summe)
- Ideen:
  - Temperaturmessungen (Umwandlung Fahrenheit, Durchschnitt…)
  - Notentabelle (Durschnitt, Runden, Gewichtung)
Diagramme
- Säulen, Linien, Karte
- https://www.callingbullshit.org/tools/tools_proportional_ink.html
Datenquellen kombinieren, Open Data
Daten im Code (ev.)
- CSV lesen & schreiben
- Parallelisieren, Sharding
  - Moore's Law, Parallelism vs. Higher Computing Speeds
  - Speed-Up
- Konsequenzen für Data Processing
  - Summe lässt sich parallel in vielen Threads berechnen, Durchschnitt nicht direkt (nur via Summe / Anzahl), Median gar nicht.
- Python High-Level Parallelism
  - Forget Threads…
  - Async & Await
- Map-Reduce Intro: wie Google die Websuche neu erfand.

Lernziele

Tabellen
- Du kannst Tabellen, Arbeitsblätte, Zeilen & Spalten verwenden
- Sortieren & Filtern
- Auswählen und Kopieren
Formeln & Bezüge
- Einfache Rechnungen durchführen (Grundrechenoperationen)
- Bezüge verwenden inklusive $-Notation für absolute Bezüge
- Du kennst die folgenden Funktionen: SUM, SUMPRODUCT, AVG, MROUND
- Automatisches Ausfüllen mit Ziehen und Copy-Paste.
Diagramme:
- Säulen und Liniendiagramm
- Proportional Ink Rule
- Achsen-Kürzungen verstehen
Open Data:
- Du kennst mehrere Datenseiten, die offene Daten zur Verfügung stellen.
  - … und kannst dort Daten finden zu Themen, die dich interessieren.
- Du kennst die Probleme, die sich ergeben, wenn zwei unterschiedliche Datenbanken verknüpft werden (unterschiedliche Definitionen…)
(opt.) Data in Python
- Du kannst Daten im CSV-Format einlesen und exportieren.
- Du kannst Daten in Python aggregieren (Mittelwert, Median, Summe, Anzahl)
- Du kannst die Datenbearbeitung parallel ausführen.
- Du kennst das Prinzip des Sharding