In diesem Modul lernen Sie grundlegende Datenstrukturen in Python kennen, darunter Listen, Tupel, Wörterbücher und Mengen. Ausgehend von Listen und Tupeln lernen Sie, wie Sie Datensammlungen mithilfe von Indizierungs-, Slicing- und Sortierungstechniken speichern und manipulieren können. In praktischen Übungen üben Sie wichtige Operationen wie das Klonen von Listen und die Manipulation von Tupeln. Das Modul führt dann in Dictionaries ein, in denen Daten in Schlüssel-Wert-Paaren gespeichert werden, und Sie werden praktische Erfahrungen beim Erstellen und Arbeiten mit ihnen sammeln. Schließlich werden Sie Sets untersuchen, eine ungeordnete Sammlung, die nur eindeutige Elemente enthält, und lernen, wie Sie Set-Operationen und logikbasierte Aufgaben durchführen können. Am Ende dieses Moduls werden Sie über ein solides Grundverständnis dieser zentralen Python-Datenstrukturen verfügen.

In diesem Modul werden Sie eine solide Grundlage in den Kernkonzepten der Python-Programmierung aufbauen, die für die angewandte Datenwissenschaft unerlässlich sind. Das Modul beginnt mit Bedingungen und Verzweigungen, wo Sie lernen, Vergleichs- und logische Operatoren zu verwenden, um den Ablauf Ihres Programms zu steuern. Anschließend lernen Sie Schleifen, einschließlich for- und while-Schleifen, kennen, um Sequenzen zu iterieren und sich wiederholende Aufgaben effizient auszuführen. Als Nächstes befasst sich das Modul mit Funktionen, wobei Sie lernen, wie Sie eingebaute Python-Funktionen verwenden und eigene Funktionen definieren, um Code effektiv zu strukturieren und wiederzuverwenden. Außerdem lernen Sie die Behandlung von Ausnahmen kennen, ein wichtiges Konzept, das es Ihrem Programm ermöglicht, mit Fehlern angemessen umzugehen und robust zu bleiben. Schließlich werden Sie in Objekte und Klassen eingeführt, die Grundlage der objektorientierten Programmierung in Python. Sie werden lernen, wie Sie Ihre eigenen Klassen definieren und Objekte erstellen, Attribute und Methoden verstehen und sehen, wie reale Probleme mit Hilfe von OOP-Prinzipien modelliert werden können.

In diesem Modul lernen Sie zunächst die Grundlagen der Arbeit mit Daten in Python kennen. Der Schwerpunkt liegt auf dem Lesen und Schreiben von Daten in Dateien in verschiedenen Formaten wie Text, CSV und JSON. Sie werden lernen, wie Sie Dateien effizient öffnen, lesen, schreiben und manipulieren können, was für den Umgang mit realen Daten unerlässlich ist. AS lernt die wichtigsten Python-Bibliotheken für die Datenmanipulation und mathematische Operationen kennen. Wichtige Bibliotheken wie Pandas helfen Ihnen bei der Arbeit mit strukturierten Daten in Tabellenformaten, während NumPy numerische Operationen auf Arrays und Matrizen unterstützt. Am Ende des Moduls sind Sie in der Lage, Daten mit Python effizient zu handhaben, zu manipulieren und mathematische Operationen auszuführen, was eine solide Grundlage für fortgeschrittene Techniken der Datenanalyse darstellt.

In diesem Modul werden verschiedene Techniken zur Datenerfassung untersucht, wobei der Schwerpunkt auf der Verwendung von APIs, Web Scraping und der Arbeit mit verschiedenen Dateiformaten liegt. Am Ende dieses Moduls werden Sie mit den notwendigen Werkzeugen und Kenntnissen ausgestattet sein, um Daten aus verschiedenen Quellen, sowohl strukturierten als auch unstrukturierten, zu sammeln. Das Modul umfasst praktische Übungen, optionale Inhalte zur weiteren Vertiefung und eine umfassende Abschlussprüfung, um Ihr Gesamtverständnis des Kurses zu testen.