Woche 7 - Datenvisualisierung mit Python
Eine wichtige Fähigkeit, die wir als Programmierende erlangen ist, dass wir abstrakte Konzepte nicht mehr nur intellektuell erfassen können, sondern diese mithilfe von Programmen konkret und anschaulich machen können. Eine wichtige Voraussetzung dafür ist, dass wir Daten visualisieren können. In dieser Woche werden wir uns deshalb die Bibliothek Matplotlib anschauen. Matplotlib stellt uns einfache Funktionen zur Verfügung, um Daten zu visualisieren. Damit können wir von einfachen Linienplots über Histogramme bis zu Boxplots alle möglichen Arten von Datenvisualisierungen erstellen.
Selbststudium
Bitte arbeiten Sie folgende Lerneinheiten vor der Präsenzveranstaltung am 02. November durch.
Hinweis: Für diese Woche haben wir nur sehr wenig Stoff für das Selbststudium geplant. Nutzen Sie die Zeit jedoch, um selbständig etwas Python zu üben. Insbesondere sollten sie alles bisher behandelten Konzepte gut verstehen.
Präsenzveranstaltung
In der Präsenzveranstaltung werden wir die Simulationen, die wir in der Fallstudie "Gambler's ruin" geschrieben haben, mittels Matplotlib visualisieren.
- Link zur Fallstudie (Aufruf nur in Uninetz oder über VPN möglich)
Studierende von ausserhalb der Uni Basel können die Fallstudie in Google Colab bearbeiten (Link zum Notebook in Colab).
Übungen
Bearbeiten Sie die Übungen in folgendem Jupyter-Notebook:
- Übungsblatt 6 (Aufruf nur in Uninetz oder über VPN möglich)
Reichen Sie Ihre Antworten bis am 8. November auf Adam ein. Sie können Ihre Antworten vorher mit unserem automatisierten Korrekturtool testen.
Kernaussagen
- Die Fähigkeit Daten zu visualisieren hilft uns komplexe Sachverhalte zu verstehen.
- Matplotlib stellt uns mächtige Funktionalität zur Verfügung, um unterschiedliche Aspekte von Daten zu visualisieren.
Lernziele
Die Studierenden
- Können Daten mithilfe von Listen zur Visualisierung aufbereiten
- können einfache Datenvisualisierungen mittels Matplotlib (PyPlot) erstellen.