LF6 2.1 Python

LF6 2.1 Python

Bild von https://commons.wikimedia.org/wiki/File:Python_molurus_molurus-Portrait.jpg

Datum und Zeit

Um mit Datum und Zeit zu arbeiten gibt es das modul datetime, dass wir importieren müsssen:

import datetime

Es gibt noch ein weiteres Modul mit Namen time, dass ist aber eher zum messen von Auasführungszeiten von Skripten gedacht.

Mit

print(datetime.datetime.now())

bekommen wir das aktuelle Datum mit Zeit ausgegeben.

Es kann die Zeit gespeichert werden, indem der Zeitpunkt in die Klammer geschrieben wird:

yesterday = datetime.datetime(2017, 11, 6, 11, 39, 48, 683626)

Pandas

Pandas ist eine sehr mächtige Bibliothek um Daten aus verschiedenen Quellen einzulesen, wissenschaftlich mathematisch zu bearbeiten und das Ergbnis graphisch oder textlisch darzustellen. Wir werden Pandas vor allem in der iPython-Konsole verwenden. Bei Anaconda ist iPython und Pandas bereits vorinstalliert.

import pandas

Einzelne Objekte in Panda werden DataFrames genannt. Wir legen zuerst ein eignes DataFrame an, dass eine Tabelle enthält:

df = pandas.DataFrame([[1,2,3],[4,5,6]])

Wir schauen uns die Tabelle an:

df
Out[5]: 
   0  1  2
0  1  2  3
1  4  5  6

Wir können in Pandas sehr einfach die Spalten benennen:

df = pandas.DataFrame([[1,2,3],[4,5,6]],columns=["Spalte1","Spalte2","Spalte3"])

Und das Ergebnis:

df
Out[8]: 
   Spalte1  Spalte2  Spalte3
0        1        2        3
1        4        5        6

Wir können auch die Zeilen benennen:

df = pandas.DataFrame([[1,2,3],[4,5,6]],columns=["Spalte1","Spalte2","Spalte3"], index=["Zeile1","Zeile2"])

Und das Ergebnis:

df
Out[10]: 
        Spalte1  Spalte2  Spalte3
Zeile1        1        2        3
Zeile2        4        5        6

Wir schauen uns alle Befehle für eien Dataframe an:

dir(df)

Die Liste ist sehr lang und hat sehr viele mathematische Berechnungen im Angebot.

Wir berechnen den Durchschnitt pro Spalte:

df.mean()

Wir können auch nur eine Spalte ansprechen:

df.Spalte1

Das Maximum von Spalte3:

df.Spalte3.max()