Data Science mit Python at Hochschule Bonn-Rhein-Sieg
Flashcards and summaries for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg
It’s completely free
4.5 /5
4.8 /5
4.5 /5
4.8 /5
Study with flashcards and summaries for the course Data Science mit Python at the Hochschule Bonn-Rhein-Sieg
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
Was versteht man unter einer objektorientierten Programmiersprache?
Der objektorientierte Ansatz erlaubt es, komplexe Systeme in kleinere und besser
beherrschbare Komponenten zu zerlegen
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
Wie unterscheiden sich objektorientierte, funktionale und imperative Programmierung?
a. Objektorientierte Programmierung = Modellierung eines Ausschnitts aus der realen Welt.
b. Funktionale Programmierung = Lösung eines Problems als mathematischer Zusammenhang zwischen Ein- und Ausgabevariablen.
c. Imperative Programmierung = Lösung eines Problems durch Abarbeitung von sequenziellen Schritten.
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
3. Wie unterscheiden sich R, SPSS und Python?
a. SPSS ist eine umfangreiche Werkbank für Statistiker, welche Excel ähnelt und leicht zu bedienen ist, jedoch um die gegebenen Funktionen limitiert ist. (Software)
b. R ist extrem skalierbar und hat eine höhere Lernkurve, als SPSS. Es fehlt jedoch die große Library von Python und auch die Bearbeitungsgeschwindigkeit ist langsamer. (Programmiersprache)
c. Python ist eine objektorientierte Programmiersprache, die bei Data Scientists sehr beliebt ist. Python kann viel mehr, als nur Statistik - bspw. die Automatisierung von eintönigen Aufgaben (Programmiersprache)
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
Nennen Sie Datentypen und erläutern Sie, warum diese ggf. transformiert werden müssen?
a. Integer (Ganze Zahlen - Numerischer Datentyp)
b. Boolesche Werte (True/False)
c. Float (Gleitkommastellen)
d. String (Zeichenkette)
Die Datentypen müssen ggf. transformiert werden, um überhaupt erst ausgewertet zu werden. Bei einem String kann man beispielsweise keine mathematischen Berechnungen durchführen. ( Jede Bibliothek erfordert für bestimmte Funktionen einen von der Funktion vorgelegten Datentyp)
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
6. Wie können die Angaben einer Person innerhalb einer Liste (Name, Vorname, Anschrift, Alter) in einen „Lücken“-Text eingefügt werden?
Es kommt darauf an, welchen Datentyp man bearbeitet. Verschiedene Herangehensweise an Array, Liste, Tupel (geht gar nicht muss gelöscht werden)
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
7. Wie bekommt man den Datentyp eines Objektes heraus?
a. Mithilfe des “type(….)”-Befehls ( …= Objekt welches geprüft werden soll)
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
8. Welche Datenstrukturen kennen Sie?
Liste: Keine feste Zuweisung von Schlüsseln - Aufruf über Index
a. Tupel
b. Set
c. Dictionary/Lexikon: Verbindet Objekt mit eindeutigem Schlüssel
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
9. Was ist der Unterschied zwischen einer Liste und einem Tupel?
. Bei einer Liste kann man Werte entfernen bzw. hinzufügen
a. Bei Tupeln ist dies nicht möglich. Nur, wenn man ihn vorher in eine Liste umwandelt.
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
10. Wie erstellt man eine Liste?
Eine Liste dient der Gruppierung von verschiedenen Werten und fasst diese zu einem Objekt zusammen. Dabei gibt es keine Restriktionen hinsichtlich der von der Liste beinhalteten Datentypen (Strings, Zahlen, etc.). In Analogie zu den Strings, wählt auch hier die „0“ das erste Listenelement im Rahmen der Slice-Notation aus.
a. Variable = [...,…] - Listen trennen Elemente durch Kommas und werden von eckigen Klammern umrahmt.
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
11. Wie arbeite ich mit Listen (einfügen, löschen, etc.)
.
Wert ändern: liste[0] = Neuer Wert an erster Stelle ausgetauscht
a. Neuen Wert am Ende hinzufügen = liste.append(Neuer Wert)
b. Neuen Wert an bestimmter Stelle einfügen = liste.insert(index, Neuer Wert)
c. Wert entfernen = liste.remove(index)
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
Wie kann ich eine Liste anzeigen lassen?
> liste
a. > print(liste)
Exemplary flashcards for Data Science mit Python at the Hochschule Bonn-Rhein-Sieg on StudySmarter:
Wie bilde ich die Summe einer Liste?
Mit der “sum()”-Funktion = sum(liste) (Geht nur wenn rein Zahlen!)
Your peers in the course Data Science mit Python at the Hochschule Bonn-Rhein-Sieg create and share summaries, flashcards, study plans and other learning materials with the intelligent StudySmarter learning app.
Get started now!
