Schlagwort: Numpy

miniconda & Co

Mein Beitrag zum Kampf mit pip unter meinem Linux-System hat  tatsächlich zu Reaktionen geführt und ich habe einen interessanten Tipp in dem Kontext bekommen (Danke Hendrik!). Ich solle miniconda verwenden, um darüber virtuelle Umgebungen für Python zu verwalten. Interessanterweise habe ich zu conda und miniconda im Rahmen meiner Behandlung von Anaconda und dem Jupyter Notebook in verschiedenen Videokursen bei LinkedIn Learning (Lil) mehrere Videos veröffentlicht (zuletzt wieder bei dem ganzen neuen Training zu CPython). Aber selbst nutze ich Anaconda eigentlich gar nicht, da ich mit pip immer zufrieden war und bisher auch in der Praxis keine virtuellen Umgebungen für Python benötigt habe. Deshalb habe ich miniconda bzw. conda ziemlich ignoriert. Der Hinweis von Hendrik, wie  komfortabel miniconda virtual environments ist sowie die (extrem sinnvollen!!) Beschränkungen der Basisumgebung von Python unter meinem Linux haben mich motiviert, das zu ändern.

Ausprobiert und das geht ja wirklich extrem einfach.

„miniconda & Co“ weiterlesen

Numpy-Training

Ich frage mich langsam, ob es noch Zufall ist. Aber es kam in der letzten Zeit echt oft vor, dass ich an neuen Aufnahmen für LinkedIn Learning (LiL) gesessen hatte und in genau der Zeit ein Training von mir veröffentlich wurde, das ich in einer vorherigen Aufnahme-Session eingespielt hatte. Wobei ich das ganz und gar nicht negativ meine, aber genau das ist gerade wieder passiert. Wir leben in der Matrix.

Mein neues Training ist ein Grundkurs zu Numpy. Diese Python-Bibliothek habe ich bei diveren anderen Videotraining schon dabei, aber immer nur als Randthema. Mir schien es an der Zeit, Numpy aus der Nebenrolle ins Rampenlicht zu holen. „Numpy-Training“ weiterlesen

Python für die Datenanalyse: Grundlagen

Da isses ja! Im letzten Nov aufgenommen und jetzt brandneu veröffentlicht.

Python für die Datenanalyse: Grundlagen

Mein neustes Online-Training bei LinkedIn Learning – eine Adaption eines US-Trainings – dreht sich um Big Data und die Auswertung und Analyse von Daten sowie deren Manipulation, Transformation und ihrer sinnvollen Aufbereitung über Python samt seinen diversen Bibliotheken. Neben dem allgemeinen Verständnis für Data Science und Big Data werden auch Tools und Bibliotheken wie Anaconda, das Jupyter Notebook oder Numpy und Pandas behandelt.