Menu
CoddyTech
JETZT LERNEN
flag De iconDeutschdown icon
machine Learning iconTeil der Machine Learning-JourneyNeuJourney

Datenvisualisierung mit Python, NumPy und pandas

Arrays mit NumPy, Tabellen mit pandas und Diagramme mit matplotlib: das Werkzeug, mit dem jedes ML-Projekt beginnt. Schreib den Code, und dein Diagramm erscheint im Tab Diagramme.

MIT DEM LERNEN BEGINNEN(kostenlos)
Lehrplan ansehenDaten und Diagramme-Playground

1,000+ codders eingeschrieben

60 Lektionen59 Aufgaben250 Quizfragen

  • Anfängerfreundlich
  • sparkles iconKI-gestützte Coding-Hilfe
  • hint iconPraktische, interaktive Lektionen
  • quiz iconQuizfragen zum Wissenstest
  • certificate iconKostenloses Abschlusszertifikat

Lehrplan

1 Abschnitte60 Lektionen59 Aufgaben250 Quizfragen

Dieser Abschnitt ist Teil der Machine Learning-Journey. Der vollständige Lehrplan enthält weitere Abschnitte - klicke unten auf eine Vorschau, um sie auf der Journey-Seite anzusehen.

  1. Abschnitt 1

    Daten und Diagramme

    Abschnitt startenStartenAusklappenEinklappen    Das Toolkit, mit dem jedes Machine-Learning-Projekt beginnt: NumPy-Arrays, matplotlib-Diagramme und pandas-Tabellen. Lade echte Datensätze, fasse sie zusammen und visualisiere deine Ergebnisse.60 Lektionen59 Aufgaben250 Fragen

    Einführung

    4 Lektionen320

    NumPy-Arrays

    5 Lektionen520

    Rechnen mit Arrays

    6 Lektionen625

    Daten formen

    4 Lektionen415

    Linien- und Streudiagramme

    6 Lektionen625

    Diagramme für Daten

    5 Lektionen520

    pandas DataFrames

    6 Lektionen625

    Filtern und Sortieren

    5 Lektionen520

    Gruppieren und Bereinigen

    5 Lektionen520

    DataFrames visualisieren

    5 Lektionen520

    Datensätze für ML

    5 Lektionen520

    Abschließende Herausforderungen

    4 Lektionen420
  2. Abschnitt 2Statistik für ML64 Lektionen
  3. Abschnitt 3Überwachtes Lernen58 Lektionen
  4. Abschnitt 4Unüberwachtes Lernen51 Lektionen
Den vollständigen Lehrplan der Machine Learning-Journey ansehen
Das bekommst du
Alles, was du zum Programmierenlernen nutzt

Lernen durch Tun

Schreibe echten Code, frage Datenbanken ab, erstelle Websites und meistere KI-Prompts. Unsere interaktiven Lektionen decken alle Fähigkeiten ab, die moderne Entwickler brauchen.

playground.js
Code-Editor
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
Test #1test Case Success icon
Test #2test Case Success icon
Test #3test Case Failure icon
Eingabe
"Alex"
Ausgabe
"Hello, Coddy! Alex"

Baue deine Serie auf

Bleib konsequent und sieh zu, wie dein Fortschritt wächst! Verfolge deine tägliche Programmiergewohnheit, schütze deine Serie mit Einfrieroptionen und verdiene Belohnungen für jeden Tag.

12 Tage Serie

Komm morgen zurück, um deine Serie zu halten!

fire Filled icon
left icon

January 2026

right icon

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

21

22

23

24

25

26

27

28

29

30

product Double Or Nothing icon

Doppelt oder Nichts

Tag 5 von 7

fire Freeze icon

Serie Einfrieren

2 left

Überall coden

Nimm deine Programmierreise mit! Keine Einrichtung, keine Downloads: einfach öffnen und loslegen. Verfügbar auf iOS, Android und Web mit 4,9-Sterne-Bewertungen.

Python
7Streak
250Punkte
5Energie
Variablen
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Right Done icon
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Left Done icon
journey Hex Active Base iconjourney Hex Active Shadow iconjourney Hex Active Top iconjourney Lesson Theory Challenge icon
FORTSETZEN
journey Path Right icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson Theory Challenge icon
journey Path Left icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson All icon
Reise
Ziele
Bestenliste
Profil
4.9
SternSternSternSternStern
Bewertung

Du bist nicht allein

Tritt auf globalen Bestenlisten an, lade Freunde ein, um Belohnungen zu verdienen, und feiert gemeinsam eure Erfolge. Programmieren macht mit Freunden mehr Spaß!

Herausforderer-Liga
Herausforderer-LigaTop 7 steigen auf
leaderboard First icon1
avatar 1 icon
fire Filled icon
Alex7+ Days
2840
leaderboard Second icon2
avatar 2 icon
fire Filled icon
Jordan7+ Days
2650
leaderboard Third icon3
avatar 3 icon
fire Filled icon
Sam7+ Days
2420
4
avatar 4 icon
Casey
2180
5
avatar placeholder icon
fire Filled icon
Morgan7+ Days
1950
leaderboard Arrow Up iconAufstiegszoneleaderboard Arrow Up icon

Jeder Lernweg, alles dabei

Lies, höre, teste dich, frag die KI oder schlage nach, was du schon gelernt hast. Jede Lektion passt sich dir an.

Einführung in Variablen
Audio

Eine Variable ist ein benannter Container, der einen Wert speichert, auf den du später im Programm verweisen kannst.

In Python erstellst du eine, indem du den Namen, ein Gleichheitszeichen und dann den Wert schreibst.

Der Wert kann sich ändern - eine neue Zuweisung verweist den Namen einfach auf einen neuen Wert.

1xSarah

Werde zertifiziert

Verdiene Zertifikate für jeden abgeschlossenen Kurs. Füge sie deinem LinkedIn-Profil und Lebenslauf hinzu, um Arbeitgebern deine Programmierkenntnisse zu zeigen.

CoddyAbschlusszertifikat
Hiermit wird bestätigt, dassMax Mustermannerfolgreich abgeschlossen hat
python iconPython-Grundlagen
Verifiziert
DatumJan. 2026
LinkedInZu LinkedIn hinzufügen

Warum du NumPy, pandas und matplotlib mit Coddy lernen solltest

  • Dein Diagramm, sofort. Tipp plt.plot(x, y), führ den Code aus, und die echte matplotlib-Grafik erscheint im Tab Diagramme neben deinem Code. Jede Lektion hat ein Diagramm oder eine Skizze, vom Array als nummerierte Kästchen bis zum groupby, das Zeilen auf Stapel sortiert.
  • NumPy so, wie ML es nutzt: Arrays und Shapes, Slicing, Rechnen mit ganzen Arrays, Statistik pro Achse, Broadcasting, boolesche Masken und Zufallszahlen mit Seed.
  • matplotlib ab der ersten Zeile: Linien- und Streudiagramme, Beschriftungen und Legenden, Farben und Marker, Balkendiagramme, Histogramme, Diagramme nebeneinander mit plt.subplots und Arrays als Bilder.
  • pandas mit echten Tabellen: CSV-Dateien einlesen, auswählen, filtern, sortieren, neue Spalten, value_counts, groupby, fehlende Werte und Plotten direkt aus einem DataFrame.

Häufige Fragen zu NumPy, pandas und matplotlib

Was ist der Unterschied zwischen NumPy, pandas und matplotlib?

NumPy hält Zahlen in schnellen Arrays und rechnet mit allen auf einmal. pandas baut auf NumPy Tabellen auf, mit benannten Spalten, CSV-Dateien, Filtern und Gruppieren. matplotlib zeichnet die Diagramme. Fast jedes Data-Science- oder Machine-Learning-Programm in Python importiert alle drei, deshalb lernst du sie in diesem Abschnitt zusammen.

Soll ich zuerst NumPy oder pandas lernen?

Kurz NumPy, dann pandas. Eine pandas-Spalte ist ein NumPy-Array mit Namen, also ergeben Masken, Rechnen mit ganzen Spalten und Statistik pro Achse Sinn, sobald du sie an Arrays gesehen hast. Der Abschnitt widmet NumPy vier Kapitel, wechselt dann mit diesem Wissen zu pandas und zeichnet die ganze Zeit Diagramme.

Muss ich etwas installieren, um Diagramme zu erstellen?

Nein. Dein Code läuft auf Coddy mit echtem matplotlib, und die gezeichnete Grafik kommt in den Tab Diagramme in deinem Browser zurück. Kein Jupyter Notebook und kein Anaconda einzurichten, also reicht auch ein Chromebook oder ein Arbeitslaptop ohne Adminrechte.

Welche Diagramme lerne ich zu erstellen?

Liniendiagramme, Streudiagramme, mehrere Linien mit Legende, Balkendiagramme, Histogramme, mehrere Diagramme in einer Grafik, Bilder aus Arrays, Diagramme direkt aus einem DataFrame, eine Farbe pro Gruppe und den Vergleich der Histogramme zweier Gruppen. Jedes mit Titel und Beschriftungen, bereit für einen Bericht.

Muss ich Python können, bevor ich NumPy und pandas lerne?

Die Grundlagen: Variablen, Schleifen, Funktionen und Listen, also den Abschnitt Grundlagen im Python-Kurs. Dictionaries, import und alles andere, was der Abschnitt braucht, wird in einem Satz erklärt, wo es zum ersten Mal auftaucht.

Wie lange dauert es, NumPy, pandas und matplotlib zu lernen?

Dieser Abschnitt hat 60 Lektionen, etwa 10 Stunden in deinem Tempo: drei Wochen bei einer halben Stunde am Tag. Er ist der erste Abschnitt des Machine-Learning-Kurses, danach sind Modelle der nächste Schritt.

Ist dieser Kurs zur Datenvisualisierung mit Python kostenlos?

Ja. Die Lektionen, die Diagramme, die KI-Hinweise und das Abschnittszertifikat sind kostenlos. Mit einem kostenlosen Konto schaffst du ein paar Lektionen am Tag, und Pro hebt das Tageslimit auf.

Lernpfade, die diesen Kurs enthalten

Dieser Kurs ist ein Schritt eines längeren Pfads: mehrere Kurse in der Reihenfolge, in der ein Mentor sie unterrichten würde, jeder mit eigenem kostenlosem Zertifikat.

Illustration der Programmiersprachen bei Coddy

Lerne Daten und Diagramme mit Coddy

LOS GEHT'S