Dozentennotizen

Allgemeine Hinweise


Es ist in Ordnung, wenn Sie nicht die ganze Lektion durcharbeiten: Diese Lektion ist für Leute gedacht, die noch nie programmiert haben, aber in jeder Klasse können Leute mit den unterschiedlichsten Vorkenntnissen sitzen. Wir haben daher genug Material aufgenommen, um einen ganzen Tag zu füllen, aber wir erwarten, dass viele Angebote nur bis zur Einführung in Pandas reichen werden.

Sagen Sie den Leuten nicht, dass sie etwas googeln sollen: Eines der Ziele dieser Lektion ist es, Anfängern zu helfen, ein praktikables mentales Modell davon aufzubauen, wie Programmieren funktioniert. Solange sie dieses Modell nicht haben, werden sie nicht wissen, wonach sie suchen sollen oder wie sie eine hilfreiche Antwort erkennen können. Ihnen zu sagen, sie sollen googeln, kann auch den Eindruck erwecken, dass wir ihr Problem für trivial halten. (Davon abgesehen, wenn die Lernenden schon genug programmiert haben, um diese Probleme zu überwinden, kann es ihnen helfen, ihr Verständnis zu festigen, wenn sie online nach Lösungen suchen) Es lohnt sich auch, Trevor King’s Kommentar zur Online-Suche zu zitieren: “Wenn Sie etwas finden, waren andere Leute verwirrt genug, um sich mit einem Blog- oder Stack Overflow-Beitrag die Mühe zu machen, also ist es wahrscheinlich nicht trivial.”

Laufen und Beenden


Variablen und Zuweisungen


Datentypen und Typkonvertierung


Eingebaute Funktionen und Hilfe


Morgenkaffee


Bibliotheken


Tabellarische Daten in DataFrames einlesen


Pandas DatenFrames


Hinweis für den Dozenten

Die Lernenden tun sich hier oft schwer, da viele nicht mit Finanzdaten und -konzepten arbeiten und daher Schwierigkeiten haben, die Beispielkonzepte zu verstehen. Das größte Problem ist jedoch die Zeile, die den wealth_score generiert, dieser Schritt muss gründlich besprochen werden: * Es wird eine implizite Konvertierung zwischen booleschen Werten und Fließkommazahlen verwendet, die im Kurs bisher noch nicht behandelt wurde. * Das Argument Achse=1 muss deutlich erklärt werden.



Plotten


Mittagessen


Listen


For-Schleifen


Konditionale


Schleifen über Datensätze


Kaffee am Nachmittag


Funktionen schreiben


Variablenumfang


Programmierstil


Nachbereitung


Rückmeldung