Python

Programmiersprache für objektorientiertes Programmieren

PROJEKT1/EDV/python/python-excel.html

Inhaltsverzeichnis

Dateiliste ( .php nur im Server-Modus verfügbar)

1. Einleitung

2. Installationshinweise von copilot

3. Programm

Literatur

 

  
1.

Einleitung

Das Zusammenwirken von Datenbeschaffung durch die Programmiersprache Python im Internet ist hilfreich bei der Auswertung mit der Tabellenkalkulation Excel.

Besonders hilfreich ist für die Programmierung von Python, dass die benötigten Scripte durch copilot oder ChatGPT bereits erstellt werden können und in der Regel nur noch auf die speziellen Zwecken angepasst werden müssen.

 

 

  
2.

Installationshinweise von copilot

Prüfung, ob und welche Version von Python auf Windows10 installiert ist:

WINDOWS +R, dann cmd #Eingabeaufforderung, dann

python --version # oder
python3 --version # es wird die Version oder Fehlermeldung angezeigt

Installieren

https://www.python.org/downloads/ # aktuelle Python-Website aufrufen "Python 3.13.3" # aktuelle Windows-Version herunterladen

Downloads: python-3.13.3-amd64.exe #installieren

C:\Users\KGH\AppData\Local\Programs\Python\Python313 # Instalations-Location oder

C:\Program Files\Python313 # alternativer Pfad,

# danach in der Eingabeaufforderung eingeben >>>py

C:\Users\KGH>py
Python 3.13.3 experimental free-threading build (tags/v3.13.3:6280bb5, Apr 8 2025, 14:53:12) [MSC v.1943 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>

weiter Fragen beantwortet copilot:

Welche IDEs oder Code-Editoren sind für Python empfehlenswert?

IDEs:

  1. PyCharm :

    • Besonders geeignet für professionelle Projekte.

    • Unterstützt viele Features wie Debugging, Code-Vervollständigung, und integrierte Tools.

    • Es gibt sowohl eine kostenlose Community-Edition als auch eine kostenpflichtige Professional-Edition.

  2. Visual Studio :

    • Gut geeignet für Python-Entwickler in der Microsoft-Welt.

    • Bietet leistungsstarke Funktionen wie IntelliSense und erweiterte Debugging-Optionen.

  3. Anaconda Spyder :

    • Ideal für Datenwissenschaft und maschinelles Lernen.

    • Bietet integrierte Features für die Arbeit mit wissenschaftlichen Paketen wie NumPy und pandas.

Code-Editoren:

  1. Visual Studio Code (VS Code) :

    • Sehr beliebt wegen seiner Erweiterbarkeit und Leichtigkeit.

    • Hat eine großartige Python-Erweiterung für Linting, Debugging und automatisches Formatieren.

    • Open-Source und kostenlos.

  2. Atom :

    • Ein hackbarer Editor mit einer großen Auswahl an Erweiterungen, darunter auch für Python.

    • Open-Source.

  3. Sublime Text :

    • Sehr schnell und leichtgewichtig.

    • Unterstützt Python mit Erweiterungen.

    • Kostenlos mit optionaler Lizenz für zusätzliche Funktionen.

  4. Jupyter Notebooks :

    • Perfekt für interaktive Programmierung und Datenanalyse.

    • Wird häufig in der Forschung und Datenwissenschaft verwendet.

Mein Tipp : Wenn Sie neu anfangen, probieren Sie Visual Studio Code aus – es ist einfach zu bedienen und hat eine riesige Entwickler-Community. Für datenwissenschaftliche Projekte sind Jupyter Notebooks oder Spyder großartig.

Welche gängigen Python-Bibliotheken sollte ich nach der Installation nutzen?

1. Grundlegende Bibliotheken :

  • NumPy : Ideal für wissenschaftliche Berechnungen und Arbeiten mit Arrays.

  • pandas : Für die Datenanalyse und Datenmanipulation.

  • matplotlib : Zum Erstellen von Datenvisualisierungen.

  • requests : Zum Senden von HTTP-Anfragen (API-Interaktion).

  • Beautiful Soup : Für das Web-Scraping, um Daten aus Webseiten zu extrahieren.

2. Maschinelles Lernen und KI :

  • scikit-learn : Bibliothek für maschinelles Lernen (Modellierung, Algorithmen).

  • TensorFlow und PyTorch : Für Deep Learning und neuronale Netze.

  • Keras : Eine High-Level-API, die auf TensorFlow aufbaut und einfacher zu bedienen ist.

3. Datenvisualisierung :

  • Seaborn : Für ästhetisch ansprechende Visualisierungen, basierend auf matplotlib.

  • Plotly : Interaktive Graphen und Dashboards.

4. Webentwicklung :

  • Flask : Ein minimalistisches Framework für Webanwendungen.

  • Django : Ein leistungsstarkes Framework für größere Webprojekte.

5. Automatisierung :

  • PyAutoGUI : Automatisiert Maus- und Tastaturaktionen.

  • Selenium : Automatisiert Browser-Aktionen und hilft beim Web-Testing.

6. Datengenerierung und -bearbeitung :

  • openpyxl : Für die Arbeit mit Excel-Dateien.

  • Pillow : Für die Bildbearbeitung.

7. Andere nützliche Tools :

  • pytest : Für das Testen und Debuggen von Code.

  • virtualenv : Zum Erstellen virtueller Python-Umgebungen.

Mein Tipp: Beginnen Sie mit den grundlegenden Bibliotheken wie NumPy und pandas, besonders wenn Sie Daten analysieren möchten. Für Webentwicklung bietet Flask einen tollen Einstieg.


Gibt es alternative Methoden zur Installation von Python auf Windows?

COPILOT:

Es gibt ein Plugin für Python in der Eclipse IDE. Es heißt PyDev. PyDev ermöglicht es, Eclipse als Python-IDE zu verwenden und unterstützt auch Jython und IronPython. Es bietet Funktionen wie Code-Vervollständigung, Code-Analyse, Debugger, interaktive Konsole, Refactoring, Django-Integration und vieles mehr 1 .

Du kannst PyDev über den Eclipse Marketplace installieren. Hier sind die Schritte zur Installation:

  1. Öffne Eclipse und gehe zu Help -> Install New Software…
  2. Füge eine neue Site mit der URL https://www.pydev.org/updates/ hinzu.
  3. Wähle die gewünschten Bundles aus der Liste aus und klicke auf Next .

Weitere Informationen findest du auf der PyDev-Seite im Eclipse Marketplace 1.

1 : PyDev - Python IDE for Eclipse

 

  
3.

Programm

 

 

  
4.

Kursdaten automatisch abrufen z. B. für Analysen oder Portfolios (copilot)

 

 
  

Literatur

Python Experte: python für Einsteiger (Nr. 1/2017); nutzt python 2.0.2

Peter Walerowski: Python, Grundlagen und Praxis; Addison-Wesley; www.dnb.de: https://d-nb.info/984842403 ; Inhaltsverzeichnis (.pdf)

Al Sweigert: Routineaufgaben mit Python automatisieren, Praktische Programmierlösungen für Einsteiger; dpunkt.verlag; www.dnb.de: https://d-nb.info/1199637629 ; Inhaltsverzeichnis (.pdf)

python_buch.html

pydev.org

pydev.org (updates)