• Computer kennen nur 0 und 1
• Nachricht (Syntax):
  Folge von 0en und 1en
• Information (Semantik):
  Bedeutung der Nachricht

• Wertigkeit der Stellen: $2^i$
• $101_2 $
  $= 1 * 4 + 0 * 2 + 1 * 1 $
  $= 5_{10}$

• Wertigkeit der Stellen: $16^i$
• $10_{16} = 1 * 16 + 0 * 1 = 16_{10}$
• $AF_{16} $
  $= 10 * 16 + 15 * 1 $
  $= 175_{10}$

• Grenzen der Darstellung können zu Problemen führen
• Reddit: Reddit-Kommentare laufen bei 32-Bit über
• Google: l+f: Integer-Überlauf Gangnam-Style

• Python ist eine:
  • höhere Sprache
  • interpretierte Sprache

• Python verwendet Einrückung um Blöcke zu bilden
• Viele andere Sprachen: { }

• Datentypen:
  • Ganzzahl: int
  • Dezimalzahl: float
  • Komplexe Zahl: complex
• Built-in Types
• Python 3: int is unbeschränkt

								Python 3.10.6
								>>> import sys
								>>> sys.float_info
								sys.float_info(
									max=1.7976931348623157e+308, ...
									min=2.2250738585072014e-308, ...)
							

• Höhere Datenstruktur
• Kann verschiedene Werte aufnehmen
• Kann über Index zugegriffen werden
• Neue Elemente können angehängt werden
• Dokumentation

• Höhere Datenstruktur
• Kann verschiedene Werte aufnehmen
• Kann über Index zugegriffen werden
• Feste Länge
• Unterstützt "unpacking"
• Dokumentation

• Hashtabelle
• Kann über Schlüssel zugegriffen werden
• Dokumentation

• Menge
• Kann jedes Element nur einmal enthalten
• Dokumentation

• Teil 1: DWD Warnzellen CSV
  dwd.de https://t.ly/-ajyu
• Teil 2: Open Power System Data Wetter Daten CSV
  open-power-system-data.org https://t.ly/IbeO
• Teil 3: Data USA Bevölkerung JSON
  datausa.io https://t.ly/8Py-

• with open(DATEI, MODUS) as f
  Python Dokumentation

								>>> with open('cap_warncellids_csv.csv', 'r') as f:
								...     print(f.readline())
								... 
								# WARNCELLID;NAME;KENNUNG (NUTS);KURZNAME;KENNUNG (SIGN)
							

• csv
  Python Dokumentation
• Bibliotheken für CVS Daten

								>>> import csv
								>>> with open('cap_warncellids_csv.csv', newline='') as csvfile:
								...     reader = csv.reader(csvfile, delimiter=';', quotechar='"')
								...     for row in reader:
								...         print(row)
								... 
								['\ufeff# WARNCELLID', 'NAME', 'KENNUNG (NUTS)', 'KURZNAME', 'KENNUNG (SIGN)']
								['101001000', 'Stadt Flensburg', 'DEF01', 'Flensburg', 'FLX']
								['101002000', 'Stadt Kiel', 'DEF02', 'Kiel', 'KIX']
							

• Bedingte Verzweigung: if
  Python Dokumentation

								>>> namen = ['Paul', 'Peter', 'Gustav']
								>>> for name in namen:
								...     if name == 'Paul':
								...         print('Paul wurde gefunden!')
								...     elif 'P' in name:
								...         print('Gefunden:', name)
								...     else:
								...         print('Nicht gefunden:', name)
								... 
								Paul wurde gefunden!
								Gefunden: Peter
								Nicht gefunden: Gustav
							

• Teil 1: DWD Warnzellen CSV
  dwd.de https://t.ly/-ajyu
  Schreibe ein Python Programm das aus die Warnzellen ID von Roth ausgibt.

								import csv

								with open('cap_warncellids_csv.csv', newline='') as csvfile:
									reader = csv.reader(csvfile, delimiter=';', quotechar='"')
									for row in reader:
										if row[3] == 'Roth':
											print(f'{row[1]}: {row[0]}')
							

								> python teil1.py   
								Kreis Roth: 109576000
								Stadt Roth: 809576143
							

• Teil 1: DWD Warnzellen CSV
  dwd.de https://t.ly/-ajyu
• Teil 2: Open Power System Data Wetter Daten CSV
  open-power-system-data.org https://t.ly/IbeO
• Teil 3: Data USA Bevölkerung JSON
  datausa.io https://t.ly/8Py-

• enumerate "nummeriert" Listen
  Python Dokumentation

								>>> namen = ['Paul', 'Peter', 'Gustav']
								>>> for i, name in enumerate(namen):
								...     print(i, name)
								... 
								0 Paul
								1 Peter
								2 Gustav
							

• Python kann Teillisten (list slicing)
  Python Dokumentation

								>>> liste = [1,2,3,4,5,6,7,8,9]
								>>> liste[:5]
								[1, 2, 3, 4, 5]
								>>> liste[5:]
								[6, 7, 8, 9]
								>>> liste[1:6:2]
								[2, 4, 6]
								>>> liste[::2]
								[1, 3, 5, 7, 9]
							

• Teil 2: Open Power System Data Wetter Daten CSV
  open-power-system-data.org https://t.ly/IbeO
  Stelle einen Temperaturwert von Deutschland (Spalte DE_temperature) für den 1.1. jedes Jahres graphisch dar.
• Hinweis: Jeder 8760te Wert

								import csv
								import matplotlib.pyplot as plt

								with open('weather_data.csv', 'r') as csvfile:
									reader = csv.reader(csvfile, delimiter=',', quotechar='"')
									spalten = reader.__next__()
									# Finde Spalten-Nr
									index = None
									for i, titel in enumerate(spalten):
										if titel == 'DE_temperature':
											index = i
									print("Die Daten sind in Spalte", index)
									# Extrahiere Daten
									zeit = []
									temp = []
									for row in reader:
										zeit.append(row[0][:4])
										temp.append(float(row[index]))
									print("Die Daten sind extrahiert.")
									...
							

									...
									# Daten Darstellen
									fig, ax = plt.subplots()
									ax.plot(zeit[::8760], temp[::8760])
									plt.show()
							

• Teil 1: DWD Warnzellen CSV
  dwd.de https://t.ly/-ajyu
• Teil 2: Open Power System Data Wetter Daten CSV
  open-power-system-data.org https://t.ly/IbeO
• Teil 3: Data USA Bevölkerung JSON
  datausa.io https://t.ly/8Py-

• json
  Python Dokumentation
• Bibliotheken für JSON Daten

								>>> import json
								>>> data = None
								>>> with open('data.json', 'r') as f:
								...     data = json.load(f)
								... 
								>>> print(data['data'][0])
								{'ID Nation': '01000US', 'Nation': 'United States', 'ID Year': 2020, 'Year': '2020', 'Population': 326569308, 'Slug Nation': 'united-states'}
							

• Teil 3: Data USA Bevölkerung JSON
  datausa.io https://t.ly/8Py-
  Stelle die Bevölkerungsentwicklung in den USA graphisch dar.

								import json
								import matplotlib.pyplot as plt

								with open('data.json', 'r') as f:
									data = json.load(f)
									# Extrahiere Daten
									jahr = []
									anzahl = []
									for eintrag in data['data']:
										jahr.append(eintrag['Year'])
										anzahl.append(int(eintrag['Population']))
									print("Die Daten sind extrahiert.")
									# Daten Darstellen
									jahr.reverse()
									anzahl.reverse()
									fig, ax = plt.subplots()
									ax.plot(jahr, anzahl)
									plt.show()
							

• YouTube Video Reihe:
  https://www.youtube.com/@Gravitar
• https://www.python-kurs.eu/python3_kurs.php
• https://www.python-lernen.de/
• https://www.python-forum.de/
• Buch: Python von Kopf bis Fuß: Aktuell zu Python 3

• The Python Tutorial
• The Hitchhiker's Guide to Python
• https://www.python-lernen.de/
• Buch: Introducing Python: Modern Computing in Simple Packages