pds-it
['Produktdetailseite','nein']
Softwareentwicklung / Python
Die Illustrationen sind in Kooperation von Menschen und künstlicher Intelligenz entstanden. Sie zeigen eine Zukunft, in der Technologie allgegenwärtig ist, aber der Mensch im Mittelpunkt bleibt.
KI-generierte Illustration

Datenvisualisierung mit Python

Online
2 Tage
Deutsch
PDF herunterladen
€ 1.390,–
zzgl. MwSt.
€ 1.654,10
inkl. MwSt.
Buchungsnummer
42222
Veranstaltungsort
Online
5 Termine
€ 1.390,–
zzgl. MwSt.
€ 1.654,10
inkl. MwSt.
Buchungsnummer
42222
Veranstaltungsort
Online
5 Termine
Werde zertifizierter
Machine Lerning Engineer
Dieser Kurs ist Bestandteil der zertifizierten Master Class "Machine Learning Engineer". Bei Buchung der gesamten Master Class sparst du über 15 Prozent im Vergleich zur Buchung dieses einzelnen Moduls.
Zur Master Class
Inhouse Training
Firmeninterne Weiterbildung nur für eure Mitarbeiter:innen - exklusiv und wirkungsvoll.
Anfragen
In Kooperation mit
So bringst du Daten zum Sprechen! In diesem praxisorientierten Kurs tauchst du in die Welt der modernen Datenvisualisierung ein – von den ersten Datenanalysen, über beeindruckende und barrierefreie Visualisierungen, bis hin zu interaktiven Dashboards.
Inhalte

In diesem Kurs lernst du, Daten mit Python eindrucksvoll und verständlich zu visualisieren.

Von den Grundlagen mit Pandas und Matplotlib über elegante statistische Plots mit Seaborn bis hin zu interaktiven Dashboards mit Plotly – Schritt für Schritt erarbeitest du dir die wichtigsten Tools der modernen Datenvisualisierung.

Entdecke Best Practices, erstelle eigene Visualisierungen und hebe deine Analysen auf ein neues Level – praxisnah, sodass das Gelernte direkt im Alltag angewendet werden kann.

1. Refresh: Datenanalyse mit NumPy und Pandas

  • Überblick: Ziel und Ablauf des Kurses
  • Datenanalyse mit NumPy
    • Arrays, Datentypen, Indexierung
    • Relevanz für numerische Datenvisualisierung
  • Level-up mit Pandas
    • Series und DataFrames
    • Daten einlesen (CSV, Excel)
    • Angewandte Datenexploration (head, describe, info, isnull, value_counts)
    • Einfache Korrekturen
  • Mini-Übung: Erste Analyse eines echten Datensatzes (z. B. Titanic, Iris)

2. Grundlagen der Visualisierung mit Matplotlib

  • Philosophie von Matplotlib
  • Plot-Typen: 
    • Line, Scatter, Bar, Histogramm, Boxplot
  • Achsen, Titel, Legenden, Farben & Stile
  • Subplots und Layouts
  • Speichern von Plots (PNG, PDF, SVG)
  • Mini-Übung: Verschiedene Plots mit echten Daten erzeugen

 

3. Datenanalyse und Visualisierung mit Seaborn

  • Warum Seaborn? High-Level vs. Low-Level APIs
  • Plot-Typen:
    • countplot, boxplot, violinplot
  • histplot, scatterplot
  • pairplot & heatmap
  • Zusammenhangsanalyse:
    • Korrelationen visualisieren (heatmap)
    • Relationale & kategorische Daten darstellen
  • Design & Stil-Anpassung
  • Mini-Übung: Explorative Datenanalyse mit Seaborn

 

4. Visual Storytelling und Best Practices

  • Unterschied zwischen explorativer & erklärender Visualisierung
  • Visuelle Prinzipien:
    • Farben • Achsen • Skalierung • Annotationen
  • Common Pitfalls: Was macht eine "schlechte" Grafik aus?
  • Einführung in Design-Richtlinien (Data-Ink-Ratio & Tufte-Prinzipien)
  • Mini Übung : Schlechte Grafiken verbessern

 

5. Interaktive Visualisierung mit Plotly

  • Warum interaktive Visualisierung?
  • Einführung in Plotly Express
    • px.scatter, px.bar, px.line, px.histogram, px.box
  • Interaktive Features: Zoom, Hover, Tooltips
  • Farben, Facetten, Animationen
  • Mini-Übung: Ansprechende und interaktive Dashboards mit Plotly Express

 

6. Plotly Graph Objects & Dash-Einführung

  • Plotly Graph Objects (GO) vs. Express
    • Flexibilität und Customization
  • Einführung in Dash (konzeptuell)
    • Aufbau eines einfachen Dashboards
  • Layouts und Callbacks (Demo)
  • Mini-Übung: Visualisiere einen kleinen interaktiven Report

 

7. Weitere Tools & Spezialvisualisierungen

  • Altair: deklarative Visualisierung
  • Bokeh: interaktive Webplots
  • Geopandas & Folium: Karten und geografische Daten
  • Wordclouds & Netzwerke
  • Wann welches Tool? Überblick & Vergleichstabelle

 

8. Mini-Projekt

  • Mini-Projekt (einzeln oder in kleinen Gruppen):
    • Daten analysieren, visualisieren und präsentieren
    • Mindestens zwei Libraries verwenden
  • Ziel: Erkenntnisse aus Daten visuell kommunizieren
  • Kurzpräsentationen & Feedback-Runde
  • Abschluss: Q&A sowie Tipps für weiterführendes Lernen

 

Anforderung: Grundkenntnisse in der Programmierung in Python sind von Vorteil

Zusatzinfo: 

  • Folgendes muss von den Teilnehmenden im Vorfeld installiert werden:
  • Python (mind. Version 3.10+)
  • Eine Python IDE (z. B. PyCharm oder VSCode)
  • Genügend Host-Rechte, um Pakete mit pip installieren zu können
Dein Nutzen
  • Vorbereiten und Analysieren von Daten
  • Wählen der richtigen Visualisierung für den jeweiligen Use Case
  • Kennenlernen der Bandbreite der Python-Visualisierungen
  • Erstellen von professionellen und verständlichen Diagrammen
  • Entwickeln von interaktiven Visualisierungen
  • Best Practices für gutes Visual Storytelling
Trainer:innen
David Pinezich
Methoden

Dieser Kurs besticht durch eine Mischung aus angeleiteten Übungen, Theorie und Schaubeispielen sowie Hands-on-Szenarien, die von den Teilnehmenden angepasst, erweitert oder selbst erstellt werden. Jedes Kapitel schließt mit einer Mini-Übung ab.

Der Kurs endet mit einer explorativen und interaktiven Projektarbeit.

Abschlussprüfung
Empfohlen für

Dieser Kurs richtet sich an alle, die Daten nicht nur analysieren, sondern überzeugend visualisieren wollen:

  • Datenanalyst:innen und Data Scientists
  • Studierende und Forschende aus allen Fachrichtungen
  • Business-Analyst:innen und Controller:innen
  • Entwickler:innen mit Interesse an Datenvisualisierung
  • Alle, die mit Daten arbeiten und ihre Ergebnisse verständlich kommunizieren möchten
Starttermine und Details

Lernform

Learning form

20.11.2025
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
9.2.2026
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
28.5.2026
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
28.9.2026
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
17.12.2026
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert

Das Training wird in Zusammenarbeit mit einem autorisierten Trainingspartner durchgeführt. Dieser erhebt und verarbeitet Daten in eigener Verantwortung. Bitte nehme die entsprechende Datenschutzerklärung zur Kenntnis.

Du hast Fragen zum Training?
Ruf uns an unter +49 761 595 33900 oder schreib uns auf service@haufe-akademie.de oder nutze das Kontaktformular.