Python Notebooks haben sich als Standardformat für analytische Arbeit etabliert. Sie verbinden Code, Ergebnisse und Erläuterungen in einem nachvollziehbaren Dokument. Der Kurs zeigt, wie Notebooks für strukturierte Analyseworkflows eingesetzt und gepflegt werden.

!Kursinhalt

!1. Aufbau und Bedienung von Notebooks
*Zellenarten und Ausführungslogik
*Dokumentation mit Markdown-Zellen
*Strukturierung längerer Analysen

!2. Datenflüsse innerhalb eines Notebooks
*Einlesen, Aufbereiten und Auswerten
*Wiederverwendung von Variablen und Funktionen
*Trennung von Logik und Darstellung

!3. Visualisierung und Zwischenergebnisse
*Diagramme direkt in Notebooks
*Zusammenfassende Tabellen
*Konsistente Darstellung über mehrere Schritte

!4. Versionierung und Kollaboration
*Notebooks in Git verwalten
*Saubere Trennung von Daten und Code
*Übergabe an Kolleg:innen und Stakeholder

!Berufliche Relevanz

*Reproduzierbare Analysen im Team
*Bessere Nachvollziehbarkeit eigener Arbeit
*Brücke zwischen explorativer und produktiver Analytik