Kursmall
Data Science Toolbox – Klimatdata & Stadsanalys
Analys och visualisering av klimatdata med Python-bibliotek som pandas, numpy och matplotlib.
Didaktiskt syfte
Denna kursmall introducerar strukturerade steg för dataanalys med Python. Fokus ligger på import och strukturering av datamängder, statistisk utvärdering av klimatdata samt deras grafiska tolkning. De enskilda modulerna representerar den typiska arbetsflödet inom modern dataanalys – från dataförberedelse till analys, visualisering och enklare prediktiva modeller. Det stödjer kompetensutveckling inom datobaserad modellering och analys inom området datahantering.
Kompetensfokus
- Import och strukturering av klimatdata från CSV-filer med pandas
- Beräkning av statistiska mätvärden som medel, median, standardavvikelse och intervall med hjälp av numpy
- Visualisering av tidsstreck och datadistributioner med matplotlib
- Transformation av datamängder till JSON-strukturer och lagring via REST-API:er
- Analys av databasdata genom att konvertera JSON till pandas DataFrames
- Undersökning av kopplingar och underuppsättningar av datamängder genom filtrering och jämförelseanalys
- Skapande av enkla förutsägelsemodeller med linjär regression för att analysera långsiktiga temperaturtrender
Modulens struktur
Visualisering av klimatdata från CSV
Introduktion till laddning av klimatdatamängder från CSV-filer, deras statistiska utvärdering och visualisering av temperaturtidsserier med matplotlib.
Analysera temperaturstatistik med NumPy
Statistisk analys av temperatursdata genom beräkning av centralvärden och jämförelse av spridning mellan flera städer.
Spara klimatdata i användardatabasen
Bygga enkel data pipeline genom att konvertera CSV-data till JSON och spara datamängderna via REST API i en databas.
Analysera klimatdata från användardatabasen
Hämta lagrade klimatdata via REST-gränssnitt, konvertera till DataFrames och statistisk analys med efterföljande visualisering.
Förbättrad visualisering av klimatdata
Analys och grafisk representation av klimatdata med olika diagramtyper för att undersöka tidsserier och relationer.
Temperaturtrend med linjär regression
Introduktion till grundläggande maskininlärningskoncept genom att träna ett linjärt regressionsmodell för att analysera långsiktiga temperaturtrender.
De tydligt strukturerna moduler möjliggör ett steg-för-steg introduktion till dataanalys, statistisk utvärdering och visualisering och kan flexibelt integreras i lektionsserier.
Använd den demo-tillgången för att testa mallen och anpassa enskilda analys- eller visualiseringssteg efter era lärandegrupper.