Das Handwerk umsetzen.
Ein Einblick in kleine unabhängige Projekte bekommen
Projekt Webscraping to Dash
In diesem Projekt wurde das Webscraping von über 7.500 Biersorten von der Webseite biermap24 mithilfe von Python und der Bibliothek BeautifulSoup durchgeführt. Um den umfangreichen Datenmengen gerecht zu werden und den Prozess zu optimieren, wurde Multithreading eingesetzt. Dies ermöglichte es, mehrere Webanfragen gleichzeitig zu verarbeiten und die Datenextraktion signifikant zu beschleunigen, was besonders bei einer so großen Anzahl von Biersorten entscheidend war.
Nach der Extraktion der Daten wurde eine umfassende Datenbereinigung und Datenaufbereitung mit Python vorgenommen. Hierbei wurden fehlerhafte, doppelte oder unvollständige Einträge identifiziert und entfernt, sodass die gesammelten Daten in einer strukturierten und nutzbaren Form vorlagen. Anschließend wurde mit Dash und Flask ein interaktives Dashboard entwickelt, das es den Nutzern ermöglicht, die über 7.500 Biersorten zu analysieren. Das Dashboard bietet vielseitige Filter- und Suchfunktionen, um gezielt nach bestimmten Biersorten zu suchen, Informationen zu extrahieren und die Daten nach individuellen Kriterien zu untersuchen. Dies fördert eine tiefgehende Datenanalyse und ermöglicht es den Nutzern, wertvolle Insights auf eine benutzerfreundliche Weise zu gewinnen.
Skills: Python ( requests, BeautifulSoup, flask, dash, pandas, plotly )
Projekt Stock Analytics
In diesem Projekt wurde mit Python und dem Webframework Streamlit eine interaktive Applikation entwickelt, das den Nutzern ermöglicht, einen umfassenden Überblick über den Aktienmarkt zu erhalten. Die Daten werden per Pythonskript täglich automatisiert heruntergeladen und in einer eigenen Datenbank verteilt und gesichert, um stets aktuell zu bleiben. Abfragen durch den Benutzer werden also mit Daten aus der eigenen Datenbank abgerufen.
Die Daten wurden über das yfinance-Modul importiert, das eine nahtlose Anbindung an historische und aktuelle Finanzdaten von verschiedenen Börsenplattformen bietet.
Die Applikation bietet eine benutzerfreundliche Oberfläche, auf der Anwender verschiedene Filtermöglichkeiten und Vergleichsfunktionen nutzen können, um spezifische Aktienkurse zu analysieren. Nutzer können gezielt nach Aktien suchen, unterschiedliche Zeiträume für historische Daten auswählen und die Performance von Unternehmen miteinander vergleichen.
Die interaktive Gestaltung der Applikation sorgt dafür, dass alle Informationen intuitiv zugänglich sind. Durch die flexible Filterung und Auswahlmöglichkeiten können Nutzer gezielt bestimmte Kennzahlen und Börsenticker einsehen, während Vergleichsansichten es ermöglichen, mehrere Unternehmen parallel zu analysieren..
Skills: Python ( streamlit, yfinance, CurrencyConverter, pandas, plotly, math ) + SQL ( postgres )
Github
Weitere kleinere Projekte und Einblicke in meine Expertise im Bereich Python-Codierung sind auf meinem GitHub-Profil verfügbar. Dort finden Sie verschiedene Arbeiten, die meine Fähigkeiten in der Datenanalyse, der Anwendung von Python-Bibliotheken und der Lösung von praktischen Problemen mithilfe von Python demonstrieren.