Sparpaket: Programmieren mit Python - Unterrichtsreihe & Präsentation

Diese vierteilige Unterrichtsreihe zum Thema Datenanalyse mit Python und pandas ist ideal auf die Anforderungen der Sekundarstufe II im Fach Informatik abgestimmt. Die Reihe vermittelt zentrale Kompetenzen in der Arbeit mit strukturierten Datensätzen, der Auswertung mit pandas und der Visualisierung mit matplotlib und seaborn. Die Struktur der Reihe orientiert sich an einem projektorientierten Lernansatz, der den gesamten Datenanalyseprozess vom Import bis zur Präsentation abbildet. Die vier enthaltenen Unterrichtseinheiten im Überblick: Einführung & Grundlagen der Datenanalyse mit pandas Die Schüler lernen, Daten in Python zu importieren, mit df.head(), df.info() und df.describe() zu analysieren und grundlegende Strukturen wie DataFrames und Series zu verstehen. Gruppenarbeit zur Bereinigung und Aggregation realer Datensätze In dieser Einheit wird mit realitätsnahen, fehlerbehafteten Datensätzen gearbeitet. Die Schülerinnen und Schüler identifizieren fehlende Werte, bereinigen Daten und wenden Gruppierungen und Aggregationen mit groupby() und pivot_table() an. Recherche und Visualisierung offener Datenquellen Es erfolgt eine eigenständige Recherche von Open-Data-Plattformen. Die Schüler analysieren selbstgewählte Datensätze und erstellen aussagekräftige Diagramme (Boxplot, Histogramm, Scatterplot, Heatmap). Eigenständige Projektarbeit mit vollständigem Analysezyklus Jede Schülerin und jeder Schüler bearbeitet eine vollständige Datenanalyse mit eigener Fragestellung, Datenaufbereitung, Visualisierung und Reflexion. Die Unterrichtseinheiten enthalten didaktisch strukturierte Aufgabenformate mit verschiedenen Anforderungsbereichen, digitale Tools und vielfältige Differenzierungsmöglichkeiten. Die Reihe eignet sich für den regulären Informatikunterricht sowie für prüfungsbezogene Vertiefung in Projektkursen oder Vorbereitung auf das Abitur. Vorteile dieser Unterrichtsreihe: Strukturierter Aufbau mit klar definierten Lernzielen Förderung von Medien-, Fach- und Urteilskompetenz Einsatz realer Datensätze für hohe Lebensweltorientierung Kombination aus Theorie und Praxis für nachhaltige Kompetenzentwicklung

Klassenstufen: Q1 (11./12. Jhg.), Q2 (12./13. Jhg.)

Diese PowerPoint-Präsentation im 16:9-Format bietet eine strukturierte, didaktisch klar gegliederte Einführung in das Thema Datenanalyse mit Python und pandas. Sie eignet sich ideal für den Einsatz im Informatikunterricht der gymnasialen Oberstufe und vermittelt zentrale Aspekte moderner Datenanalyse praxisnah, visuell unterstützt und in 12 übersichtlichen Folien. Die Präsentation behandelt die wichtigsten Inhalte der Datenanalyse mit Python auf Grundlage der leistungsstarken Bibliothek pandas. Zentrale SEO-relevante Stichworte wie DataFrame, pandas-Methoden, Visualisierung mit matplotlib und seaborn, Gruppierung und Aggregation, sowie Fehlermanagement in Python werden ausführlich und in alltagstauglichen didaktischen Zusammenhängen dargestellt. Die Präsentation gliedert sich entlang der Themenstruktur einer vierteiligen Unterrichtseinheit: Einführung in strukturierte Datenformate und den Aufbau eines DataFrames Datenimport und grundlegende Exploration mit pandas Umgang mit fehlenden Werten, Typkonvertierungen und Datenbereinigung Aggregation von Daten mittels groupby() und pivot_table() Erstellung und Interpretation von Diagrammen mit matplotlib Erweiterte statistische Visualisierung mit seaborn Recherche offener Datenquellen und Datenethik Umsetzung eigenständiger Projektarbeiten zur Datenanalyse Typische Fehlerquellen und Troubleshooting in der Datenverarbeitung Jede der Folien enthält mindestens fünf didaktisch relevante Stichpunkte mit je über 15 Wörtern, sodass auch in Vertretungsstunden oder bei spontaner Themeneinführung ein fundierter Unterrichtseinstieg gelingt. Durch die klare Struktur eignet sich das Material zur Einführung, Wiederholung oder Präsentation im Abiturvorbereitungskontext. Die Präsentation ist kompatibel mit Windows und macOS und lässt sich direkt in bestehende Unterrichtsreihen integrieren. Sie wurde speziell für die Anforderungen der gymnasialen Oberstufe im Fach Informatik konzipiert und bietet eine umfassende visuelle Grundlage zur Vermittlung datengestützter Methoden mit Python.

Klassenstufen: EF (10./11. Jhg.), Q1 (11./12. Jhg.)