veyepar: Effiziente Datenanalyse mit pandas

Hi user

Admin Login:

Name: Effiziente Datenanalyse mit pandas
--client pyconde --show pyconde2012 --room saal1b 1467 --force
Prev: 11 Praktische Anwendung von Metaklassen
Next: 11 Programmieren als Kulturtechnik? Über Hobbyprogrammierer, Gelegenkeitsskripter und Python.

show more...

Author(s):	Dr. Yves Hilpisch
Location	Saal 1B
Date	oct Tue 30	Days Raw Files
Start	14:00	First Raw Start	13:59
Duration	00:60.0:00	Offset	0:00:02
End	15:00	Last Raw End	14:54
Chapters	00:00 0:42:41
Total cuts_time	52 min.

https://2012.de.pycon.org/programm/schedule/sessions/20/
raw-playlist raw-mp4-playlist encoded-files-playlist host archive public tweet mp4 svg png

final audio

assets release.pdf Vortrag_Effiziente_Datenanalyse_mit_pandas.json
logs
Admin: episode episode list cut list raw files day marks day marks day image_files

State:
Locked:	clear this to unlock
Locked by:	user/process that locked.
Start:	initially scheduled time from master, adjusted to match reality
Duration:	length in hh:mm:ss
Name:	Video Title (shows in video search results)
Emails:	email(s) of the presenter(s)
Released:	has someone authorised pubication
Normalise:
Channelcopy:	m=mono, 01=copy left to right, 10=right to left, 00=ignore.
Thumbnail:	filename.png
Description:	Datenanalyse ist eine der Kernaufgaben moderner Technologie. pandas (vgl. http://pandas.pydata.org) ist eine leistungsstarke Python-Bibliothek, die die Möglichkeiten zur Datenanalyse mit Python/NumPy/SciPy in viele Richtungen erweitert. Der Fokus liegt dabei auf Convenience und Performance. Python in Kombination mit pandas macht Datenanalyse im Unternehmens- und Forscheralltag effizient und kann z.T. sogar komplexe und kostenintensive Business Intelligence-Lösungen ersetzen. Besondere Stärken zeigen sich im Zeitreihenmanagement, was für viele Branchen und Unternehmen eine immer höhere Bedeutung erlangt (z.B. Finanzbranche, Energieversorger). Mit pandas werden die guten Datenanalysefähigkeiten von einer typischen Python-Installation mit NumPy, SciPy etc. in vielerlei Hinsicht erweitert, indem z.B. viele Eigenschaften und Features der statistischen Sprache R in die Python-Welt portiert werden. Es ist dabei kein Ersatz für Standard-Bibliotheken wie NumPy, sondern eine nützliche Erweiterung mit viel "eingebauter Intelligenz" für die Datenanalyse. markdown
Comment:	<?xml version='1.0' encoding='UTF-8'?> <ns0:entry xmlns:ns0="http://www.w3.org/2005/Atom" xmlns:ns1="http://schemas.google.com/g/2005" xmlns:ns2="http://search.yahoo.com/mrss/" xmlns:ns3="http://gdata.youtube.com/schemas/2007" xmlns:ns4="http://purl.org/atom/app#"><ns0:category scheme="http://schemas.google.com/g/2005#kind" term="http://gdata.youtube.com/schemas/2007#video" /><ns0:category label="Education" scheme="http://gdata.youtube.com/schemas/2007/categories.cat" term="Education" /><ns0:category scheme="http://gdata.youtube.com/schemas/2007/keywords.cat" term="pyconde" /><ns0:category scheme="http://gdata.youtube.com/schemas/2007/keywords.cat" term="pyconde2012" /><ns0:category scheme="http://gdata.youtube.com/schemas/2007/keywords.cat" term="Dr.YvesHilpisch" /><ns0:id>http://gdata.youtube.com/feeds/api/videos/8LVw2ktxjpA</ns0:id><ns0:author><ns0:name>PyConDE</ns0:name><ns0:uri>https://gdata.youtube.com/feeds/api/users/PyConDE</ns0:uri></ns0:author><ns0:content type="text">Dr. Yves Hilpisch Datenanalyse ist eine der Kernaufgaben moderner Technologie. pandas (vgl. http://pandas.pydata.org) ist eine leistungsstarke Python-Bibliothek, die die Möglichkeiten zur Datenanalyse mit Python/NumPy/SciPy in viele Richtungen erweit</ns0:content><ns0:updated>2012-11-04T17:26:10.000Z</ns0:updated><ns0:published>2012-11-04T17:26:10.000Z</ns0:published><ns1:comments><ns1:feedLink countHint="0" href="https://gdata.youtube.com/feeds/api/videos/8LVw2ktxjpA/comments?client=cfkarsten" rel="http://gdata.youtube.com/schemas/2007#comments" /></ns1:comments><ns2:group><ns2:keywords>pyconde, pyconde2012, Dr.YvesHilpisch</ns2:keywords><ns2:description type="plain">Dr. Yves Hilpisch Datenanalyse ist eine der Kernaufgaben moderner Technologie. pandas (vgl. http://pandas.pydata.org) ist eine leistungsstarke Python-Bibliothek, die die Möglichkeiten zur Datenanalyse mit Python/NumPy/SciPy in viele Richtungen erweit</ns2:description><ns2:title type="plain">Effiziente Datenanalyse mit pandas</ns2:title><ns3:duration seconds="0" /><ns2:content duration="0" expression="full" isDefault="true" medium="video" type="application/x-shockwave-flash" url="https://www.youtube.com/v/8LVw2ktxjpA?version=3&f=user_uploads&c=cfkarsten&d=Aarb2r5skm2_yNTuKEinXdAO88HsQjpE1a8d1GxQnGDm&app=youtube_gdata" ns3:format="5" /><ns2:thumbnail height="360" time="00:00:00" url="http://i.ytimg.com/vi/8LVw2ktxjpA/0.jpg" width="480" /><ns2:thumbnail height="90" time="00:00:00" url="http://i.ytimg.com/vi/8LVw2ktxjpA/1.jpg" width="120" /><ns2:thumbnail height="90" time="00:00:00" url="http://i.ytimg.com/vi/8LVw2ktxjpA/2.jpg" width="120" /><ns2:thumbnail height="90" time="00:00:00" url="http://i.ytimg.com/vi/8LVw2ktxjpA/3.jpg" width="120" /><ns2:category label="Education" scheme="http://gdata.youtube.com/schemas/2007/categories.cat">Education</ns2:category><ns2:category scheme="http://gdata.youtube.com/schemas/2007/developertags.cat">pyconde</ns2:category><ns2:category scheme="http://gdata.youtube.com/schemas/2007/developertags.cat">pyconde2012</ns2:category><ns2:category scheme="http://gdata.youtube.com/schemas/2007/developertags.cat">Dr.YvesHilpisch</ns2:category><ns2:player url="https://www.youtube.com/watch?v=8LVw2ktxjpA&feature=youtube_gdata_player" /></ns2:group><ns0:title type="text">Effiziente Datenanalyse mit pandas</ns0:title><ns4:control><ns4:draft>yes</ns4:draft><ns3:state name="processing" /></ns4:control><ns0:link href="https://www.youtube.com/watch?v=8LVw2ktxjpA&feature=youtube_gdata" rel="alternate" type="text/html" /><ns0:link href="https://gdata.youtube.com/feeds/api/videos/8LVw2ktxjpA/responses?client=cfkarsten" rel="http://gdata.youtube.com/schemas/2007#video.responses" type="application/atom+xml" /><ns0:link href="https://gdata.youtube.com/feeds/api/videos/8LVw2ktxjpA/ratings?client=cfkarsten" rel="http://gdata.youtube.com/schemas/2007#video.ratings" type="application/atom+xml" /><ns0:link href="https://gdata.youtube.com/feeds/api/videos/8LVw2ktxjpA/complaints?client=cfkarsten" rel="http://gdata.youtube.com/schemas/2007#video.complaints" type="application/atom+xml" /><ns0:link href="https://gdata.youtube.com/feeds/api/videos/8LVw2ktxjpA/related?client=cfkarsten" rel="http://gdata.youtube.com/schemas/2007#video.related" type="application/atom+xml" /><ns0:link href="https://gdata.youtube.com/feeds/api/users/pyconde/uploads/8LVw2ktxjpA?client=cfkarsten" rel="self" type="application/atom+xml" /><ns0:link href="https://gdata.youtube.com/feeds/api/users/pyconde/uploads/8LVw2ktxjpA?client=cfkarsten" rel="edit" type="application/atom+xml" /></ns0:entry> twitter.TwitterError: Status is a duplicate. production notes

2012-10-30/13_59_58.dv Apply: 13:59:58 - 14:42:39 ( 00:42:41 ) S: 13:59:58 - E: 14:42:39 D: 00:42:41 show more...

vlc ~/Videos/veyepar/pyconde/pyconde2012/dv/saal1b/2012-10-30/13_59_58.dv :start-time=00.0 --audio-desync=0

	Raw File	Cut List
	13:59:58		seconds: 0.0 Wall: 13:59:58
Duration	00:42:41
	14:42:39		seconds: 0.0 Wall: 13:59:58
Comments:
mp4 mp4.m3u	dv.m3u	Split: Sequence:: delete

audio viz

2012-10-30/14_42_40.dv Apply: 14:42:40 - 14:42:54 ( 00:00:14 ) S: 14:42:40 - E: 14:42:54 D: 00:00:14 show more...

vlc ~/Videos/veyepar/pyconde/pyconde2012/dv/saal1b/2012-10-30/14_42_40.dv :start-time=00.0 --audio-desync=0

	Raw File	Cut List
	14:42:40		seconds: 0.0 Wall: 14:42:40
Duration	00:00:14
	14:42:54		seconds: 0.0 Wall: 14:42:40
Comments:
mp4 mp4.m3u	dv.m3u	Split: Sequence:: delete

audio viz

2012-10-30/14_42_54.dv Apply: 14:42:54 - 14:52:33 ( 00:09:39 ) S: 14:42:54 - E: 14:52:33 D: 00:09:39 show more...

vlc ~/Videos/veyepar/pyconde/pyconde2012/dv/saal1b/2012-10-30/14_42_54.dv :start-time=00.0 --audio-desync=0

	Raw File	Cut List
	14:42:54		seconds: 0.0 Wall: 14:42:54
Duration	00:09:39
	14:52:33		seconds: 0.0 Wall: 14:42:54
Comments:
mp4 mp4.m3u	dv.m3u	Split: Sequence:: delete

audio viz

2012-10-30/14_52_33.dv Apply: 14:52:33 - 14:54:45 ( 00:02:12 ) S: 14:52:33 - E: 14:54:45 D: 00:02:12 show more...

vlc ~/Videos/veyepar/pyconde/pyconde2012/dv/saal1b/2012-10-30/14_52_33.dv :start-time=00.0 --audio-desync=0

	Raw File	Cut List
	14:52:33		seconds: 0.0 Wall: 14:52:33
Duration	00:02:12
	14:54:45		seconds: 0.0 Wall: 14:52:33
Comments:
mp4 mp4.m3u	dv.m3u	Split: Sequence:: delete

audio viz

Rf filename:	root is .../show/dv/location/, example: 2013-03-13/13:13:30.dv
Sequence:
get this:	check and save to add this

2012-10-30/13_59_58.dv
audio viz

audio viz

2012-10-30/14_42_40.dv
audio viz

audio viz

2012-10-30/14_42_54.dv
audio viz

audio viz

2012-10-30/14_52_33.dv
audio viz

audio viz

Veyepar Video Eyeball Processor and Review