Python für Datenarbeit einrichten

Worum es geht: Bevor die erste Auswertung läuft, braucht es eine Arbeitsumgebung. Das klingt nach Hürde und ist an einem Vormittag erledigt – wenn man weiß, welche vier Dinge wirklich nötig sind und welche man getrost weglässt.

1. Was Sie tatsächlich brauchen 🧰

Python selbst, Fassung 3.11 oder neuer.
Eine virtuelle Umgebung je Projekt – damit sich Projekte nicht gegenseitig stören.
Einen Editor, üblicherweise VS Code mit der Python-Erweiterung.
Vier Pakete: pandas, numpy, scikit-learn, matplotlib.

Alles Weitere – Anaconda, Docker, eigene Server – kommt später, wenn ein konkreter Anlass da ist. Wer damit beginnt, verbringt den ersten Tag mit Einrichtung statt mit Daten.

2. Die fünf Befehle

Terminal

# 1. Projektordner anlegen und hineinwechseln
mkdir mein-projekt && cd mein-projekt

# 2. Virtuelle Umgebung erzeugen
python3 -m venv .venv

# 3. Aktivieren (Mac/Linux)
source .venv/bin/activate
#    unter Windows: .venv\Scripts\activate

# 4. Pakete installieren
pip install pandas numpy scikit-learn matplotlib

# 5. Festhalten, was installiert wurde
pip freeze > requirements.txt

Nach Schritt 3 steht (.venv) vor Ihrer Eingabeaufforderung. Das ist das Zeichen, dass die Umgebung aktiv ist – fehlt es, landen Pakete im System statt im Projekt.

Eine virtuelle Umgebung ist ein abgetrennter Bereich für die Pakete eines Projekts. Ohne sie haben Sie nach dem dritten Projekt widersprüchliche Versionen und einen Nachmittag Fehlersuche.

3. Warum requirements.txt wichtig ist 📋

Die Datei hält fest, welche Pakete in welcher Fassung verwendet wurden. Jemand anderes – oder Sie selbst in einem halben Jahr – stellt damit dieselbe Umgebung in einem Befehl wieder her:

Terminal

pip install -r requirements.txt

Ohne diese Datei ist ein Projekt nach zwei Jahren praktisch nicht mehr lauffähig, weil niemand mehr weiß, welche Fassungen zusammenpassten. Sie gehört zusammen mit dem Code in die Versionsverwaltung – die virtuelle Umgebung selbst dagegen nie, die steht in der .gitignore.

4. Notebook oder Skript? 📓

Für Datenarbeit gibt es zwei Formen, und beide haben ihren Platz.

Jupyter Notebook

Zellenweise ausführen, Zwischenergebnisse und Diagramme direkt darunter sehen. Ideal zum Erkunden: Daten ansehen, ausprobieren, verwerfen. Nachteil: Die Reihenfolge der Zellen lässt sich beliebig durcheinanderbringen, und Ergebnisse sind dann nicht mehr nachvollziehbar.

Python-Skript (.py)

Läuft von oben nach unten, immer gleich. Richtig für alles, was wiederholt laufen soll – die monatliche Auswertung, die Datenaufbereitung, das Training. Nachteil: kein direktes Zwischenschauen.

Die bewährte Arbeitsweise verbindet beides: Im Notebook erkunden, danach das Brauchbare in ein Skript überführen. Was monatlich laufen soll, gehört nie in ein Notebook.

5. Häufige Stolpersteine

Meldung	Ursache	Abhilfe
`command not found: python`	Unter Mac und Linux heißt es `python3`	`python3` verwenden
`ModuleNotFoundError: pandas`	Umgebung nicht aktiviert	`source .venv/bin/activate`
Editor findet die Pakete nicht	Falscher Interpreter gewählt	In VS Code unten rechts auf `.venv` umstellen
`externally-managed-environment`	Installation ins System versucht	Virtuelle Umgebung anlegen und aktivieren

6. Wenn Sie heute ohne Einrichtung starten wollen

Die Labore in diesem Kurs führen Python direkt in Ihrem Browser aus – ohne Installation. Zum Lernen genügt das vollständig. Für eigene Daten und wiederkehrende Auswertungen brauchen Sie die Einrichtung oben, weil der Browser weder auf Ihre Dateien noch auf Ihre Systeme zugreift.

Legen Sie die Umgebung einmal sauber an und schreiben Sie sich die fünf Befehle in eine Notiz. Bei jedem neuen Projekt sind es dann drei Minuten statt einer Stunde Suche.