Lerne, in Python zu codieren. Du hast schon eine ganze Weile darüber nachgedacht und jetzt geht es endlich los! Du lädst anaconda und den berühmten Titanic-Datensatz herunter, installierst jupyter und los geht's. Wie bei allen Anfängen kann es sein, dass du deine Meinung änderst, wenn Du die ersten Schwierigkeiten siehst.
Lerne, in Python zu codieren. Du hast schon eine ganze Weile darüber nachgedacht und jetzt geht es endlich los! Du lädst anaconda und den berühmten Titanic-Datensatz herunter, installierst jupyter und los geht’s. Wie bei allen Anfängen kann es sein, dass Du Deine Meinung änderst, wenn Du die ersten Schwierigkeiten siehst.
1. Fehlermeldungen nicht lesen.
Jaaaa… am Anfang ist es normal, viel Rot auf deinem Bildschirm zu sehen.
Python gibt Dir die Möglichkeit, deine Fehler zu verstehen, indem es eine Fehlermeldung erzeugt und angibt, in welchen Codezeilen sie sich befinden. Du kannst die Code-Zelle unendlich oft ausführen und hoffen, dass diese Meldung eines Tages verschwindet, aber ich sage dir lieber gleich, dass das ein hoffnungsloses Unterfangen ist.
Jetzt, wo du das weißt, solltest Du Dir merken, dass Du Fehlermeldungen immer lesen und versuchen solltest, sie mithilfe der verfügbaren Dokumentation zu verstehen oder in Foren wie stack overflow nach ihnen zu suchen.
Denke immer daran, dass, wenn Du einen Fehler gemacht hast, ihn jemand vor dir gemacht haben muss, und scheue dich nicht, in einem Forum um Hilfe zu bitten.
Am Anfang wirst Du es vielleicht als langwierig und demotivierend empfinden, aber Du musst das durchmachen, um Dich zu verbessern.
Mit zunehmender Erfahrung wirst Du schneller werden und die Fehlermeldungen schnell verstehen.
2. Seinen Kodex nicht kommentieren
Hier ist ein weiterer sehr häufiger Fehler: Coden ohne zu kommentieren. Nach einiger Zeit wirst Du Dich mit einem Block Code auseinandersetzen müssen, ohne Dich daran erinnern zu können, warum Du diese Information auf diese Weise codiert oder ein bestimmtes Muster verwendet hast. Und wenn jemand nach Dir deinen Code liest… ohne Kommentare… Jeder von uns hat seine eigene Art, bestimmte Variablen zu kodieren, aber auch seine eigene Art, sich einem Problem zu nähern und es zu lösen.
Daher solltest Du deinen Code immer ein wenig kommentieren.
3. Die Dokumentation nicht lesen
„Aber wie funktioniert dieser Operator?“
„Was sind die Parameter dieses Modells?“ die Attribute?“
Wenn Du Dir nicht sicher bist, wie ein Tool funktioniert oder wie es eingestellt ist, solltest du immer die Dokumentation lesen. Dies wird Dir helfen zu verstehen, was Du tust, was Du benutzt und wie Du es benutzt.
Du kannst auch die Help-Funktion benutzen, die dir alle Informationen liefert. Auch im Internet gibt es Seiten wie Scikit-Learn, die eine sehr detaillierte Dokumentation der verwendeten Modelle anbieten, die du ohne Mäßigung konsumieren kannst.
4. Denken, dass Python in 1 indexiert
Wenn Du mit Python beginnst, musst Du mit Listen arbeiten, und Du wirst wahrscheinlich auf die Fehlermeldung „IndexError: list index out of range“ stoßen. Wie jeder Anfänger wirst du denken, dass Python von 1 an indiziert, aber das stimmt nicht! Denke immer daran, dass Python bei 0 indiziert, was dir viele Stunden erspart, die du damit verbracht hast, die kaskadierenden IndexErrors zu verstehen.
5. Ein Ergebnis nicht beeinflussen
Der einfachste Weg, um diese Art von Fehlern zu erklären, ist, sie an einem Beispiel zu erläutern.
Du erstellst eine Variable b = 2 und möchtest ihr 1 hinzufügen. Du machst b + 1 und führst den Code aus, aber ist b + 1 wirklich gleich 3? Du wirst schnell feststellen, dass b nicht immer gleich 2 ist. Das ist unverständlich! Kann Python nicht eine einfache Addition durchführen? In unserem Beispiel n haben wir eine Codezeile ausgeführt, die 1 zu b addiert, aber wenn wir Python nicht sagen, dass sie den neuen Wert von b in b selbst speichern soll, wird sie das nicht für uns tun. (Mit anderen Worten, wir schreiben , b=b+1 oder b+=1) .
Dies mag dumm klingen, ist aber ein häufiger Fehler, wenn man gerade erst anfängt.
Möchtest du mit Python beginnen oder deine Fähigkeiten verbessern? Zögere nicht, unsere Kurse Data Analyst, Data Scientist und Data Engineer zu entdecken.
Brauchst du weitere Informationen? Kontaktiere uns direkt!
