Gestern war die zweite Code Night des Bielefelder Data Science Meetups, wo in Kleingruppen eine App auf Grundlage der offiziellen Wohnlagenkarte der Stadt Bielefeld erarbeitet wird. Mit einer interaktiven Karte soll die Möglichkeit geschaffen werden, Präferenzen wie z.B. die Nähe zu Eisdielen oder Anschluß an den öffentlichen Nahverkehr einzugeben und auf dieser Grundlage eine Bewertung der Wohnlagen in Bielefeld zu erhalten. Schritte: Verarbeitung von Geodaten, das Abfragen der OpenStreetmap-API, Bewertungsalgorithmen, Dashboard-Gestaltung mit Dash bzw. Shiny.
Nachdem in der ersten Veranstaltung bereits ein Anfang mit der Statistik-Programmiersprache R gemacht war, ging es gestern in einer Gruppe darum, gewünschte Features und Quellen für den Bewertungsalgorithmus zu besprechen, während die andere Gruppe den R‑Stand auch mit Python auf die Beine zu stellen.
Für uns ist Python die Sprache der Wahl, da sie anders als die spezifisch auf statistische Berechnungen und die graphische Darstellung der Ergebnisse abzielende Sprache R “multi purpose” ist. Die Investition in das Python-Ökosystem bedeutet, mit ein und derselben Grundlage alle möglichen Themenfelder wie z.B. Webseiten, lokale Applikationen, Internet of Things, künstliche Intelligenz und Vieles mehr beackern zu können. Python ist überall. Und bei Statistik und graphischer Darstellung der Ergebnisse ist Python ein ebensolches Schwergewicht wie R, d.h. die verfügbaren Bibliotheken decken alles ab und sind gut getestet und dokumentiert.
Schlagwörter: API, Dash, Data Science, Python