Ziel dieser Tutorial ist es, eine Data Science Umgebung in Python einzurichten und Grundlagen in der Anwendung bekannter Data Science Bibliotheken zu erlernen. Hierzu erfolgen einige einfache Auswertungen hydrologischer Messwerte.
Das Projekt enthält ein Jupyter Notebook, das durch die Auswertung hydrologischer Zeitreihen führt. Die Teilnehmer sollen so einen Einstieg in grundlegende Data Science Bibliotheken wie Matplotlib und pandas finden. Für die Auswertung stellt das Projekt die Abfluss- und Niederschlagszeitreihen einiger ausgewählter Einzugsgebiete aus dem CAMELS-Dataset bereit. Zunächst erfolgt die Einrichtung einer Data Science Umgebung mit dem Python Paketmanager conda. Mit eingerichteter Umgebung kann das Jupyter Notebook über die interaktive Web-IDE Juypter Lab bearbeitet werden. Nach der schrittweisen und angeleiteten Auswertung und Visualisierung der Datensätze, sind abschlißend einige Aufgaben zur Auswertung der Zeitreihen zu bearbeiten.
1. Paketmanager conda installieren
Installieren Sie die den Paketmanager conda. Dieser kann in einer minimalen Konsolen-basierten Version als Miniconda
installiert werden. Mit Anaconda gibt es auch eine UI-basierte Version,
die standardmäßig bereits einige weit verbreitete Pakete beinhaltet und somit um einiges größer ist als Miniconda. Für
den Kontext dieser LV ist Miniconda ausreichend und wird daher empfohlen.
2. "Getting started with conda"
Machen Sie sich mit der Funktionsweise und den wesentlichen conda Befehlen vertraut. Einen praktischen Einstieg, der die
wesentlichen Funktionen von conda abdeckt, finden Sie im Conda User Guide.
3. GitLab Projekt herunterladen
Checken Sie dieses GitLab Projekt über Git aus oder laden Sie es über die Web-Oberfläche als Archiv herunter und entpacken
Sie es in einen lokalen Ordner.
4. Conda Environment erstellen
Das Projekt enthält ein environment.yml file, das bereits alle benötigten Python Pakete definiert,
die für dieses Tutorial benötigt werden. Zum Erstellen der Umgebung führen Sie folgenden Befehl in der Anaconda
Kommandozeile aus conda env create -f environment.yml. Die Umgebung kann anschließend mit conda activate gi-projekt-ki
aktiviert werden.
5. Jupyter Lab starten
Mit der Installation der conda Umgebung, haben Sie auch bereits die interaktive Web-IDE Jupyter Lab instlliert. Diese
können Sie mit der Ausführung des Befehls jupyter lab in der conda Kommandoziele starten. In ihrem Browser sollte sich
automatisch Jupyter Lab öffnen. Sollte dies nicht der Fall sein, zeigt Ihnen die conda Kommandozeile eine lokale URL
an, die sie in Ihren Browser kopieren können
6. "Get started with Jupyter Notebooks"
Machen Sie sie mit den wesentlichen Funktionen von Jupyter Notebooks vertraut. Verwenden Sie hierfür die
Dokumentation für Jupyter Notebooks. Eine umfangreiche
Dokumentation für Jupyter Lab gibt es auch, die Bedienung von Jupyter Lab
sollte jedoch ausreichend intuitiv sein.
7. Hydrological Analysis Tutorial
Bearbeiten Sie interaktiv das Tutorial für hydrologischen Analysen, in dem Sie das bereitgestellte analysis-tutorial.ipynb
in Jupyter Lab öffnen. Experimentieren Sie ein wenig mit den Code-Blöcken
8. Eigene Analysen
Bearbeiten Sie abschließend die im Notebook aufgeführten Aufgaben. Hierzu ist es ggf. nützlich auch einen Blick in die
Dokumentationen zu pandas und matplotlib
zu werfen.