SciPy ergänzt die Python-Datenanalyse um eine breite Sammlung wissenschaftlicher Funktionen. Data Analystinnen und Analysten nutzen die Bibliothek für statistische Tests, Optimierungen und numerische Verfahren.

!Kursinhalt

!1. Einordnung von SciPy im Python-Ökosystem
*Zusammenspiel mit NumPy und Pandas
*Modulstruktur der Bibliothek
*typische Einsatzgebiete

!2. Statistische Verfahren
*Verteilungen und ihre Funktionen
*Hypothesentests
*Korrelations- und Varianzanalysen

!3. Numerische und analytische Hilfsmittel
*Interpolation und Integration
*Optimierung und Nullstellensuche
*lineare Algebra im analytischen Alltag

!4. Integration in Analyse-Workflows
*Verarbeitungsketten mit Pandas
*Dokumentation in Notebooks
*Aufbereitung für Stakeholder

!Berufliche Relevanz

*SciPy erweitert die analytische Werkzeugpalette in Python
*statistische Tests untermauern Entscheidungen
*strukturierte Workflows machen Analysen nachvollziehbar