def load_user_roster() -> list:
"""Lädt die Nutzerdaten aus der simulierten Ansicht in eine Struktur."""
data = [
{
"kundennummer": 1,
"name": "Hermann",
# Vorname (First Name)
"vorname": "Tanina",
"klasse": "10a"
},
{
"kundennummer": 2,
# Achtung: Die Datenreihe in der Abbildung ist unklar.
# Wir nehmen an, dass die Namen 'Heas' und 'Mike' Teil des Namens sind.
"name": "Heas", # Annahme für den Nachnamen
"vorname": "Nico",
"klasse": "10a"
},
{
"kundennummer": 3,
# Beachte die mögliche Schreibweise/Fehler in der Quelle (Hermannth)
"name": "Hermannth",
"vorname": "Actin",
"klasse": "10a"
},
{
"kundennummer": 4,
"name": "Schuartling",
"vorname": "Lenaq",
"klasse": "10u"
}
]
return data
def display_roster(users: list):
"""Gibt die geladenen Nutzerdaten in einem übersichtlichen Format aus."""
print("=" * 50)
print(" ✅ USER ROSTER / NAUTZERVERWALTUNG")
print("=" * 50)
# Kopfzeile formatieren
print(f"{'ID':<8} | {'Name':<15} | {'Vorname':<15} | {'Klasse':<8}")
print("-" * 50)
for user in users:
id_str = f"[{user['kundennummer']}]"
# Wir formatieren die Ausgabe, um die Spalten sauber zu trennen.
print(f"{id_str:<8} | {user['name']:<15} | {user['vorname']:<15} | {user['klasse']:<8}")
print("=" * 50)
print("Gesamt Anzahl der Kunden: 4")
--- MAIN EXECUTION ---
if name == "main":
roster_data = load_user_roster()
display_roster(roster_data)
# Beispiel für eine kleine Verarbeitung (Filterung nach Klasse):
class_a_users = [u for u in roster_data if u['klasse'] == "10a"]
print("\n--- Filterung: Alle Schüler der Klasse 10a ---")
for user in class_a_users:
print(f"- {user['name']} {user['vorname']}")
# ============================================================
# DATA MODELING DER ANZEIGE MIT PYTHON STARDART (Dictionaries)
# Wir speichern die Daten als Liste von Dictionaries für optimale Lesbarkeit.
# ============================================================
def load_user_roster() -> list:
"""Lädt die Nutzerdaten aus der simulierten Ansicht in eine Struktur."""
data = [
{
"kundennummer": 1,
"name": "Hermann",
# Vorname (First Name)
"vorname": "Tanina",
"klasse": "10a"
},
{
"kundennummer": 2,
# Achtung: Die Datenreihe in der Abbildung ist unklar.
# Wir nehmen an, dass die Namen 'Heas' und 'Mike' Teil des Namens sind.
"name": "Heas", # Annahme für den Nachnamen
"vorname": "Nico",
"klasse": "10a"
},
{
"kundennummer": 3,
# Beachte die mögliche Schreibweise/Fehler in der Quelle (Hermannth)
"name": "Hermannth",
"vorname": "Actin",
"klasse": "10a"
},
{
"kundennummer": 4,
"name": "Schuartling",
"vorname": "Lenaq",
"klasse": "10u"
}
]
return data
def display_roster(users: list):
"""Gibt die geladenen Nutzerdaten in einem übersichtlichen Format aus."""
print("=" * 50)
print(" ✅ USER ROSTER / NAUTZERVERWALTUNG")
print("=" * 50)
# Kopfzeile formatieren
print(f"{'ID':<8} | {'Name':<15} | {'Vorname':<15} | {'Klasse':<8}")
print("-" * 50)
for user in users:
id_str = f"[{user['kundennummer']}]"
# Wir formatieren die Ausgabe, um die Spalten sauber zu trennen.
print(f"{id_str:<8} | {user['name']:<15} | {user['vorname']:<15} | {user['klasse']:<8}")
print("=" * 50)
print("Gesamt Anzahl der Kunden: 4")
# --- MAIN EXECUTION ---
if __name__ == "__main__":
roster_data = load_user_roster()
display_roster(roster_data)
# Beispiel für eine kleine Verarbeitung (Filterung nach Klasse):
class_a_users = [u for u in roster_data if u['klasse'] == "10a"]
print("\n--- Filterung: Alle Schüler der Klasse 10a ---")
for user in class_a_users:
print(f"- {user['name']} {user['vorname']}")
# Zeigt den DataFrame im sauberen, tabellengestützten Format an
print("\n--- Die vollständige Liste ---\n")
print(df)
# Beispiel für die Analyse: Wie viele Schüler sind in welcher Klasse? (Gruppierung/Counting)
print("\n" + "=" * 60)
class_counts = df['klasse'].value_counts().to_frame('Anzahl')
print("Klassenzählung:")
print(class_counts)
--- MAIN EXECUTION ---
if name == "main":
user_df = create_roster_dataframe()
analyze_roster(user_df)
import pandas as pd
def create_roster_dataframe() -> pd.DataFrame:…
def analyze_roster(df: pd.DataFrame):
"""Führt grundlegende Analysen und Anzeige durch."""
print("=" * 60)
print(" 📊 ANALYSE DER NUTZERLISTE (PANDAS)")
print("=" * 60)
# Zeigt den DataFrame im sauberen, tabellengestützten Format an
print("\n--- Die vollständige Liste ---\n")
print(df)
# Beispiel für die Analyse: Wie viele Schüler sind in welcher Klasse? (Gruppierung/Counting)
print("\n" + "=" * 60)
class_counts = df['klasse'].value_counts().to_frame('Anzahl')
print("Klassenzählung:")
print(class_counts)
# --- MAIN EXECUTION ---
if __name__ == "__main__":
user_df = create_roster_dataframe()
analyze_roster(user_df)
Blocking a user prevents them from interacting with repositories, such as opening or commenting on pull requests or issues. Learn more about blocking a user.
============================================================
DATA MODELING DER ANZEIGE MIT PYTHON STARDART (Dictionaries)
Wir speichern die Daten als Liste von Dictionaries für optimale Lesbarkeit.
============================================================
def load_user_roster() -> list:
"""Lädt die Nutzerdaten aus der simulierten Ansicht in eine Struktur."""
def display_roster(users: list):
"""Gibt die geladenen Nutzerdaten in einem übersichtlichen Format aus."""
--- MAIN EXECUTION ---
if name == "main":
roster_data = load_user_roster()
display_roster(roster_data)
import pandas as pd
def create_roster_dataframe() -> pd.DataFrame:…
def analyze_roster(df: pd.DataFrame):
"""Führt grundlegende Analysen und Anzeige durch."""
print("=" * 60)
print(" 📊 ANALYSE DER NUTZERLISTE (PANDAS)")
print("=" * 60)
--- MAIN EXECUTION ---
if name == "main":
user_df = create_roster_dataframe()
analyze_roster(user_df)
jeder Benutzer hat eine Kundennummer die angezeigt wird, und jedem wird die Klasse angezeigt, außerdem soll jedem der ganze Name angezeigt werden