Anpassung an aktuelles Jupyter

.gitignore

@@ -1,4 +1,5 @@
 # --> Temporary files
+_build
 privat
 temp
 *.swp

.hgignore

@@ -2,6 +2,7 @@
 syntax: regexp
 .git/
 privat/
+_build
 
 # ### Project independed ###
 syntax: glob

jupyter_book/04_pandas.ipynb

@@ -40,28 +40,9 @@
     "## Hinweis\n",
     "\n",
     "Bei den folgenden Beispielen wird die Datei `car.csv` benötigt.\n",
-    "Diese findet sich [hier](https://gist.githubusercontent.com/cgiess/58f995bf88cd0e2269b634c7970eb479/raw/2de29b036ead1eabc402301e934b82e8f674aaf4/car.csv). Diese Datei muss auf den Jupyter-Rechner liegen. In der Regel kann man dies mittels `Upload Files` erreichen.\n",
+    "Diese findet sich [in Moodle](https://moodle.hs-mannheim.de/course/view.php?id=4533). Diese Datei muss auf den Jupyter-Rechner liegen. Dazu muss die Datei mittels `Upload Files` hochgeladen werden.\n",
     "\n",
-    "![upload_file.png](upload_file.png)\n",
-    "\n",
-    "\n",
-    "Das `Upload Files` funktioniert aber bei https://jupyter.org/try-jupyter/lab/ nicht. Hier muss die Datei wie folgt bereitsgestellt werden (Stand Mai 2022):\n",
-    "\n",
-    "\n",
-    "```\n",
-    "from js import fetch\n",
-    "res = await fetch('https://gist.githubusercontent.com/cgiess/58f995bf88cd0e2269b634c7970eb479/raw/2de29b036ead1eabc402301e934b82e8f674aaf4/car.csv')\n",
-    "text = await res.text()\n",
-    "with open('car.csv', 'w') as f:\n",
-    "   f.write(text)\n",
-    "\n",
-    "import os\n",
-    "os.listdir()\n",
-    "```\n",
-    "\n",
-    "Als Ergebnis sollte eine Liste mit Dateienamen angezeigt werden in der `car.csv` enthalten ist, z.B.:\n",
-    "\n",
-    "`['.matplotlib', '.ipython', 'car.csv']`"
+    "![upload_file.png](upload_file.png)\n"
    ]
   },
   {
@@ -235,7 +216,7 @@
     }
    ],
    "source": [
-    "d = pandas.read_csv(\"file:car.csv\", sep=\"\\t\")\n",
+    "d = pandas.read_csv(\"car.csv\", sep=\"\\t\")\n",
     "d"
    ]
   },
@@ -254,7 +235,7 @@
    "metadata": {},
    "outputs": [],
    "source": [
-    "d = pandas.read_csv('file:car.csv', sep='\\t', parse_dates=['Datum'])"
+    "d = pandas.read_csv('car.csv', sep='\\t', parse_dates=['Datum'])"
    ]
   },
   {

jupyter_book/05_pandas_visu.ipynb

@@ -26,7 +26,7 @@
    "outputs": [],
    "source": [
     "import pandas\n",
-    "d = pandas.read_csv('file:car.csv', sep='\\t', parse_dates=['Datum'])\n",
+    "d = pandas.read_csv('car.csv', sep='\\t', parse_dates=['Datum'])\n",
     "fuel_only = d[d[\"Typ\"] == \"Benzin\"]"
    ]
   },

jupyter_book/Makefile

@@ -9,6 +9,8 @@ preprocess:
 html: preprocess
 	jupyter-book build .
 pdf: preprocess
-	jupyter-book build --builder pdflatex .
+	jupyter-book build --builder latex .
+	cd _build/latex && sed -i -e 's/letterpaper/a4paper/' -e 's/\(Dr\. Christoph G\)/\\hspace{8.2em}\1/' python_data_science.tex && make && cd ../..
 clean:
 	rm -rf _build
+

jupyter_book/_config.yml

@@ -3,7 +3,7 @@
 title: Data Science mit Python
 author: MARS – Center for Entrepreneurship
 email: c.giess@hs-mannheim.de
-copyright: "2022"
+copyright: "2023"
 logo: logo_mars.png
 
 only_build_toc_files: true
@@ -14,9 +14,12 @@ execute:
 latex:
   latex_documents:
     targetname: python_data_science.tex
+    author: Dr. Christoph Giess \\ MARS – Center for Entrepreneurship
+    latex_show_urls: inline
+    latex_show_pagerefs: true
 
 sphinx:
   extra_extensions:
     - sphinx_jupyterbook_latex
   config:
-    language: German
+    language: de

jupyter_book/intro.md

@@ -16,7 +16,7 @@ und jetzt lernen möchten, wie man Daten mit Hilfe von Python auswerten kann.
 
 * Jupyter
   * https://jupyter.org/try-jupyter/lab/
-  * Notebook Pyolite
+  * Notebook - Python (Pyodide)
   * Python im Webbrowser
   * Input-Zeile bedienen
   * Python Programm (Code) und Dokumentation ([Markdown](https://de.wikipedia.org/wiki/Markdown))