2.5 KiB
2.5 KiB
CAP-Theorem
- • Konsistenz (Consistency): Alle Knoten zeigen zur gleichen Zeit die gleichen Daten an.
- Verfügbarkeit (Availability): Jeder Anfrage wird garantiert eine Antwort geliefert – auch wenn sie nicht den aktuellsten Stand widerspiegelt.
- Partitionstoleranz (Partition Tolerance): Das System funktioniert weiter, auch wenn Teile des Netzwerks ausfallen oder nicht miteinander kommunizieren können.
- CA (Konsistenz + Verfügbarkeit): Funktioniert nur ohne Netzwerkausfall. Beispiel: Einzelner MySQL-Server.
- CP (Konsistenz + Partitionstoleranz): Bleibt bei Ausfall konsistent, aber nicht immer erreichbar. Beispiel: HBase, MongoDB (strikte Konsistenz).
- AP (Verfügbarkeit + Partitionstoleranz): Immer erreichbar, aber Daten können kurz inkonsistent sein. Beispiel: Cassandra, DynamoDB.
# --- Pandas ----------
pd.read_csv("path.csv") -> DataFrame # CSV einlesen
pd.DataFrame(data) -> DataFrame # DataFrame aus dict/array
df.head(), df.tail() # Erste/letzte Zeilen
df.info(), df.describe() # Überblick & Statistik
df.loc[row, col], df.iloc[row_idx, col_idx] # Label- & Positionszugriff
df.groupby(keys).agg(func) # Gruppierung & Aggregation
pd.merge(left, right, on="col") # Tabellen verbinden
df.pivot_table(values, index, columns, aggfunc="mean") # Schnelles Pivottable
df.isna().sum(), df.fillna(value) # Fehlende Werte prüfen/behandeln
df.sort_values(by="col"), df.sort_index() # Sortieren
# --- NumPy ----------
np.array(data) # Array erstellen
np.arange(stop), np.linspace(start, stop, num) # Sequenzen
np.zeros(shape), np.ones(shape) # Nullen/Einsen-Arrays
np.reshape(a, newshape) # Form ändern
np.mean(a), np.median(a), np.std(a) # Statistiken
# --- Matplotlib ----------
import matplotlib.pyplot as plt
plt.figure(figsize=(6,4)) # Figure erstellen
plt.plot(x, y, label="Linie") # Liniendiagramm
plt.scatter(x, y, c="r", label="Punkte") # Streudiagramm
plt.bar(x, height, label="Balken") # Balkendiagramm
plt.hist(data, bins=30, alpha=0.7) # Histogramm
plt.axvline(x, color="k", ls="--") # Vertikale Linie
plt.xlabel("x-Achse"); plt.ylabel("y-Achse") # Achsenbeschriftung
plt.title("Titel"); plt.legend(); plt.tight_layout(); plt.show()