chore(i18n,learn): processed translations (#53714)

Co-authored-by: Naomi Carrigan <nhcarrigan@gmail.com>

curriculum/challenges/german/08-data-analysis-with-python/data-analysis-with-python-projects/demographic-data-analyzer.md

@@ -8,12 +8,7 @@ dashedName: demographic-data-analyzer
 
 # --description--
 
-Du wirst <a href="https://replit.com/github/freeCodeCamp/boilerplate-demographic-data-analyzer" target="_blank" rel="noopener noreferrer nofollow">an diesem Projekt mit unserem Replit-Startercode arbeiten</a>.
-
--   Beginne, indem du das Projekt in Replit importierst.
--   Daraufhin wird ein `.replit`-Fenster angezeigt.
--   Wähle `Use run command` und klicke auf die `Done`-Schaltfläche.
-
+You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-demographic-data-analyzer/" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
 
 Wir sind noch dabei, den interaktiven Teil des Python-Kurses zu entwickeln. Hier sind erstmal einige Videos auf dem freeCodeCamp.org YouTube-Kanal, die dir alles beibringen, was du wissen musst, um dieses Projekt abzuschließen:
 
@@ -47,17 +42,15 @@ Du musst Pandas verwenden, um die folgenden Fragen zu beantworten:
 - Welches Land hat den höchsten Prozentsatz an Menschen, die >50K verdienen und wie viel Prozent sind es?
 - Ermittle den bekanntesten Beruf für diejenigen, die in Indien >50K verdienen.
 
-Benutze den Starter-Code in der Datei `demographic_data_analyzer`. Aktualisiere den Code, damit alle Variablen, die auf "Keine" gesetzt sind, auf die entsprechende Berechnung oder den entsprechenden Code gesetzt werden. Runde alle Dezimalstellen auf die nächste Zehnerstelle.
-
-Unit-Tests werden für dich unter `test_module.py` geschrieben.
+Use the starter code in the file `demographic_data_analyzer.py`. Update the code so all variables set to `None` are set to the appropriate calculation or code. Runde alle Dezimalstellen auf die nächste Zehnerstelle.
 
 ## Entwicklung
 
-Für die Entwicklung kannst du `main.py` verwenden, um deinen Code zu testen. Klicke den "Run"-Button und `main.py` wird ausgeführt.
+Write your code in `demographic_data_analyzer.py`. For development, you can use `main.py` to test your code.
 
 ## Testen
 
-Wir haben die Tests von `test_module.py` zu `main.py` bereits für dich importiert. Die Tests werden automatisch ausgeführt, wenn du auf den "Run"-Button klickst.
+The unit tests for this project are in `test_module.py`. Wir haben die Tests von `test_module.py` zu `main.py` bereits für dich importiert.
 
 ## Absenden
 

curriculum/challenges/german/08-data-analysis-with-python/data-analysis-with-python-projects/mean-variance-standard-deviation-calculator.md

@@ -8,12 +8,7 @@ dashedName: mean-variance-standard-deviation-calculator
 
 # --description--
 
-Du wirst <a href="https://replit.com/github/freeCodeCamp/boilerplate-mean-variance-standard-deviation-calculator" target="_blank" rel="noopener noreferrer nofollow">mit unserem Replit-Startercode an diesem Projekt arbeiten</a>.
-
--   Beginne, indem du das Projekt in Replit importierst.
--   Daraufhin wird ein `.replit`-Fenster angezeigt.
--   Wähle `Use run command` aus und klicke auf die `Done`-Schaltfläche.
-
+You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-mean-variance-standard-deviation-calculator/" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
 
 Wir sind noch dabei, den interaktiven Teil des Python-Kurses zu entwickeln. Hier sind erstmal einige Videos auf dem freeCodeCamp.org YouTube-Kanal, die dir alles beibringen, was du wissen musst, um dieses Projekt abzuschließen:
 
@@ -55,15 +50,13 @@ Zum Beispiel sollte `calculate([0,1,2,3,4,5,6,7,8])` zurückgeben:
 }
 ```
 
-Die Unit-Tests für dieses Projekt sind in `test_module.py`.
-
 ## Entwicklung
 
-Für die Entwicklung kannst du `main.py` verwenden, um die `calculate()` Funktion zu testen. Klicke den "Run"-Button und `main.py` wird ausgeführt.
+Write your code in `mean_var_std.py`. For development, you can use `main.py` to test your code.
 
 ## Testen
 
-Wir haben die Tests von `test_module.py` zu `main.py` bereits für dich importiert. Die Tests werden automatisch ausgeführt, wenn du auf den "Run"-Button klickst.
+Die Unit-Tests für dieses Projekt sind in `test_module.py`. Wir haben die Tests von `test_module.py` zu `main.py` bereits für dich importiert.
 
 ## Absenden
 

curriculum/challenges/german/08-data-analysis-with-python/data-analysis-with-python-projects/medical-data-visualizer.md

@@ -8,12 +8,7 @@ dashedName: medical-data-visualizer
 
 # --description--
 
-Du wirst <a href="https://replit.com/github/freeCodeCamp/boilerplate-medical-data-visualizer" target="_blank" rel="noopener noreferrer nofollow">mit unserem Replit-Startercode an diesem Projekt arbeiten</a>.
-
--   Beginne, indem du das Projekt in Replit importierst.
--   Daraufhin wird ein `.replit`-Fenster angezeigt.
--   Wähle `Use run command` und klicke auf die `Done`-Schaltfläche.
-
+You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-medical-data-visualizer/" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
 
 Wir sind noch dabei, den interaktiven Teil des Python-Kurses zu entwickeln. Hier sind erstmal einige Videos auf dem freeCodeCamp.org YouTube-Kanal, die dir alles beibringen, was du wissen musst, um dieses Projekt abzuschließen:
 
@@ -65,15 +60,13 @@ Verwende die Daten um die folgenden Aufgaben in `medical_data_visualizer.py` abz
 
 Immer wenn eine Variable `None` ist, musst du sicherstellen, dass es auf den korrekten Code gesetzt wird.
 
-Modultests werden für dich in `test_module.py` geschrieben.
-
 ## Entwicklung
 
-Für die Entwicklung kannst du `main.py` verwenden, um deinen Code zu testen. Klicke den "Run"-Button und `main.py` wird ausgeführt.
+Write your code in `medical_data_visualizer.py`. For development, you can use `main.py` to test your code.
 
 ## Testen
 
-We imported the tests from `test_module.py` to `main.py` for your convenience. Die Tests werden automatisch ausgeführt, wenn du auf den "Run"-Button klickst.
+The unit tests for this project are in `test_module.py`. We imported the tests from `test_module.py` to `main.py` for your convenience.
 
 ## Absenden
 

curriculum/challenges/german/08-data-analysis-with-python/data-analysis-with-python-projects/page-view-time-series-visualizer.md

@@ -8,12 +8,7 @@ dashedName: page-view-time-series-visualizer
 
 # --description--
 
-Du wirst <a href="https://replit.com/github/freeCodeCamp/boilerplate-page-view-time-series-visualizer" target="_blank" rel="noopener noreferrer nofollow">mit unserem Replit-Startercode</a> an diesem Projekt arbeiten.
-
--   Beginne, indem du das Projekt in Replit importierst.
--   Als nächstes wird ein `.replit`-Fenster angezeigt.
--   Wähle `Use run command` und klicke auf die `Done`-Schaltfläche.
-
+You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-page-view-time-series-visualizer" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
 
 Wir sind noch dabei, den interaktiven Teil des Python-Kurses zu entwickeln. Hier sind erstmal einige Videos auf dem freeCodeCamp.org YouTube-Kanal, die dir alles beibringen, was du wissen musst, um dieses Projekt abzuschließen:
 
@@ -33,17 +28,17 @@ Benutze die Daten, um die folgenden Aufgaben abzuschließen:
 - Erstelle eine `draw_bar_plot` Funktion, die ein Balkendiagramm ähnlich wie in "examples/Figure_2.png" zeichnet. Es sollte die durchschnittlichen täglichen Seitenaufrufe für jeden Monat, gruppiert nach Jahr, anzeigen. Die Legende sollte Monatsbezeichnungen zeigen und den Titel `Months` haben. Im Diagramm sollte die Beschriftung auf der x-Achse `Years` und die Beschriftung auf der y-Achse `Average Page Views` sein.
 - Erstelle eine `draw_box_plot`-Funktion, die Seaborn verwendet, um zwei angrenzende Boxplots, ähnlich wie "examples/Figure_3.png" zu zeichnen. Diese Boxplots sollen zeigen, wie die Werte innerhalb eines bestimmten Jahres oder Monats verteilt sind und wie sie sich im Zeitvergleich darstellen. Der Titel des ersten Diagramms sollte `Year-wise Box Plot (Trend)` und der des zweiten Diagramms sollte `Month-wise Box Plot (Seasonality)` lauten. Vergewissere dich, dass die Monatsbeschriftungen unten mit `Jan` beginnen und die x- und y-Achse korrekt beschriftet sind. Die Boilerplate enthält Befehle zur Vorbereitung der Daten.
 
-Bitte verwende für jedes Diagramm eine Kopie des Dataframes. Unit-Tests werden für dich unter `test_module.py` geschrieben.
+Bitte verwende für jedes Diagramm eine Kopie des Dataframes.
 
 Der Boilerplate-Code enthält auch Befehle zum Speichern und Übermitteln des Bildes.
 
 ## Entwicklung
 
-Für die Entwicklung kannst du `main.py` verwenden, um deinen Code zu testen. Klicke den "Run"-Button und `main.py` wird ausgeführt.
+Write your code in `time_series_visualizer.py`. For development, you can use `main.py` to test your code.
 
 ## Testen
 
-Wir haben die Tests von `test_module.py` zu `main.py` bereits für dich importiert. Die Tests werden automatisch ausgeführt, wenn du auf den "Run"-Button klickst.
+The unit tests for this project are in `test_module.py`. Wir haben die Tests von `test_module.py` zu `main.py` bereits für dich importiert.
 
 ## Absenden
 

curriculum/challenges/german/08-data-analysis-with-python/data-analysis-with-python-projects/sea-level-predictor.md

@@ -8,12 +8,7 @@ dashedName: sea-level-predictor
 
 # --description--
 
-Du wirst <a href="https://replit.com/github/freeCodeCamp/boilerplate-sea-level-predictor" target="_blank" rel="noopener noreferrer nofollow">mit unserem Relpit-Startercode an diesem Projekt arbeiten</a>.
-
--   Beginne, indem du das Projekt in Replit importierst.
--   Daraufhin wird ein `.replit`-Fenster angezeigt.
--   Wähle `Use run command` und klicke auf die `Done`-Schaltfläche.
-
+You will be <a href="https://gitpod.io/?autostart=true#https://github.com/freeCodeCamp/boilerplate-sea-level-predictor/" target="_blank" rel="noopener noreferrer nofollow">working on this project with our Gitpod starter code</a>.
 
 Wir sind noch dabei, den interaktiven Teil des Python-Lehrplans zu entwickeln. Zurzeit kannst du dir lediglich einige Videos auf unserem YouTube-Channel für freeCodeCamp.org ansehen – diese bringen dir alles bei, was du wissen musst, um dieses Projekt abzuschließen:
 
@@ -33,17 +28,15 @@ Benutze die Daten, um folgende Aufgaben abzuschließen:
 - Zeichne eine neue Linie der besten Passform nur mit den Daten vom Jahr 2000 bis zum jüngsten Jahr im Datensatz. Lass die Linie auch durch das Jahr 2050 laufen, um den Anstieg des Meeresspiegels im Jahr 2050 vorherzusagen, wenn die Anstiegsrate weiterhin so verläuft wie seit dem Jahr 2000.
 - Die x-Beschriftung sollte `Year`, die y-Beschriftung sollte `Sea Level (inches)` und der Titel sollte `Rise in Sea Level` lauten.
 
-Unit-Tests werden für dich unter `test_module.py` geschrieben.
-
 Die Boilerplate enthält auch Befehle zum Speichern und Zurückgeben des Bildes.
 
 ## Entwicklung
 
-Für die Entwicklung kannst du `main.py` verwenden, um deine Funktionen zu testen. Klicken Sie auf die Schaltfläche "Ausführen" und `main.py` wird ausgeführt.
+Write your code in `sea_level_predictor.py`. For development, you can use `main.py` to test your code.
 
 ## Prüfung
 
-Wir haben die Tests von `test_module.py` nach `main.py` importiert, um Ihnen die Arbeit zu erleichtern. Die Tests werden automatisch ausgeführt, sobald du auf die Schaltfläche "Ausführen" klickst.
+The unit tests for this project are in `test_module.py`. Wir haben die Tests von `test_module.py` nach `main.py` importiert, um Ihnen die Arbeit zu erleichtern.
 
 ## Submitting