Markus Feiks’s research while affiliated with University of Tübingen and other places

In diesem Kapitel schreiben wir unterschiedliche Funktionen zur statistischen Berechnung. Darunter befinden sich einfache Lagemaßzahlen, wie der Mittelwert, aber auch komplexe Berechnungen, wie der Korrelationskoeffizient nach Karl Pearson. Zudem schreiben wir eine Funktion zur Standardisierung von Daten und zur Berechnung der Stichprobengröße. Alle Funktionen können dabei unabhängig voneinander genutzt werden. Außerdem werden zum besseren Verständnis auch Anwendungsbeispiele präsentiert.

In diesem Kapitel lernen wir, Python für die Visualisierung von Daten bzw. Zusammenhängen zu nutzen. Ziel der Forschung ist es, Erkenntnisse zu generieren. Mithilfe von Abbildungen ist es möglich, sich „auf einen Blick“ zu informieren. Wir nutzen dazu die Bibliothek Matplotlib sowie Seaborn und besprechen zahlreiche Formate. Unter anderem wird gezeigt, wie Balken- oder Liniendiagramme erstellen werden können. Zudem wird demonstriert wird Streudiagramme in Abhängigkeit zu den Daten eingefärbt und die Punktgröße variiert werden kann.

In diesem Kapitel werden weiterführende Links bereitgestellt, um sich intensiver mit Python zu beschäftigen.

In diesem Kapitel wird exemplarisch gezeigt, wie Python zur automatisierten Datenerhebung genutzt werden kann. Im ersten Beispiel greifen wir auf Daten von Twitter zurück. Hierzu erstellen wir uns zunächst einen Developer-Account sowie eine App mit Zugangsdaten. Anschließend stellen wir mit dem Modul tweepy eine Verbindung zur Twitter-API her und greifen hierdurch auf die Datenbank zu. Im zweiten Beispiel laden wir Artikel von einer großen deutschen Nachrichten-Webseite herunter (Spiegel Online). Hierzu nutzen wir das Modul requests, mit dem sich die Webseiten-Aufrufe vereinfachen lassen. Die Inhalte laden der Artikel laden wir aus dem Seiten-Quelltext der Artikel. Dazu nutzen wir wieder das Modul beautifulsoup.

In diesem Kapitel werden die Basis-Konzepte und Datentypen von Python dargestellt. Es zielt darauf ab, Python danach verstehen und eigenständig anwenden zu können. Zunächst werden dazu alle wichtigen Datentypen sowie Datencontainer vorgestellt. Zudem wird geklärt, wie man Programmabläufe steuern und beeinflussen kann. Da im Programmablauf auch Fehler auftreten können, wird ferner besprochen, wie man mit diesen umgehen kann. Abschließend lernen wir eigene Funktionen zu schreiben sowie Daten einzulesen bzw. zu speichern.

In Python stehen zur Berechnung und Verarbeitung unterschiedliche Bibliotheken bereit. Standardmäßig wird hierzu auf die Bibliotheken NumPy und Pandas zurückgegriffen. NumPy dient dabei zur Berechnung und Pandas wiederum für die tabellarische Verarbeitung und Darstellungen von Daten. In diesem Kapitel wird gezeigt, wie NumPy und Pandas genutzt werden können. Hierzu zählen der Zugriff auf Daten, sowie deren Bearbeitung mithilfe von Funktionen. Außerdem wird aufgezeigt, wie Daten eingelesen und Datentabellen exportiert werden können.

In Zeiten von „Big Data“ wird es zunehmend wichtiger, Datenprozesse automatisieren zu können. In diesem Buch wird die Programmsprache Python dazu eingesetzt, Daten automatisiert zu erheben, diese auszuwerten und Zusammenhänge zu visualisieren. Die Beispiele sind einfach gehalten und können jedoch auf eigene, komplexere Vorhaben übertragen werden. Daher eignet sich das Buch für all jene, die noch keine Erfahrung mit der Programmierung gesammelt haben. Der Inhalt Python verstehen und anwenden.- Verarbeitung tabellarischer Daten in Python.- Datenerhebung mit Python am Beispiel von Twitter und Nachrichten-Medien.- Statistische Berechnungen mit Python.- Daten visualisieren Die Zielgruppen Dozierende und Lehrende der Sozialwissenschaften Der Autor Dr. Markus Feiks war wissenschaftlicher Mitarbeiter am Institut für Medienwissenschaft der Eberhard Karls Universität Tübingen. In seiner Dissertation hat er sich mit künstlicher Kreativität in der Werbebranche beschäftigt und dazu eine Diskursanalyse durchgeführt. In seiner Lehre hat er vor allem Seminare zu Methoden der empirischen Sozial- sowie Kommunikationsforschung gegeben.