Skip to content

Latest commit

 

History

History
195 lines (123 loc) · 5.52 KB

README_sose23.md

File metadata and controls

195 lines (123 loc) · 5.52 KB

Python für Journalist*innen

In diesem Kurs lernt ihr die Grundlagen der Programmierung und Datenverarbeitung mit Python – speziell zugeschnitten auf die Bedürfnisse von Journalist*innen. Anders als in anderen Programmierkursen, tauchen wir nicht in die Untiefen der Sprache ab, sondern lernen nur diese Teile die für die (Daten-)Journalistische Arbeit wirklich wichtig sind.

Der Kurs ist in 12 Einheiten unterteilt, jede Einheit besteht aus einem Video auf Youtube, einem Jupyter-Notebook mit dem Inhalt der Einheit und einem Notebook mit Übungsaufgaben.

Dieser Kurs ist noch in einem recht frühen Stadium, und vor allem den Videos sieht man das an. Ich entschuldige mich bereits im Voraus 🙏

Kurs-Übersicht

Dieses Repo beinhaltet alle Unterlagen, die ihr für den Kurs "Python für Journalist*innen" braucht.

In allen Notebooks ist ein Button, mit dem ihr das Notebook direkt in Google Colab öffnen könnt:

Alt text

Ablauf und Struktur

Die wöchentlichen Online-Termine sind freiwillig und dafür gedacht,

  1. dass wir die Übung zusammen besprechen
  2. dass wir Probleme die einzelne von euch haben gemeinsam lösen

Das Seminar ist in vier Blöcke aufgeteilt:

  1. Einführung und Grundlagen
  2. Datenverarbeitung mit Pandas
  3. Scraper
  4. Visualisierung

Jeder der Blöcke umfasst etwa drei Wochen.

Alle Videos gibt es unten oder in dieser Playlist auf Youtube.

Grundlagen und Einführung

Hier lernen wir unsere Arbeitsumgebung, das Google Colab Notebook, kennen und arbeiten das erste Mal mit Python.

Einführung

  1. März 2023
Material
🎬 Video Einführung
📗 Notebook aus dem Video
📘 Übung

Python Grundlagen Teil 1

  1. März
Material
🎬 Video
📗 Notebook aus dem Video
📘 Übung Teil 1

Python Grundlagen Teil 2

  1. April
Materialien
🎬 Video
📗 Notebook
📘 Übung

Pandas

Pandas ist die meistgenutzte Python-Bibliothek für die Datenverarbeitung. Wir lernen hier was ein DataFrame ist, wie wir Datensätze bereinigen und auswerten können.

Einführung in Pandas

  1. April
Materialien
🎬 Video
📗 Notebook
📘 Übung

Explorative Datenanlyse mit Pandas

  1. April
Materialien
🎬 Video: Explorative Datenanalyse
📗 Notebook: Explorative Datenanalyse
📘 Übung

Bereinigen von Datensätzen mit Pandas

  1. April
Materialien
🎬 Video
📗 Notebook
📘 Übung

Datenanalyse mit Pandas

  1. Mai
Materialien
🎬 Video
📗 Notebook
📘 Übung

Scraper

Scraper sind kleine Programme, die uns helfen Daten aus dem Internet herunterzuladen. Wir schauen uns drei verschiedene Schwierigkeitsstufen an.

Offene APIs

  1. Mai
Materialien
🎬 Video
📗 Notebook
📘 Übung

Beautiful Soup

  1. Mai
Materialien
🎬 Video
📗 Notebook
📘 Übung

Selenium

  1. Mai
Materialien
🎬 Video
📗 Notebook
📘 Übung

Visualisierung mit Datawrapper

Datawrapper ist ein Online-Tool, um Daten einfach zu visualisieren und zu veröffentlichen. Wir erstellen Diagramme und Karten.

Diagramme und Karten

  1. Juni
Materialien
🎬 Video
📗 Notebook
📘 Übung

Prüfungsleistung

Prüfungsvorbereitung

  1. Juni
Materialien
📕: Probeklausur
📖: Lösung
  1. Juni

Besprechung Probeklausur

  1. Juni

Fragestunde und Feedbackrunde

Prüfungszeitraum

Prüfungszeitraum: 03. Juli - 07. Juli

Deadline für die Abgabe ist der 07. Juli um 18:00 Uhr

Materialien
📕: Klausur
📖: Lösung