ISBN:
9783658258771
Language:
German
Pages:
1 Online-Ressource (XVI, 147 Seiten)
Series Statement:
Springer eBooks
Series Statement:
Social Science and Law
Series Statement:
Springer eBook Collection
Parallel Title:
Erscheint auch als Feiks, Markus, 1985 - Empirische Sozialforschung mit Python
DDC:
300.1
Keywords:
Social sciences Methodology
;
Methodology of the Social Sciences
;
Sociology-Research
;
Social sciences.
;
Communication.
;
Einführung
;
Einführung
;
Empirische Sozialforschung
;
Python
;
Datenanalyse
;
Visualisierung
;
Python
;
Python 3.7
;
Datenanalyse
;
Visualisierung
;
Empirische Sozialforschung
Abstract:
Einleitung -- Python verstehen und anwenden -- Verarbeitung tabellarischer Daten in Python -- Datenerhebung mit Python am Beispiel von Twitter und Nachrichtenmedien -- Statistische Berechnungen mit Python -- Daten visualisieren -- Ausblick -- Weiterführende Literatur
Abstract:
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
DOI:
10.1007/978-3-658-25877-1
URL:
Volltext
(URL des Erstveröffentlichers)
