Empirische Sozialforschung mit Python: Daten automatisiert sammeln, auswerten, aufbereiten
Saved in:
| Main Author: | |
|---|---|
| Format: | Book |
| Language: | German |
| Published: |
Wiesbaden, Germany
Springer VS
[2019]
|
| Subjects: | |
| Online Access: | Inhaltsverzeichnis |
| Physical Description: | XVI, 147 Seiten Illustrationen, Diagramme 21 cm x 14.8 cm, 221 g |
| ISBN: | 9783658258764 3658258764 |
Staff View
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV046058659 | ||
| 003 | DE-604 | ||
| 005 | 20191218 | ||
| 007 | t | ||
| 008 | 190722s2019 gw a||| |||| 00||| ger d | ||
| 015 | |a 19,N19 |2 dnb | ||
| 016 | 7 | |a 1185348778 |2 DE-101 | |
| 020 | |a 9783658258764 |c Festeinband : EUR 22.99 (DE), EUR 23.63 (AT), CHF 25.50 (freier Preis) |9 978-3-658-25876-4 | ||
| 020 | |a 3658258764 |9 3-658-25876-4 | ||
| 024 | 3 | |a 9783658258764 | |
| 028 | 5 | 2 | |a Bestellnummer: 978-3-658-25876-4 |
| 028 | 5 | 2 | |a Bestellnummer: 87016130 |
| 035 | |a (OCoLC)1100495400 | ||
| 035 | |a (DE-599)DNB1185348778 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c XA-DE-HE | ||
| 049 | |a DE-Aug4 |a DE-384 |a DE-12 | ||
| 084 | |a MR 2200 |0 (DE-625)123489: |2 rvk | ||
| 084 | |a ST 250 |0 (DE-625)143626: |2 rvk | ||
| 084 | |a 310 |2 sdnb | ||
| 100 | 1 | |a Feiks, Markus |d 1985- |e Verfasser |0 (DE-588)1101705213 |4 aut | |
| 245 | 1 | 0 | |a Empirische Sozialforschung mit Python |b Daten automatisiert sammeln, auswerten, aufbereiten |c Markus Feiks |
| 264 | 1 | |a Wiesbaden, Germany |b Springer VS |c [2019] | |
| 300 | |a XVI, 147 Seiten |b Illustrationen, Diagramme |c 21 cm x 14.8 cm, 221 g | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 650 | 0 | 7 | |a Datenerhebung |0 (DE-588)4155272-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Python |g Programmiersprache |0 (DE-588)4434275-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Python 3.7 |0 (DE-588)1155266803 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Visualisierung |0 (DE-588)4188417-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Empirische Sozialforschung |0 (DE-588)4014606-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Datenanalyse |0 (DE-588)4123037-1 |2 gnd |9 rswk-swf |
| 653 | |a Automatisierung der Datenerhebung | ||
| 653 | |a Big Data in den Sozialwissenschaften | ||
| 653 | |a Data Science | ||
| 653 | |a Kommunikationsforschung | ||
| 653 | |a Programmiersprache Python | ||
| 653 | |a empirische Sozialforschung | ||
| 653 | |a GTC | ||
| 655 | 7 | |0 (DE-588)4151278-9 |a Einführung |2 gnd-content | |
| 689 | 0 | 0 | |a Empirische Sozialforschung |0 (DE-588)4014606-6 |D s |
| 689 | 0 | 1 | |a Datenerhebung |0 (DE-588)4155272-6 |D s |
| 689 | 0 | 2 | |a Python |g Programmiersprache |0 (DE-588)4434275-5 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Empirische Sozialforschung |0 (DE-588)4014606-6 |D s |
| 689 | 1 | 1 | |a Python |g Programmiersprache |0 (DE-588)4434275-5 |D s |
| 689 | 1 | 2 | |a Datenanalyse |0 (DE-588)4123037-1 |D s |
| 689 | 1 | 3 | |a Visualisierung |0 (DE-588)4188417-6 |D s |
| 689 | 1 | |5 DE-604 | |
| 689 | 2 | 0 | |a Python |g Programmiersprache |0 (DE-588)4434275-5 |D s |
| 689 | 2 | 1 | |a Python 3.7 |0 (DE-588)1155266803 |D s |
| 689 | 2 | 2 | |a Datenanalyse |0 (DE-588)4123037-1 |D s |
| 689 | 2 | 3 | |a Visualisierung |0 (DE-588)4188417-6 |D s |
| 689 | 2 | |8 1\p |5 DE-604 | |
| 710 | 2 | |a Springer Fachmedien Wiesbaden |0 (DE-588)1043386068 |4 pbl | |
| 776 | 0 | 8 | |i Erscheint auch als |n Online-Ausgabe, eBook |z 978-3-658-25877-1 |
| 856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=031440014&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-031440014 | ||
| 883 | 1 | |8 1\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
Record in the Search Index
| _version_ | 1804180332173328384 |
|---|---|
| adam_text | INHALT
1
EINLEITUNG
.......................................................................................................
1
1.1
EMPIRISCHE
SOZIALFORSCHUNG
IN
ZEITEN
VON
*BIG
DATA
*
...........................
3
1.2
PYTHON
INSTALLIEREN
...................................................................................
8
1.2.1
INSTALLATION
MIT
DEM
PYTHON-INSTALLER
..........................................
8
1.2.2
INSTALLATION
MIT
DER
ANACONDA
DISTRIBUTION
................................
9
1.2.3
ZUSAETZLICHE
PAKETE
INSTALLIEREN
.................................................
10
1.3
ERSTE
SCHRITTE
MIT
PYTHON
....................................................................
11
1.3.1
IPYTHON:
INTERAKTIVE
PYTHON
UMGEBUNG
................................
14
1.3.2
PROGRAMMIEREN
IN
JUPYTER
NOTEBOOKS
....................................
17
1.3.3
PROGRAMMIEREN
IN
ENTWICKLUNGSUMGEBUNGEN
.......................
19
1.4
*PYTHONIC
*
CODE
SCHREIBEN:
ZEN
OF
PYTHON
UND
PEP8
.........................
21
2
PYTHON
VERSTEHEN
UND
ANWENDEN
................................................................
25
2.1
DATENTYPEN:
ZAHLEN
UND
ZEICHENKETTEN
...............................................
26
2.2
DATENCONTAINER:
LISTEN,
DICTIONARIES,
TUPLE
UND
SETS
...........................
32
2.2.1
LISTEN
(LIST)
...................................................................................
32
2.2.2
DICTIONARY
(DICT)
.........................................................................
34
2.2.3
TUPEL
(TUPLE)
.................................................................................
38
2.2.4
SET
/
FROZENSET
(SET,
FROZENSET)
.....................................................
39
2.3
KONTROLLFLUSS:
PROGRAMME
MIT
BEDINGUNGEN
STEUERN
..........................
40
2.3.1
NONE,
TRUE,
FALSE
.........................................................................
40
2.3.2
VERGLEICHE
VORNEHMEN
.................................
41
2.3.3
DATEN
ABFRAGEN
MIT
WHILE-
UND
FOR-SCHLEIFEN
............................
43
2.3.4
LIST-
UND
DICTIONARY-COMPREHENSION
........................................
46
2.3.5
FEHLERBEHANDLUNG:
TRY
UND
EXCEPT
...........................................
48
IX
X
INHALT
2.4
FUNKTIONEN
AUFRUFEN
UND
SCHREIBEN
.....................................................
50
2.4.1
EIGENE
FUNKTIONEN
DEFINIEREN
.....................................................
52
2.4.2
VARIABLE
PARAMETER
MIT
*ARGS
UND
**KWARGS
...............................
55
2.4.3
ANONYME
FUNKTIONEN:
LAMBDA-AUSDRUECKE
...............................
57
2.5
DATENEINLESENUNDAUSGEBEN
.................................................................
58
2.5.1
EINLESEN
UND
SCHREIBEN
EINFACHER
TEXT-DATEIEN
.......................
58
2.5.2
EINLESEN
UND
SCHREIBEN
VON
CSV-DATEIEN
.................................
59
2.5.3
EINLESEN
UND
SCHREIBEN
VON
JSON-DATEIEN
..............................
63
3
VERARBEITUNG
TABELLARISCHER
DATEN
IN
PYTHON
............................................
67
3.1
INDEXING:
GEZIELT
AUF
DATEN
ZUGREIFEN
...................................................
71
3.2
UEBERBLICK
UEBER
DIE
DATEN
BESCHAFFEN
.....................................................
73
3.3
DATEN
MIT
EIGENEN
FUNKTIONEN
BEARBEITEN
............................................
75
3.4
DATEN
EINLESEN
UND
EXPORTIEREN
.............................................................
76
4
DATENERHEBUNG
MIT
PYTHON
AM
BEISPIEL
VON
TWITTER
UND
NACHRICHTEN-MEDIEN
.....................................................................................
77
4.1
DATEN
VON
TWITTER
ERHEBEN
....................................................................
78
4.1.1
TWEEPY
INSTALLIEREN
UND
ERSTE
SCHRITTE
......................................
80
4.1.2
INFORMATIONEN
EINES
TWITTER-NUTZERS
ABFRAGEN
.........................
82
4.1.3
EINEN
DATENSATZ
MIT
TWITTER-DATEN
ERSTELLEN
.............................
84
4.2
EINFACHES
WEB-SCRAPING
VON
ONLINE-NEWS
..........................................
86
4.2.1
EINFACHES
BEISPIEL
EINER
WEB-ABFRAGE
........................................
87
4.2.2
INHALTE
AUS
DEM
SEITENQUELLTEXT
EXTRAHIEREN
.............................
88
4.2.3
ERGEBNISSE
EINER
THEMATISCHEN
SUCHE
SPEICHERN
.......................
90
4.2.4
INHALTE
EINES
ARTIKELS
EXTRAHIEREN
..............................................
95
4.2.5
ABFRAGEN
BESCHLEUNIGEN
MITHILFE
VON
SITEMAPS
.........................
97
5
STATISTISCHE
BERECHNUNGEN
MIT
PYTHON
...................................................
103
5.1
LAGEMASSZAHLEN:
ARITHMETISCHES
MITTEL,
MEDIAN,
MODUS
..................
104
5.2
VARIANZ
UND
STANDARDABWEICHUNG
BERECHNEN
....................................
106
5.3
VARIATIONSKOEFFIZIENT
UND
KOVARIANZ
BERECHNEN
.................................
107
5.4
KORRELATIONSKOEFFIZIENT
NACH
PEARSON
(PRODUKT-MOMENT-KORRELATION)
...........................................................
109
5.5
RANGKORRELATION
NACH
SPEARMAN
.......................................................
111
5.6
DATEN
TRANSFORMIEREN:
Z-TRANSFORMATION
..........................................
113
5.7
BERECHNUNG
DER
STICHPROBENGROESSE
...................................................
113
INHALT
XI
6
DATEN
VISUALISIEREN
.....................................................................................
117
6.1
DATEN
VISUALISIEREN
MIT
MATPLOTLIB
...................................................
118
6.1.1
BALKENDIAGRAMM
......................................................................
118
6.1.2
HISTOGRAMM
.............................................................................
121
6.1.3
LINIENDIAGRAMME
......................................................................
124
6.1.4
STREUDIAGRAMM
(SCATTERPLOT)
...................................................
129
6.1.5
GRAFIKEN
DYNAMISCH
ERSTELLEN
.................................................
131
6.2
DATEN
VISUALISIEREN
MIT
SEABORN
........................................................
134
6.2.1
KATEGORIALE
DATEN
DRUCKEN
.....................................................
135
6.2.2
SCATTERPLOT
.................................................................................
137
6.2.3
ZUSAMMENHAENGE
MIT
REGPLOT
UND
JOINTPLOT
DARSTELLEN
..........
139
6.2.4
HEATMAPS
IN
SEABORN
ERSTELLEN
...............................................
140
7
AUSBLICK
.......................................................................................................
145
WEITERFUEHRENDE
LITERATUR
.................................................................................
147
|
| any_adam_object | 1 |
| author | Feiks, Markus 1985- |
| author_GND | (DE-588)1101705213 |
| author_facet | Feiks, Markus 1985- |
| author_role | aut |
| author_sort | Feiks, Markus 1985- |
| author_variant | m f mf |
| building | Verbundindex |
| bvnumber | BV046058659 |
| classification_rvk | MR 2200 ST 250 |
| ctrlnum | (OCoLC)1100495400 (DE-599)DNB1185348778 |
| discipline | Informatik Soziologie |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>03230nam a2200757 c 4500</leader><controlfield tag="001">BV046058659</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20191218 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">190722s2019 gw a||| |||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">19,N19</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1185348778</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783658258764</subfield><subfield code="c">Festeinband : EUR 22.99 (DE), EUR 23.63 (AT), CHF 25.50 (freier Preis)</subfield><subfield code="9">978-3-658-25876-4</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3658258764</subfield><subfield code="9">3-658-25876-4</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783658258764</subfield></datafield><datafield tag="028" ind1="5" ind2="2"><subfield code="a">Bestellnummer: 978-3-658-25876-4</subfield></datafield><datafield tag="028" ind1="5" ind2="2"><subfield code="a">Bestellnummer: 87016130</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1100495400</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1185348778</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-HE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-Aug4</subfield><subfield code="a">DE-384</subfield><subfield code="a">DE-12</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">MR 2200</subfield><subfield code="0">(DE-625)123489:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 250</subfield><subfield code="0">(DE-625)143626:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">310</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Feiks, Markus</subfield><subfield code="d">1985-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1101705213</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Empirische Sozialforschung mit Python</subfield><subfield code="b">Daten automatisiert sammeln, auswerten, aufbereiten</subfield><subfield code="c">Markus Feiks</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Wiesbaden, Germany</subfield><subfield code="b">Springer VS</subfield><subfield code="c">[2019]</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XVI, 147 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield><subfield code="c">21 cm x 14.8 cm, 221 g</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenerhebung</subfield><subfield code="0">(DE-588)4155272-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Python 3.7</subfield><subfield code="0">(DE-588)1155266803</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Visualisierung</subfield><subfield code="0">(DE-588)4188417-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Empirische Sozialforschung</subfield><subfield code="0">(DE-588)4014606-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Automatisierung der Datenerhebung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Big Data in den Sozialwissenschaften</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Data Science</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Kommunikationsforschung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Programmiersprache Python</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">empirische Sozialforschung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">GTC</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4151278-9</subfield><subfield code="a">Einführung</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Empirische Sozialforschung</subfield><subfield code="0">(DE-588)4014606-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Datenerhebung</subfield><subfield code="0">(DE-588)4155272-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Empirische Sozialforschung</subfield><subfield code="0">(DE-588)4014606-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="3"><subfield code="a">Visualisierung</subfield><subfield code="0">(DE-588)4188417-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="2" ind2="0"><subfield code="a">Python</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4434275-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="1"><subfield code="a">Python 3.7</subfield><subfield code="0">(DE-588)1155266803</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="2"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="3"><subfield code="a">Visualisierung</subfield><subfield code="0">(DE-588)4188417-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2=" "><subfield code="8">1\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="710" ind1="2" ind2=" "><subfield code="a">Springer Fachmedien Wiesbaden</subfield><subfield code="0">(DE-588)1043386068</subfield><subfield code="4">pbl</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, eBook</subfield><subfield code="z">978-3-658-25877-1</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=031440014&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-031440014</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield></record></collection> |
| genre | (DE-588)4151278-9 Einführung gnd-content |
| genre_facet | Einführung |
| id | DE-604.BV046058659 |
| illustrated | Illustrated |
| indexdate | 2024-07-10T08:34:04Z |
| institution | BVB |
| institution_GND | (DE-588)1043386068 |
| isbn | 9783658258764 3658258764 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-031440014 |
| oclc_num | 1100495400 |
| open_access_boolean | |
| owner | DE-Aug4 DE-384 DE-12 |
| owner_facet | DE-Aug4 DE-384 DE-12 |
| physical | XVI, 147 Seiten Illustrationen, Diagramme 21 cm x 14.8 cm, 221 g |
| publishDate | 2019 |
| publishDateSearch | 2019 |
| publishDateSort | 2019 |
| publisher | Springer VS |
| record_format | marc |
| spelling | Feiks, Markus 1985- Verfasser (DE-588)1101705213 aut Empirische Sozialforschung mit Python Daten automatisiert sammeln, auswerten, aufbereiten Markus Feiks Wiesbaden, Germany Springer VS [2019] XVI, 147 Seiten Illustrationen, Diagramme 21 cm x 14.8 cm, 221 g txt rdacontent n rdamedia nc rdacarrier Datenerhebung (DE-588)4155272-6 gnd rswk-swf Python Programmiersprache (DE-588)4434275-5 gnd rswk-swf Python 3.7 (DE-588)1155266803 gnd rswk-swf Visualisierung (DE-588)4188417-6 gnd rswk-swf Empirische Sozialforschung (DE-588)4014606-6 gnd rswk-swf Datenanalyse (DE-588)4123037-1 gnd rswk-swf Automatisierung der Datenerhebung Big Data in den Sozialwissenschaften Data Science Kommunikationsforschung Programmiersprache Python empirische Sozialforschung GTC (DE-588)4151278-9 Einführung gnd-content Empirische Sozialforschung (DE-588)4014606-6 s Datenerhebung (DE-588)4155272-6 s Python Programmiersprache (DE-588)4434275-5 s DE-604 Datenanalyse (DE-588)4123037-1 s Visualisierung (DE-588)4188417-6 s Python 3.7 (DE-588)1155266803 s 1\p DE-604 Springer Fachmedien Wiesbaden (DE-588)1043386068 pbl Erscheint auch als Online-Ausgabe, eBook 978-3-658-25877-1 DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=031440014&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis 1\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk |
| spellingShingle | Feiks, Markus 1985- Empirische Sozialforschung mit Python Daten automatisiert sammeln, auswerten, aufbereiten Datenerhebung (DE-588)4155272-6 gnd Python Programmiersprache (DE-588)4434275-5 gnd Python 3.7 (DE-588)1155266803 gnd Visualisierung (DE-588)4188417-6 gnd Empirische Sozialforschung (DE-588)4014606-6 gnd Datenanalyse (DE-588)4123037-1 gnd |
| subject_GND | (DE-588)4155272-6 (DE-588)4434275-5 (DE-588)1155266803 (DE-588)4188417-6 (DE-588)4014606-6 (DE-588)4123037-1 (DE-588)4151278-9 |
| title | Empirische Sozialforschung mit Python Daten automatisiert sammeln, auswerten, aufbereiten |
| title_auth | Empirische Sozialforschung mit Python Daten automatisiert sammeln, auswerten, aufbereiten |
| title_exact_search | Empirische Sozialforschung mit Python Daten automatisiert sammeln, auswerten, aufbereiten |
| title_full | Empirische Sozialforschung mit Python Daten automatisiert sammeln, auswerten, aufbereiten Markus Feiks |
| title_fullStr | Empirische Sozialforschung mit Python Daten automatisiert sammeln, auswerten, aufbereiten Markus Feiks |
| title_full_unstemmed | Empirische Sozialforschung mit Python Daten automatisiert sammeln, auswerten, aufbereiten Markus Feiks |
| title_short | Empirische Sozialforschung mit Python |
| title_sort | empirische sozialforschung mit python daten automatisiert sammeln auswerten aufbereiten |
| title_sub | Daten automatisiert sammeln, auswerten, aufbereiten |
| topic | Datenerhebung (DE-588)4155272-6 gnd Python Programmiersprache (DE-588)4434275-5 gnd Python 3.7 (DE-588)1155266803 gnd Visualisierung (DE-588)4188417-6 gnd Empirische Sozialforschung (DE-588)4014606-6 gnd Datenanalyse (DE-588)4123037-1 gnd |
| topic_facet | Datenerhebung Python Programmiersprache Python 3.7 Visualisierung Empirische Sozialforschung Datenanalyse Einführung |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=031440014&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT feiksmarkus empirischesozialforschungmitpythondatenautomatisiertsammelnauswertenaufbereiten AT springerfachmedienwiesbaden empirischesozialforschungmitpythondatenautomatisiertsammelnauswertenaufbereiten |