Offizielle Kursbeschreibung
In diesem Seminar soll der Umgang mit Python3 zur Analyse großer Metadatenbestände praktisch erprobt werden. Am Beispiel von Metadaten zu deutschsprachigen Drucken des 16. Jahrhunderts wird ausgelotet, wie bibliographische Informationen mittels Python analysiert und visualisiert werden können. In den Metadaten enthalten sind facettenreiche Informationen zu Verfassern, Druckern, Druckorten, Buchformaten, Umfängen, Buchillustrationen, etc., die vielfältige Möglichkeiten zur Datenanalyse eröffnen.
Umfangreiche und vorlagengetreue Titelwiedergaben ermöglichen in Ansätzen auch die Auswertung von Titelblattgestaltungen und Werbestrategien. Auf der anderen Seite können Lücken in den Metadaten näher beleuchtet und adressiert werden, beispielsweise fehlende Angaben zu Sprache oder Gattungszugehörigkeit von Drucken.
Zum Einsatz kommen im Seminar einschlägige Pythonbibliotheken zur Datenanalyse und -visualisierung (pandas, seaborn, matplotlib, etc.). Grundlegende Python-Kenntnisse sind erforderlich, der Kurs ersetzt keine Einführung in Python.
Die Analyseergebnisse sollen interaktiv mittels Jupyter Notebooks präsentiert und dokumentiert werden.
Die Veranstaltung wird vorrangig als Online-Seminar mit anteilig asynchronen und synchronen Lerneinheiten und Terminen stattfinden. Einzelne Termine vor Ort werden in Absprache mit den Teilnehmern organisiert und voraussichtlich eher am Semesterende liegen.
Online-Angebote
moodle
In diesem Seminar soll der Umgang mit Python3 zur Analyse großer Metadatenbestände praktisch erprobt werden. Am Beispiel von Metadaten zu deutschsprachigen Drucken des 16. Jahrhunderts wird ausgelotet, wie bibliographische Informationen mittels Python analysiert und visualisiert werden können. In den Metadaten enthalten sind facettenreiche Informationen zu Verfassern, Druckern, Druckorten, Buchformaten, Umfängen, Buchillustrationen, etc., die vielfältige Möglichkeiten zur Datenanalyse eröffnen.
Umfangreiche und vorlagengetreue Titelwiedergaben ermöglichen in Ansätzen auch die Auswertung von Titelblattgestaltungen und Werbestrategien. Auf der anderen Seite können Lücken in den Metadaten näher beleuchtet und adressiert werden, beispielsweise fehlende Angaben zu Sprache oder Gattungszugehörigkeit von Drucken.
Zum Einsatz kommen im Seminar einschlägige Pythonbibliotheken zur Datenanalyse und -visualisierung (pandas, seaborn, matplotlib, etc.). Grundlegende Python-Kenntnisse sind erforderlich, der Kurs ersetzt keine Einführung in Python.
Die Analyseergebnisse sollen interaktiv mittels Jupyter Notebooks präsentiert und dokumentiert werden.
Die Veranstaltung wird vorrangig als Online-Seminar mit anteilig asynchronen und synchronen Lerneinheiten und Terminen stattfinden. Einzelne Termine vor Ort werden in Absprache mit den Teilnehmern organisiert und voraussichtlich eher am Semesterende liegen.
Online-Angebote
moodle
- Lehrende: Anonym
Semester: ST 2022