Wir werden die Daten erst einmal in einer Tabellenkalkulation (z.B. Excel) analysieren. Dazu müssen die Daten aber erst in ein Format konvertiert werden, das von Excel auch gelesen werden kann. Dazu verwenden wir einfach CSV-Dateien, die sind am einfachsten zu erzeugen.
watch-history.json
umbenennen): old-data.json.zip.watch-history.json
liegt und führen Sie das Python-Script youtube-json-to-csv-convert.py
youtube-json-to-csv-convert-neu.py
aus.Dazu gibt einen Screencast: Direktlink oder auf SharePoint.
Falls Sie andere Daten haben, versuchen Sie das Konvertierungsscript anzupassen. Fragen Sie Ihren Informatiklehrer und/oder senden Sie ihm einen Auszug Ihrer JSON-Datei (die Struktur der relevanten Einträge muss komplett erhalten sein, dafür reicht aber im Prinzip ein Eintrag).
Wir werden die Zeitangaben extrahieren. Entweder aus einzelnen Dateien, oder gleich aus allen. Das kann recht einfach direkt auf der Kommandozeile gemacht werden:
Aus einer Datei beispiel.json
:
grep '"timestamp"' beispiel.json | cut -f2 -d: > timestamps.txt
Aus allen Dateien im aktuellen Verzeichnis und allen Unterverzeichnissen:
grep -hR '"timestamp"' | cut -f2 -d: > timestamps.txt
Erklärung:
grep
liefert alle Zeilen, die ein Muster enthalten, in diesem Fall timestamp
von Anführungszeichen eingeschlossen. cut
liefert das zweite Feld -f2
nach dem Doppelpunkt -d:
.> timestamps.txt
leitet die Ausgabe in eine Datei um.Die Zeitstempel sind meist in Sekunden nach dem 1.1.1970, z.T. in Millisekunden. Folgendes Pythonprogramm konvertiert diese Zeitstempel in ein Format, womit Excel umgehen kann: timestamps2csv.py
Dieses kann wie folgt gebraucht werden:
python timestamps2csv.py timestamps.txt"
Das Erzeugt eine CSV-Datei timestamps.txt.csv
, die z.B. mit Excel eingelesen werden kann.
Bei Snapchat können aus der Datei location_history.json
die Standortdaten extrahiert werden. Dazu verwenden Sie folgendes Pythonscript: location_history_analyzer.py
location_history_analyzer-februar-2024.py
(im gleichen Verzeichnis speichern und dort ausführen). Es wird eine Datei location_history.csv
generiert.
Damit das deutsche Excel die CSV-Datei «Comma separated values» korrekt lesen kann, müssen Kommas zu Strichpunkten konvertiert werden… Entweder passen Sie das Python-Script an oder Sie verwenden folgende Kommandozeile:
cat location_history.csv | tr \, \; > location_history_de.csv
Erzeugen Sie eine Pivot-Tabelle dieser Daten, aggregiert nach Wochentag und Stunde. Schauen Sie sich dazu folgendes Video:
Screencast: Direktlink und auf SharePoint.
.xlsx
-FormatGut möglich, dass Ihr Android-Hany Ihren Standort ebenfalls aufzeichnet. Diese Daten sind dann auf https://myaccount.google.com/data-and-privacy#things-you-do einsehbar (wohl direkt auch auf Maps).