Differences

This shows you the differences between two versions of the page.

--- lehrkraefte:blc:informatik:glf4-23:socialmedia-data:analyze [2023/03/01 14:09]
Ivo Blöchliger [Analyse der Standortdaten (Snapchat)]
+++ lehrkraefte:blc:informatik:glf4-23:socialmedia-data:analyze [2024/02/27 23:12] (current)
Olaf Schnürer [Snapchat]
@@ Line 1: / Line 1: @@
+~~NOTOC~~
 ====== Datenanalyse ======
 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.
@@ Line 6: / Line 8: @@
 <WRAP todo>
-  * Speichern Sie folgendes Python-Script im gleichen Verzeichnis wie Ihre YouTube-Daten: {{lehrkraefte:blc:informatik:glf4-23:socialmedia-data:youtube-json-to-csv-convert.py}}
+  * Speichern Sie folgendes Python-Script im gleichen Verzeichnis wie Ihre YouTube-Daten: <del>{{lehrkraefte:blc:informatik:glf4-23:socialmedia-data:youtube-json-to-csv-convert.py}}
-  * Falls Sie keine eigene YouTube-Daten (oder andere Daten im JSON-Format haben), können Sie folgende Daten verwenden: {{lehrkraefte:blc:informatik:glf4-23:socialmedia-data:old-data.json.zip}}.
+</del>{{ :lehrkraefte:snr:informatik:klasse-4:social-media-analyse:youtube-json-to-csv-convert-neu.py |}}
-  * In der git-bash, navigieren Sie in das Verzeichnis, in dem die Datei ''watch-history.json'' liegt und führen Sie das Python-Script ''youtube-json-to-csv-convert.py'' aus.
+  * Falls Sie keine eigene YouTube-Daten (oder andere Daten im JSON-Format haben), können Sie folgende Daten verwenden (die ent-zippte Datei müssen Sie noch zu ''watch-history.json'' umbenennen): {{lehrkraefte:blc:informatik:glf4-23:socialmedia-data:old-data.json.zip}}.
+  * In der git-bash, navigieren Sie in das Verzeichnis, in dem die Datei ''watch-history.json'' liegt und führen Sie das Python-Script <del>''youtube-json-to-csv-convert.py''</del> ''youtube-json-to-csv-convert-neu.py''aus.
   * Öffnen Sie die generierte CSV-Datei in Excel
@@ Line 28: / Line 31: @@
 grep '"timestamp"' beispiel.json | cut -f2 -d: > timestamps.txt
 </code>
-**Aus allen Dateien im aktuellen Verzeichnis und allen Unterverzeichnissen:
+**Aus allen Dateien** im aktuellen Verzeichnis und allen Unterverzeichnissen:
 <code bash>
 grep -hR '"timestamp"' | cut -f2 -d: > timestamps.txt
@@ Line 49: / Line 52: @@
 ==== Snapchat ====
 <WRAP todo>
-Bei Snapchat können aus der Datei ''location_history.json'' die Standortdaten extrahiert werden. Dazu verwenden Sie folgendes Pythonscript: {{lehrkraefte:blc:informatik:glf4-23:socialmedia-data:location_history_analyzer.py}} (im gleichen Verzeichnis speichern und dort ausführen). Es wird eine Datei ''location_history.csv'' generiert.
+Bei Snapchat können aus der Datei ''location_history.json'' die Standortdaten extrahiert werden. Dazu verwenden Sie folgendes Pythonscript: <del>{{lehrkraefte:blc:informatik:glf4-23:socialmedia-data:location_history_analyzer.py}}</del>
+{{ :lehrkraefte:snr:informatik:klasse-4:social-media-analyse: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: