Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision | ||
lehrkraefte:blc:informatik:glf4-23:socialmedia-data:start [2023/02/28 08:40] Ivo Blöchliger [Datenexport] |
lehrkraefte:blc:informatik:glf4-23:socialmedia-data:start [2024/02/25 22:43] (current) Olaf Schnürer |
||
---|---|---|---|
Line 1: | Line 1: | ||
+ | ~~NOTOC~~ | ||
====== Datenschutz und Datenanalyse ====== | ====== Datenschutz und Datenanalyse ====== | ||
===== Datenexport ===== | ===== Datenexport ===== | ||
Line 25: | Line 26: | ||
* Python-Dateien (die werden erst in einem Editor farbig dargestellt) | * Python-Dateien (die werden erst in einem Editor farbig dargestellt) | ||
* HTML-Dateien (Aufbau von Webseiten, drücken Sie mal Ctrl-U, um den Seitenquelltext anzuzeigen) | * HTML-Dateien (Aufbau von Webseiten, drücken Sie mal Ctrl-U, um den Seitenquelltext anzuzeigen) | ||
- | * [[https:// | + | * [[https:// |
* Markup-Language (z.B. diese Seite wurde damit geschrieben, | * Markup-Language (z.B. diese Seite wurde damit geschrieben, | ||
* [[https:// | * [[https:// | ||
Line 50: | Line 51: | ||
print(' | print(' | ||
+ | # oder (fast) dasselbe etwas kürzer mit sogenannten f-strings (= formatted strings): | ||
+ | print(f' | ||
print(' | print(' | ||
</ | </ | ||
Line 86: | Line 89: | ||
</ | </ | ||
</ | </ | ||
- | |||
- | |||
- | ===== 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, | ||
- | |||
- | ==== Konvertierung ==== | ||
- | |||
- | <WRAP todo> | ||
- | |||
- | * Speichern Sie folgendes Python-Script im gleichen Verzeichnis wie Ihre YouTube-Daten: | ||
- | * Falls Sie keine eigene YouTube-Daten (oder andere Daten im JSON-Format haben), können Sie folgende Daten verwenden: {{lehrkraefte: | ||
- | * In der git-bash, navigieren Sie in das Verzeichnis, | ||
- | * Öffnen Sie die generierte CSV-Datei in Excel | ||
- | |||
- | <WRAP center round tip 60%> | ||
- | Dazu gibt einen Screencast: [[https:// | ||
- | </ | ||
- | |||
- | 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). | ||
- | |||
- | </ | ||
- | |||
- | ==== Analyse ==== | ||
- | <WRAP todo> | ||
- | |||
- | Erzeugen Sie eine Pivot-Tabelle dieser Daten, aggregiert nach Wochentag und Stunde. Schauen Sie sich dazu folgendes Video: | ||
- | |||
- | <WRAP center round tip 60%> | ||
- | Screencast: [[https:// | ||
- | </ | ||
- | |||
- | |||
- | * Überprüfen Sie, ob Sonntag oder Montag der erste Wochentag in Excel ist (in meinem LibreOffice ist Sonntag der Tag 1 (wohl weil mein Computer auf US-amerikanisch eingestellt ist). | ||
- | * Filtern Sie die Daten nach Datum. Vergleichen Sie dazu z.B. den September (Schulbetrieb) mit Juli (Sommerferien). | ||
- | |||
- | </ | ||
- | |||