Das zweite Modul befasst sich mit zentralen Programmierkonzepten, beginnend mit integrierten und benutzerdefinierten Funktionen zur Verbesserung der Wiederverwendbarkeit und Effizienz von Code. Es behandelt String-Methoden, darunter das Aufteilen von Strings zur Textbearbeitung. Die Lernenden beschäftigen sich außerdem mit Listenmethoden wie dem Slicing, der Verwendung des „in“-Operators zur Überprüfung der Zugehörigkeit sowie dem Verknüpfen von Listen. Iterationen, darunter Schleifen, werden eingeführt, um sich wiederholende Aufgaben zu automatisieren; anschließend werden Schleifen und Bedingungen kombiniert, um dynamische und logische Programme zu erstellen. Das Modul schließt mit Übungsaufgaben ab, um diese Konzepte zu vertiefen und die Fähigkeiten zur Problemlösung zu verbessern.

Das dritte Modul befasst sich eingehender mit den Konzepten der Iterationen sowie der while- und for-Schleife. Wir werden insbesondere lernen, wie man Variablen aktualisiert, wie man while-Schleifen schreibt, unendliche while-Schleifen ausführt und Iterationen mit der „continue“-Anweisung beendet. Außerdem werden wir uns mit dem Schreiben endlicher Schleifen mithilfe von „for“-Anweisungen befassen. Wir werden lernen, wie man durch das Durchlaufen von Schleifen iterativ zählt und summiert. Wir werden lernen, wie man mithilfe von Schleifen die maximalen und minimalen Elemente, typischerweise in einer Liste, ermittelt. Darüber hinaus werden wir das Durchlaufen von Listen behandeln und lernen, wie man Fehler beheben kann – was bei fortgeschrittener Programmierung wichtig ist.

Das vierte Modul konzentriert sich auf die effiziente Verarbeitung und Analyse von Daten. Es beginnt mit dem Verständnis der entsprechenden Dateistrukturen für den Zugriff auf und die Organisation von Dateien. Die Lernenden setzen sich mit Pandas DataFrames auseinander, einer leistungsstarken Datenstruktur zur Verwaltung von Datensätzen, sowie mit Slicing-Techniken zur Extraktion spezifischer Daten. Das Modul behandelt zusammenfassende Statistiken zur Beschreibung von Datensätzen sowie Methoden zum Vergleich von Unterschieden zwischen Mittelwerten. Es werden Visualisierungstechniken unter Verwendung von Matplotlib und Seaborn vorgestellt, darunter Histogramme, Streudiagramme und Balkendiagramme zur effektiven Darstellung von Daten. Abschließend festigen Übungsaufgaben diese Konzepte, sodass die Lernenden in die Lage versetzt werden, Techniken der Datenanalyse und -visualisierung effektiv anzuwenden.

Das fünfte Modul befasst sich mit grundlegenden Datenstrukturen und Techniken der Textverarbeitung. Es beginnt mit Tupeln und Wörterbüchern und untersucht deren Eigenschaften und Anwendungsfälle. Anschließend befassen sich die Lernenden mit Listen- und Wörterbuchkomprimierung, die effiziente Möglichkeiten zum Erstellen und Bearbeiten von Datenstrukturen bieten. Das Modul führt in grundlegende Konzepte der Textanalyse ein, darunter das Zählen von Wörtern, die Berechnung des Typ-Token-Verhältnisses und die Analyse von Worthäufigkeiten. Anschließend werden die Tokenisierung von Text und die Vorverarbeitung behandelt – wesentliche Schritte zur Bereinigung und Strukturierung von Textdaten. Darüber hinaus üben die Lernenden das Einlesen von Textdateien, um Informationen zu extrahieren und zu analysieren. Das Modul schließt mit praktischen Übungen ab, um diese Konzepte durch praktische Erfahrungen zu vertiefen.

Das sechste Modul befasst sich mit grundlegenden Datenstrukturen und Techniken der Textverarbeitung. Es beginnt mit Tupeln und Wörterbüchern und beleuchtet deren Eigenschaften und Anwendungsfälle. Anschließend befassen sich die Lernenden mit Listen- und Wörterbuchkomprimierung, die effiziente Möglichkeiten zum Erstellen und Bearbeiten von Datenstrukturen bieten. Das Modul führt in grundlegende Konzepte der Textanalyse ein, darunter das Zählen von Wörtern, die Berechnung des Typ-Token-Verhältnisses und die Analyse von Worthäufigkeiten. Anschließend werden die Tokenisierung von Text und die Vorverarbeitung behandelt – wesentliche Schritte zur Bereinigung und Strukturierung von Textdaten. Darüber hinaus üben die Lernenden das Einlesen von Textdateien, um Informationen zu extrahieren und zu analysieren. Das Modul schließt mit praktischen Übungen ab, um diese Konzepte durch praktische Erfahrungen zu vertiefen.

Das siebte und letzte Modul befasst sich mit dem Abruf und der Extraktion von Daten aus dem Internet. Es beginnt mit dem Zugriff auf Datenbanken über Web-APIs, gefolgt von der Erstellung von API-GET-Anfragen zum Abrufen von Daten. Anschließend lernen die Teilnehmer, Antworttexte und JSON-Dateien zu analysieren, um aussagekräftige Informationen zu extrahieren, beispielsweise die Anzahl der Artikel zu ermitteln. Das Modul behandelt außerdem das Web-Scraping mit BeautifulSoup, wodurch eine automatisierte Datenextraktion aus Websites ermöglicht wird.