Kategorien
Seiten
-

Forschungsdaten – Aktuelles und Wissenswertes

Carpentries Python-Workshop

10. April 2025 | von
Carpentries Python Workshop: Vortragende steht am Pult

Quelle: DKZ.2R und NFDI4Microbiota

Der Software Carpentries-Workshop „Einführung in Python“ fand am 17. und 18. März 2025 im IT Center der RWTH Aachen statt. Er wurde von Jonathan Hartman vom Rhein-Ruhr Zentrum für wissenschaftliche Datenkompetenz (DKZ.2R) und Catherine Gonzalez von NFDI4Microbiota geleitet. Die Veranstaltung richtete sich speziell an Absolventinnen, Absolventen und Forschende, die Python erlernen möchten.

 

Mehr als nur ein Workshop

Es war mehr als nur ein Workshop – es war eine gemeinschaftsbildende Erfahrung. Die Teilnehmenden wurden ermutigt, sich gegenseitig zu unterstützen, um ein kooperatives und unterstützendes Lernumfeld zu fördern. Unter Verwendung des Carpentries-Verhaltenskodex wurden sie ermutigt, eine einladende und integrative Sprache zu verwenden und unterschiedliche Ansichten und Erfahrungen zu respektieren, um die bestmöglichen Erfahrungen zu gewährleisten.

 

Was ist Python?

Python ist eine interaktive Programmiersprache, mit der Codes einfach geschrieben und die Ergebnisse sofort eingesehen werden können. Python ist eine großartige Programmiersprache, um mit dem Programmieren zu beginnen, da sie sehr logisch ist und in einfachem gesprochenem Englisch geschrieben wird.

 

Ermittlung des Lernerfolgs der Teilnehmenden

Um die Vorkenntnisse und Erwartungen der Teilnehmenden an die Schulung besser zu verstehen, führten wir vor dem Workshop eine Umfrage durch. Dies half uns, ihre Vertrautheit mit Python einzuschätzen und die wichtigsten Bereiche zu identifizieren, in denen sie sich verbessern wollten. Nach dem Workshop führten wir ebenfalls eine Umfrage durch, um zu sehen, wie sich ihre Antworten verändert hatten, um ihren Lernfortschritt zu bewerten und um Feedback zu ihrer Schulungserfahrung zu erhalten. Dies lieferte wertvolle Informationen über die Wirksamkeit des Workshops und über Bereiche, in denen in Zukunft Verbesserungen möglich sind.

Die folgende Grafik zeigt zum Beispiel, wie sich die selbst eingeschätzten Fähigkeiten und das Selbstvertrauen der Teilnehmer im Laufe des Trainings verändert haben.

 

Die Grafik zeigt, wie sich die selbstberichteten Fähigkeiten und das Selbstvertrauen der Teilnehmer im Laufe des Trainings entwickelt haben

Quelle: DKZ.2R und NFDI4Microbiota

 

Das leitende Python-Workshop-Team hat in der Umfrage ermutigendes Feedback erhalten:

„Ich habe viel aus diesem Workshop gelernt. Alle Mitarbeitenden waren sehr freundlich und professionell. Ich würde gerne an einem weiteren Python-Workshop unter Ihrer Organisation teilnehmen. Danke!“ „Gute Organisation, sehr gut strukturierter Inhalt mit verständlichen Beispielen. Mir gefiel die Kombination aus Präsentationen und praktischen Übungen.“

„Alle Dozenten waren sehr engagiert und enthusiastisch. Sie lieferten großartige Beispiele dafür, wie bewährte Verfahren bei der täglichen Programmierung helfen.“ „Die Begeisterung der Dozenten machte es einfacher, sich auf die Aufgaben zu konzentrieren.“

 

Was die Teilnehmenden gelernt haben

Im Laufe von zwei Tagen lernten die Teilnehmenden wichtige Programmierkonzepte durch praktische Programmierübungen. Sie lernten grundlegende Datenstrukturen kennen, um Daten zu kontrollieren und zu validieren und um wiederkehrende Aufgaben zu automatisieren.

Sie lernten die Syntax und Anwendungsfälle für bedingte Strukturen wie if-Anweisungen, for-Schleifen und Akkumulator-Muster kennen.

Beispiel: Die Abbildung zeigt, wie Variablen, Schleifen und Bedingungen kombiniert wurden, um zu modellieren, wie sich die Geschwindigkeit mit der Zeit ändert:

 

Der Codeausschnitt zeigt, wie Variablen, Schleifen und Bedingungen kombiniert wurden, um zu modellieren, wie sich die Geschwindigkeit im Laufe der Zeit ändert.

Quelle: DKZ.2R und NFDI4Microbiota

  • Datentypen und Typkonvertierung: Verschiedene Datentypen in Python verstehen und zwischen ihnen konvertieren.
    • Datentypen wie z. B. Strings, die in Anführungszeichen stehen („in Anführungszeichen“), Ganzzahlen (1234) und viele mehr. Sie können einen Wert in einen Datentyp umwandeln, indem Sie str(2) oder int(„2“) verwenden.
  • Integrierte Python-Funktionen und Hilfe: Die integrierten Funktionen von Python effektiv nutzen und auf die Hilfe in der Python-Umgebung zugreifen können.
    • Häufig verwendete eingebaute Funktionen sind zum Beispiel: min(), max(), die verwendet werden, um den kleinsten oder größten Wert einer Reihe von Werten zu ermitteln. Dies funktioniert sowohl bei Ganzzahlen als auch bei Zeichenketten
  • Datenrahmen mit Pandas: Wie man tabellarische Daten aus .csv-Dateien mit den Panda-Bibliotheken ausliest, um einen Überblick und eine Visualisierung über das BIP mehrerer Länder zu erhalten.
    • Ein Datenrahmen ist eine Sammlung von Zeilen. Der Datenrahmen ist die Art und Weise, wie Pandas eine Tabelle darstellt und Reihen sind die Datenstruktur, die Pandas verwendet, um eine Spalte darzustellen. Wir haben uns das BIP verschiedener europäischer Länder angesehen, indem wir eine .csv-Datei mit der Pandas-Bibliothek eingelesen haben.
  • Plotten mit Matplotlib: Erstellen von Visualisierungen mit der Matplotlib Bibliothek.

Beispiel: In diesem kurzen Programm wurden Pandas und Matplotlib verwendet, um ein Diagramm zu erstellen, das die Korrelation zwischen dem BIP und der Lebenserwartung für das Jahr 2007 zeigt, wobei die Größe der Markierung auf die Bevölkerung normiert wird.

 

Korrelation zwischen dem BIP und der Lebenserwartung für das Jahr 2007

Quelle: Eigene Darstellung

 

Korrelation zwischen dem BIP und der Lebenserwartung für das Jahr 2007

Quelle: DKZ.2R und NFDI4Microbiota

 

Während des gesamten Workshops waren die Teilnehmenden mit Live-Coding beschäftigt und wurden dabei von zertifizierten Carpentries-Trainern und Workshop-Assistenten unterstützt. Ergänzend zu den praktischen Übungen wurden in kurzen Vorträgen weiterführende Programmierkonzepte vorgestellt:

  • „The Zen of Python“ – Eine Reihe von 19 Leitprinzipien für das Schreiben von klarem und effizientem Code.
  • „Third-Party Libraries“ – Wie externe Pakete die Möglichkeiten von Python erweitern.
  • „Git Version Control“ – Tools zur Verfolgung von Änderungen und Zusammenarbeit an Code.
  • Saubere Code-Praktiken – Schreiben von lesbarem und wartbarem Code mit Kommentaren, Docstrings und Formatierungswerkzeugen.

Am Ende des Workshops hatten die Teilnehmenden eine solide Basis an Kenntnissen der Python-Programmierung aufgebaut und grundlegende Fähigkeiten für Forschung und Datenanalyse erworben. Noch wichtiger war, dass sie das Selbstvertrauen gewonnen hatten, diese Konzepte in ihren eigenen Projekten weiter zu erforschen und anzuwenden.


Verantwortlich für die Inhalte dieses Beitrags ist Catherine Gonzalez.

Schreibe einen Kommentar