{"id":7380,"date":"2025-04-10T15:00:05","date_gmt":"2025-04-10T13:00:05","guid":{"rendered":"https:\/\/blog.rwth-aachen.de\/forschungsdaten\/?p=7380"},"modified":"2025-04-28T12:06:53","modified_gmt":"2025-04-28T10:06:53","slug":"carpentries-python-workshop","status":"publish","type":"post","link":"https:\/\/blog.rwth-aachen.de\/forschungsdaten\/2025\/04\/10\/carpentries-python-workshop\/","title":{"rendered":"Carpentries Python-Workshop"},"content":{"rendered":"

\"Carpentries<\/a>

Quelle: DKZ.2R und NFDI4Microbiota<\/p><\/div><\/p>\n

Der Software Carpentries-Workshop \u201eEinf\u00fchrung in Python\u201c fand am 17. und 18. M\u00e4rz 2025 im IT Center der RWTH Aachen statt. Er wurde von Jonathan Hartman vom Rhein-Ruhr Zentrum f\u00fcr wissenschaftliche Datenkompetenz<\/a> (DKZ.2R) und Catherine Gonzalez von NFDI4Microbiota<\/a> geleitet. Die Veranstaltung richtete sich speziell an Absolventinnen, Absolventen und Forschende, die Python erlernen m\u00f6chten.<\/p>\n

<\/p>\n

 <\/p>\n

Mehr als nur ein Workshop<\/b><\/span><\/h3>\n

Es war mehr als nur ein Workshop – es war eine gemeinschaftsbildende Erfahrung. Die Teilnehmenden wurden ermutigt, sich gegenseitig zu unterst\u00fctzen, um ein kooperatives und unterst\u00fctzendes Lernumfeld zu f\u00f6rdern. Unter Verwendung des Carpentries-Verhaltenskodex wurden sie ermutigt, eine einladende und integrative Sprache zu verwenden und unterschiedliche Ansichten und Erfahrungen zu respektieren, um die bestm\u00f6glichen Erfahrungen zu gew\u00e4hrleisten.<\/p>\n

 <\/p>\n

Was ist Python?<\/strong><\/span><\/h3>\n

Python ist eine interaktive Programmiersprache, mit der Codes einfach geschrieben und die Ergebnisse sofort eingesehen werden k\u00f6nnen. Python ist eine gro\u00dfartige Programmiersprache, um mit dem Programmieren zu beginnen, da sie sehr logisch ist und in einfachem gesprochenem Englisch geschrieben wird.<\/p>\n

 <\/p>\n

Ermittlung des Lernerfolgs der Teilnehmenden<\/strong><\/span><\/h3>\n

Um die Vorkenntnisse und Erwartungen der Teilnehmenden an die Schulung besser zu verstehen, f\u00fchrten wir vor dem Workshop eine Umfrage<\/strong> durch. Dies half uns, ihre Vertrautheit mit Python einzusch\u00e4tzen und die wichtigsten Bereiche zu identifizieren, in denen sie sich verbessern wollten. Nach dem Workshop<\/strong> f\u00fchrten wir ebenfalls eine Umfrage<\/strong> durch, um zu sehen, wie sich ihre Antworten ver\u00e4ndert hatten, um ihren Lernfortschritt zu bewerten und um Feedback zu ihrer Schulungserfahrung zu erhalten. Dies lieferte wertvolle Informationen \u00fcber die Wirksamkeit des Workshops und \u00fcber Bereiche, in denen in Zukunft Verbesserungen m\u00f6glich sind.<\/p>\n

Die folgende Grafik zeigt zum Beispiel, wie sich die selbst eingesch\u00e4tzten F\u00e4higkeiten und das Selbstvertrauen der Teilnehmer im Laufe des Trainings ver\u00e4ndert haben.<\/p>\n

 <\/p>\n

\"Die<\/a>

Quelle: DKZ.2R und NFDI4Microbiota<\/p><\/div>\n

 <\/p>\n

Das leitende Python-Workshop-Team hat in der Umfrage ermutigendes Feedback erhalten:<\/p>\n

\u201eIch habe viel aus diesem Workshop gelernt. Alle Mitarbeitenden waren sehr freundlich und professionell. Ich w\u00fcrde gerne an einem weiteren Python-Workshop unter Ihrer Organisation teilnehmen. Danke!\u201c <\/em>\u201eGute Organisation, sehr gut strukturierter Inhalt mit verst\u00e4ndlichen Beispielen. Mir gefiel die Kombination aus Pr\u00e4sentationen und praktischen \u00dcbungen.\u201c<\/em><\/p>\n

\u201eAlle Dozenten waren sehr engagiert und enthusiastisch. Sie lieferten gro\u00dfartige Beispiele daf\u00fcr, wie bew\u00e4hrte Verfahren bei der t\u00e4glichen Programmierung helfen.\u201c <\/em>\u201eDie Begeisterung der Dozenten machte es einfacher, sich auf die Aufgaben zu konzentrieren.\u201c<\/em><\/p>\n

 <\/p>\n

Was die Teilnehmenden gelernt haben<\/strong><\/span><\/h3>\n

Im Laufe von zwei Tagen lernten die Teilnehmenden wichtige Programmierkonzepte durch praktische Programmier\u00fcbungen. Sie lernten grundlegende Datenstrukturen kennen, um Daten zu kontrollieren und zu validieren und um wiederkehrende Aufgaben zu automatisieren.<\/p>\n

Sie lernten die Syntax und Anwendungsf\u00e4lle f\u00fcr bedingte Strukturen wie if-Anweisungen, for-Schleifen und Akkumulator-Muster kennen.<\/p>\n

Beispiel:<\/em> Die Abbildung zeigt, wie Variablen, Schleifen und Bedingungen kombiniert wurden, um zu modellieren, wie sich die Geschwindigkeit mit der Zeit \u00e4ndert:<\/p>\n

 <\/p>\n

\"Der<\/a>

Quelle: DKZ.2R und NFDI4Microbiota<\/p><\/div>\n