Welcome to Databehandling og -analyse med Python og OpenRefine’s documentation!

Contents:

• 1. Introduksjon
  • Hva er programmering?
  • Formålet med denne boka
  • Hvorfor Python og Jupyter Notebooks?
  • Oppbygning av boka
    • Del 1: Kom i gang!
    • Del 2: Grunnleggende Python
    • Del 3: Databehandling og -analyse
    • Del 4: Innhenting av data fra ulike kilder
  • Supplerende kilder
• 2. Jupyter Notebooks
  • Hva er Jupyter Notebooks og Anaconda?
  • Installere Anaconda
  • Starte Jupyter Notebooks
  • Filer og mapper
  • Din første notebook
  • Markdown
    • Markdown-formattering
  • Hurtigtaster
  • Veien videre
• 3. Variabler
  • Om variabler og verdier
    • Eksempler på verdier
    • Hva er variabler?
    • Variabelnavn
    • Verditilordning
    • Datatyper
  • Om å arbeide med variabler
  • Enkle operasjoner med variabler
    • Aritmetiske operasjoner med tallvariabler
    • Enkle operasjoner på tekststrenger
  • Datastrukturer og samlinger
  • Variabler og minne i datamaskinen
  • Oppgaver
  • Noter
• 4. Betinget programmering
  • Om et dataprograms oppførsel
    • Tenker datamaskiner?
  • Enkle logiske uttrykk og beslutningsstrukturer
    • Logiske uttrykk
    • if-testen
    • Bruk av kolon (:) og innrykk
    • Logiske uttrykk og testoperatorer
  • Beslutningsstrukturer for flere valgalternativer
    • If - else strukturen
    • Teste på motsatt (negert) betingelse: !=
    • if-elif-else-strukturen
  • Nøsting av tester
  • Sammensatte logiske uttrykk
    • Logisk OG (and)
    • Logisk ELLER (or)
  • Videre lesning for spesielt interesserte
• 5. Løkker, lister, tupler, og dict’er
  • Løkker
    • while-løkken
    • Bruk av logiske uttrykk i if-tester og while-løkker
  • for-løkker
    • Bruk av for-løkker
  • Flerverdivariabler
    • Lister
    • kommandoen len()
    • Kommandoen list.append()
    • Lister og løkker
  • Tupler
    • Forskjellene mellom liste og tuppel
  • Lister av tupler
  • Dict’er
  • Flerverdivariabler oppsummert
• 6. Funksjoner
  • Hva er funksjoner
    • En analogi fra matlagingens verden
    • Eksempel på en egendefinert funksjon
    • Typer funksjoner
  • Innebygde funksjoner
    • Noen innebygde Python-funksjoner
    • Eksempel på en innebygd retur-funksjon
  • Enkle egendefinerte funksjoner
    • Egendefinerte funksjoner med parametre
    • Egendefinerte funksjoner med returverdi
  • Funksjoner i komplekse datatyper og moduler
    • Klasser, objekter og datatyper
    • Funksjoner for datatypen tekststreng
    • Funksjoner for datatypen liste
    • Funksjoner for datatypen dict
    • Funksjoner definert i moduler
    • Eksempelprogram som bruker klasser og moduler
• 7. Vasking av data med OpenRefine
  • Hva er vasking?
  • Hva er OpenRefine?
  • Installer OpenRefine
  • Start OpenRefine
  • Opprett et nytt prosjekt i OpenRefine
  • Undersøk dataene
    • Fasettering og filtrering
  • Angre
  • Lagring av prosjekt til fil
  • Flere måter å vaske på
    • Avgrens radene med søk
    • Andre avgrensninger
    • Endre verdier
    • Kolonner med flere verdier
    • Gruppering
  • Anbefalt videre litteratur
• 8. Dataanalyse med Pandas
  • Introduksjon til Pandas og DataFrames
    • Grunnleggende informasjon om en dataframe
    • Datatype
    • Omfang/kompleksitet
    • Kolonner (“variabler”)
    • Radene (“enhetene”)
  • Utdrag av en dataframe
    • Utdrag av kolonnene
    • Utdrag av radene (filtrering)
    • Endre navn på en kolonne
    • Eksportere til en ny CSV-fil
  • Flere datatyper i Pandas
    • Series
    • Index
  • Analyse av kolonner med tall
  • Analyse av kolonner med tekst
  • Gruppering
  • Behandling av kolonner som inneholder flere verdier
• 9. Visualisering med Plotly
  • Innlasting av modulene og tilrettelegging
  • Stolpediagram
  • Endre tittel og farger
  • Kakediagram
  • Gruppert stolpediagram
  • Stablet stolpediagram
  • Linjediagram
  • Spredningsdiagram
  • Boksplot
  • Ordsky
• 10. Innhenting av data
• Notebooks with MyST Markdown
  • An example cell
  • Create a notebook with MyST Markdown
  • Quickly add YAML metadata for MyST Notebooks

Indices and tables