# Daten

Daten beherrschen die Welt - aber wer beherrscht die Daten? In sechs Wochen lernen wir den Datenbegriff kennen, bearbeiten Daten in einer Tabellenkalkulation, kombinieren Daten aus verschiedenen Quellen und schreiben Code, um Daten zu verändern.

  * [[gf_informatik:daten:spreadsheets]]
  * [[gf_informatik:daten:spreadsheets2]]

<nodisp 2>
++++ Hide|
  * [[gf_informatik:daten:notentabelle|]]
  * [[gf_informatik:daten:sheets4beginners|]]
++++
</nodisp>

  * [[gf_informatik:daten:diagramme]]
  * [[gf_informatik:daten:diagramme:luegen]]

<nodisp 2>
++++ Hide|
++++
</nodisp>

  * [[gf_informatik:daten:processing]]
  * [[gf_informatik:daten:processing:dictionaries]]
  * Für Fortgeschrittene: [[gf_informatik:daten:processing:dictionaries_tutorial]]
  * [[gf_informatik:daten:processing:maps]]

<nodisp 2>
++++Nur für LP sichtbar:|

Weitere Inhalte (noch nicht fertig):
  * [[gf_informatik:daten:opendata|Datenquellen kombinieren, Open Data]]


  * Datenbegriff
    * Was ist das, "Daten"? - Information. Bsp. Temperaturmessungen an mehreren Messpunkten über die Zeit, Einkommen jedes Haushalts für ein Land.
    * Oft haben wir eine Vielzahl von Einträgen (*Zeilen*, *Records*), von denen jeder einer bestimmten Struktur (z.B. Spalten in einer Tabelle) gehorcht.
    * Grosse Datenmengen müssen zusammengefasst (*aggregiert*) werden, um sinnvoll damit umgehen zu können
      * Durchschnitt: Mittlere Temperatur pro Station, Durchschnittseinkommen der Schweiz
      * Summe: Gesamteinkommen (Marktgrösse) aller Haushalte
      * Quantile: Einkommen der untersten / obersten 10% aller Haushalte
  * Daten & Tabellen
    * Materialien:
      * https://rothe.io/?page=ict/spreadsheet/index
    * Rohdaten erfassen in Google Sheets / Excel
    * Daten umwandeln (Zell-Referenz, Formeln)
    * Daten zusammenfassen (Durchschnitt, Summe)
    * Ideen:
      * Temperaturmessungen (Umwandlung Fahrenheit, Durchschnitt...)
      * Notentabelle (Durschnitt, Runden, Gewichtung)
  * Diagramme
    * Säulen, Linien, Karte
    * https://www.callingbullshit.org/tools/tools_proportional_ink.html
  * [[gf_informatik:daten:opendata|Datenquellen kombinieren, Open Data]]
  * Daten im Code (ev.)
    * CSV lesen & schreiben
    * Parallelisieren, Sharding
      * Moore's Law, Parallelism vs. Higher Computing Speeds
      * Speed-Up
    * Konsequenzen für Data Processing
      * Summe lässt sich parallel in vielen Threads berechnen, Durchschnitt nicht direkt (nur via Summe / Anzahl), Median gar nicht.
    * Python High-Level Parallelism
      * Forget Threads...
      * Async & Await
    * Map-Reduce Intro: wie Google die Websuche neu erfand.

== Lernziele ==

  * Tabellen
    * Du kannst Tabellen, Arbeitsblätte, Zeilen & Spalten verwenden
    * Sortieren & Filtern
    * Auswählen und Kopieren
  * Formeln & Bezüge
    * Einfache Rechnungen durchführen (Grundrechenoperationen)
    * Bezüge verwenden inklusive $-Notation für absolute Bezüge
    * Du kennst die folgenden Funktionen: SUM, SUMPRODUCT, AVG, MROUND
    * Automatisches Ausfüllen mit Ziehen und Copy-Paste.
  * Diagramme:
    * Säulen und Liniendiagramm
    * Proportional Ink Rule
    * Achsen-Kürzungen verstehen
  * Open Data:
    * Du kennst mehrere Datenseiten, die offene Daten zur Verfügung stellen.
      * ... und kannst dort Daten finden zu Themen, die dich interessieren.
    * Du kennst die Probleme, die sich ergeben, wenn zwei unterschiedliche Datenbanken verknüpft werden (unterschiedliche Definitionen...)
  * (opt.) Data in Python
    * Du kannst Daten im CSV-Format einlesen und exportieren.
    * Du kannst Daten in Python aggregieren (Mittelwert, Median, Summe, Anzahl)
    * Du kannst die Datenbearbeitung parallel ausführen.
    * Du kennst das Prinzip des Sharding 

++++
</nodisp>