Das Seminar vermittelt grundlegende Kenntnisse zu einem breiten Spektrum empirischer Forschungsmethoden, sowohl quantitativ-statistische wie auch qualitativ-hermeneutische. Auch wissenschaftstheoretische Hintergründe werden anhand einschlägiger Texte diskutiert. Lernziel ist die Fähigkeit zur sachgerechten Methodenwahl in der Praxis und zur methodisch sorgfältigen und systematischen Gewinnung, Analyse und Präsentation von Daten zur Stadt- und Regionalentwicklung.

In der praktischen Auseinandersetzung mit Problemen der Stadt- und Regionalentwicklung kommt ein breites Spektrum an empirischen Methoden zur Gewinnung, Analyse und Präsentation unterschiedlichster Daten zur Anwendung. Im Sinne eines berufsvorbereitenden Abschlusses vermittelt das Modul einen Überblick über verschiedene Ansätze der empirischen Stadt- und Regionalforschung und ihre wissenschaftstheoretischen Grundlagen. Im Modul werden sowohl quantitativ-statistische als auch qualitativ-hermeneutische Methoden behandelt. Schwerpunkte liegen auf der Reflexion wissenschaftlicher Ansätze und der praktischen Arbeit der Gewinnung und Analyse von Daten.

Das Modul besteht aus einem wöchentlich stattfindenden zweistündigen Seminar (2 Kurse zur Auswahl) und einer einstündigen Übung mit dem Schwerpunkt SPSS, die an vier Terminen im Semester jeweils zweistündig stattfindet (3 Kurse zur Auswahl). Studierende müssen sich vorab selbst Zugang zur Nutzung des virtuellen PC-Pools des Geographischen Institus verschaffen. Anleitung: https://www.geographie.ruhr-uni-bochum.de/studium/virtueller-pc-pool/

Wird in der Veranstaltung bereitgestellt bzw. bekanntgegeben

Das Seminar vermittelt grundlegende Kenntnisse zu einem breiten Spektrum empirischer Forschungsmethoden, sowohl quantitativ-statistische wie auch qualitativ-hermeneutische. Auch wissenschaftstheoretische Hintergründe werden anhand einschlägiger Texte diskutiert. Lernziel ist die Fähigkeit zur sachgerechten Methodenwahl in der Praxis und zur methodisch sorgfältigen und systematischen Gewinnung, Analyse und Präsentation von Daten zur Stadt- und Regionalentwicklung.

In der praktischen Auseinandersetzung mit Problemen der Stadt- und Regionalentwicklung kommt ein breites Spektrum an empirischen Methoden zur Gewinnung, Analyse und Präsentation unterschiedlichster Daten zur Anwendung. Im Sinne eines berufsvorbereitenden Abschlusses vermittelt das Modul einen Überblick über verschiedene Ansätze der empirischen Stadt- und Regionalforschung und ihre wissenschaftstheoretischen Grundlagen. Im Modul werden sowohl quantitativ-statistische als auch qualitativ-hermeneutische Methoden behandelt. Schwerpunkte liegen auf der Reflexion wissenschaftlicher Ansätze und der praktischen Arbeit der Gewinnung und Analyse von Daten.

Das Modul besteht aus einem wöchentlich stattfindenden zweistündigen Seminar (3 Kurse zur Auswahl) und einer einstündigen Übung mit dem Schwerpunkt SPSS, die an vier Terminen im Semester jeweils zweistündig stattfindet (3 Kurse zur Auswahl). Studierende müssen sich vorab selbst Zugang zur Nutzung des virtuellen PC-Pools des Geographischen Institus verschaffen. Anleitung: https://www.geographie.ruhr-uni-bochum.de/studium/virtueller-pc-pool/

Wird in der Veranstaltung bereitgestellt bzw. bekanntgegeben

• Grundkenntnisse über grundlegende Methoden in den Wissenschaften
• Erwerb von Programmierkenntnissen in der Kernsprache Python 3.
• Identifikation und Manipulation von Python-Objekten.
• Schreiben von effektiven Python-Skripten, die konsistent und leicht zu lesen sind.
• Öffnen, Lesen, Verarbeiten, Analysieren und Schreiben von Daten mit Python und Pandas.
• Entwerfen von klaren und effektiven Datenvisualisierungen mit Python.

Dieser Kurs besteht aus zwei Teilen. Im ersten Teil werden die Studierenden in die Grundlagen der
Sprache Python eingeführt, im zweiten Teil in die Datenanalyse und -visualisierung mit Python.

Erster Teil:

• Einführung in die Grundlagen der Sprache Python (eingebaute Datentypen und Funktionen, Import-Anweisungen, Python-Umgebungen usw.)
• Ablaufsteuerung mit bedingten Anweisungen und Schleifen.
• Definition von Funktionen in Python.
• Arbeiten mit Datumsangaben.
• Öffnen, Lesen und Schreiben von Dateien mit Python.

Zweiter Teil:

• Analyse verschiedener Forschungsdatensätze aus der physischen Geographie
• Einführung in die Datenanalysebibliothek Pandas.
• Arbeit mit Arrays unter Verwendung des NumPy-Moduls.
• Visualisierung von Daten mit Matplotlib.

Der Kurs besteht aus 12 Vorlesungen, von denen 8 der Einführung in die Grundlagen von Python und 4 der Datenanalyse und -visualisierung gewidmet sind. Jede Vorlesung umfasst eine Reihe von Pflichtaufgaben. Zum Abschluss des Kurses müssen die Studierenden ein Abschlussprojekt vorbereiten, das mehrere Programmieraufgaben umfasst.

1.The Python Tutorial: https://docs.python.org/3/tutorial/
2.Python documentation: https://docs.python.org/3.7/
3.The Coder's Apprentice: Learning programming with Python 3 (Free Ebook): http://www.spronck.net/pythonbook/pythonbook.pdf