Log in to access more pages.
Create an account or log in to continue reading more pages.
Log in
Daftar isi
Python untuk Sains Sosial
Dari dasar pemrograman hingga analisis data, visualisasi, otomatisasi, dan riset terapan untuk mahasiswa dan profesional sains sosial
Baca setiap bagian secara berurutan. Setiap judul dapat dibuka sebagai dokumen TheoryTrace.
- Cover1
- Hak cipta2
- Petunjuk membaca buku ini3
- Pendahuluan4
- Bab 1: Mengapa Python Penting untuk Sains Sosial5
- Bab 2: Lingkungan Kerja Python yang Rapi dan Profesional6
- Bab 3: Berpikir Komputasional untuk Mahasiswa Sains Sosial7
- Bab 4: Dasar-Dasar Python: Nilai, Variabel, dan Tipe Data8
- Bab 5: Struktur Data Inti: List, Tuple, Dictionary, dan Set9
- Bab 6: Alur Kendali: Percabangan dan Perulangan10
- Bab 7: Fungsi, Modularitas, dan Kode yang Mudah Dirawat11
- Bab 8: Kesalahan, Debugging, dan Kebiasaan Berpikir Teliti12
- Bab 9: Bekerja dengan Berkas: CSV, Excel, Teks, dan JSON13
- Bab 10: Dasar Analisis Data dengan NumPy dan Pandas14
- Bab 11: Membersihkan dan Menyiapkan Data Sosial15
- Bab 12: Statistik Deskriptif dan Eksplorasi Data16
- Bab 13: Visualisasi Data untuk Argumen Sosial yang Jelas17
- Bab 14: Data Survei, Kuesioner, dan Skala Pengukuran18
- Bab 15: Dasar Inferensi Statistik dengan Python19
- Bab 16: Regresi untuk Sains Sosial20
- Bab 17: Pengantar Kausalitas dan Evaluasi Kebijakan21
- Bab 18: Analisis Teks untuk Hukum, Politik, Filsafat, dan Media22
- Bab 19: Pengantar Web Scraping dan Pengumpulan Data Digital23
- Bab 20: Otomatisasi Pekerjaan Akademik dan Profesional24
- Bab 21: Reproduksibilitas, Etika Data, dan Keamanan25
- Bab 22: Membuat Laporan Analisis yang Meyakinkan26
- Bab 23: Proyek Terpadu: Dari Pertanyaan Sosial ke Analisis Python27
- Bab 24: Jalan Lanjut Menuju Profesional Data di Sains Sosial28
- Penutup29