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.

• Cover
• Hak cipta
• Petunjuk membaca buku ini
• Pendahuluan
• Bab 1: Mengapa Python Penting untuk Sains Sosial
• Bab 2: Lingkungan Kerja Python yang Rapi dan Profesional
• Bab 3: Berpikir Komputasional untuk Mahasiswa Sains Sosial
• Bab 4: Dasar-Dasar Python: Nilai, Variabel, dan Tipe Data
• Bab 5: Struktur Data Inti: List, Tuple, Dictionary, dan Set
• Bab 6: Alur Kendali: Percabangan dan Perulangan
• Bab 7: Fungsi, Modularitas, dan Kode yang Mudah Dirawat
• Bab 8: Kesalahan, Debugging, dan Kebiasaan Berpikir Teliti
• Bab 9: Bekerja dengan Berkas: CSV, Excel, Teks, dan JSON
• Bab 10: Dasar Analisis Data dengan NumPy dan Pandas
• Bab 11: Membersihkan dan Menyiapkan Data Sosial
• Bab 12: Statistik Deskriptif dan Eksplorasi Data
• Bab 13: Visualisasi Data untuk Argumen Sosial yang Jelas
• Bab 14: Data Survei, Kuesioner, dan Skala Pengukuran
• Bab 15: Dasar Inferensi Statistik dengan Python
• Bab 16: Regresi untuk Sains Sosial
• Bab 17: Pengantar Kausalitas dan Evaluasi Kebijakan
• Bab 18: Analisis Teks untuk Hukum, Politik, Filsafat, dan Media
• Bab 19: Pengantar Web Scraping dan Pengumpulan Data Digital
• Bab 20: Otomatisasi Pekerjaan Akademik dan Profesional
• Bab 21: Reproduksibilitas, Etika Data, dan Keamanan
• Bab 22: Membuat Laporan Analisis yang Meyakinkan
• Bab 23: Proyek Terpadu: Dari Pertanyaan Sosial ke Analisis Python
• Bab 24: Jalan Lanjut Menuju Profesional Data di Sains Sosial
• Penutup