# Library Carpentry 2019-09-18/2019-09-19 @ ZB MED Köln

- [x] Link zu diesem pad: https://hackmd.io/dyTUJAwiRz-qCOLXR-LefA
- [x] kürzerer link zu diesem pad: https://bit.ly/2kEG1eE <- lässt sich auch später noch von zu Hause nutzen
- [x] Vorstellung der Instructor und Helfer
- [x] Anrede
- [x] Vorstellung der Teilnehmer*innen
- [x] Was sind "The Carpentries"
- [x] Motivation für die Carpentry workshops
- Automatisierung
- Reproduzierbarkeit / Transparenz
- größere Handlungsfähigkeit
- [x] Kennenlernspiel (Ice breaker) - Beteiligte nach Eigenschaften aufstellen
- [x] Klebezettel (Sticky notes)
- [x] Verhaltenskodex https://docs.carpentries.org/topic_folders/policies/code-of-conduct.html => Seid nett zu einander (Be excellent to each other!)
- [x] Fotos und Twitter?
- [x] Wifi
- [x] Pausen
- [x] Kaffee/Tee
- [x] Sanitäre Einrichtungen/Toiletten
- [x] GitHub account eingerichtet?
- [x] Pad erklären
- [x] Übung - eigenen Namen zur Teilnehmerliste hinzufügen
- [x] Kursmaterialien
- [x] Kurzreferenzen

## TeilnehmerInnen

- Mahmoud Bahgat
- Jacqueline Bergmann
- Anna Pia Jordan-B.
- Steffi Hann
- Dino Wutschka
- Gisela Schewe
- Marina López
- Teilnehmer
- Andreas Drescher
- Matthias Flasko
- Justine Vandendorpe
- Banu Sezen
- Uta Woiwod

## Offizielle Library Carpentry-Lektionen

- [Shell](https://librarycarpentry.org/lc-shell/)
- [Git](https://librarycarpentry.org/lc-git/)
- [Python](https://librarycarpentry.org/lc-python-intro/)

## Markdown

- https://markdown.de/
- https://github.com/foerstner-lab/Bits_and_pieces_for_the_carpentries_workshops/blob/master/short_references/markdown_de.md

## Shell

- [Übungsdaten](https://raw.githubusercontent.com/librarycarpentry/lc-shell/gh-pages/data/shell-lesson.zip)

## Git

- [GitHub Anmeldung](https://github.com/join)

## Python

- [Pandas Cheat Sheet](https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf)
- [Python-Kurzreferenz](https://github.com/foerstner-lab/Bits_and_pieces_for_the_carpentries_workshops/blob/master/cheat_sheets/python_de.md)
- [Python Cheat Sheet extended](https://github.com/ehmatthes/pcc/releases/download/v1.0.0/beginners_python_cheat_sheet_pcc_all.pdf)
- [PEP 8](https://www.python.org/dev/peps/pep-0008/)

### CSV-Übung

* TSV-Datei raw: https://raw.githubusercontent.com/foerstner-lab/Bits_and_pieces_for_the_carpentries_workshops/master/plain_text_file_examples/DOIs_PMIDs_PubYears.

tsv_url = "https://raw.githubusercontent.com/foerstner-lab/Bits_and_pieces_for_the_carpentries_workshops/master/plain_text_file_examples/DOIs_PMIDs_PubYears.tsv"

### OpenAPC-Übung

* html: https://github.com/OpenAPC/openapc-de/blob/master/data/fuberlin/APC_FU_Berlin_2015.csv
* Raw: https://raw.githubusercontent.com/OpenAPC/openapc-de/master/data/fuberlin/APC_FU_Berlin_2015.csv

open_apc_url = "https://raw.githubusercontent.com/OpenAPC/openapc-de/master/data/fuberlin/APC_FU_Berlin_2015.csv"

### DOI-Metadaten-Übung
https://api.crossref.org/works/

# Einzelner DOI
10.1371/journal.pcbi.1004668

# Liste mit DOIs
dois = ["10.1371/journal.pcbi.1004668",
"10.21105/joss.01035",
"10.1038/35057062",
"10.21105/joss.01006"]

### Fertige Lösungen zu den Übungen

- [OpenAPC-Analyse mit Pandas](https://github.com/konrad/Bits_and_pieces_for_the_carpentries_workshops/blob/master/python/Intro_to_pandas_with_OpenAPC_data.ipynb)
- [Metadaten von CrossRef beziehen](https://github.com/foerstner-lab/Bits_and_pieces_for_the_carpentries_workshops/blob/master/python/Metadata_via_DOI_from_CrossRef.ipynb)


### Wie man Python in Windows startet 

In der Bash

$ winpty <path-to-python-installation-dir>/python.exe

### Links

- [Python 3 Quick Tip: The easy way to deal with file paths on Windows, Mac and Linux](https://medium.com/@ageitgey/python-3-quick-tip-the-easy-way-to-deal-with-file-paths-on-windows-mac-and-linux-11a072b58d5f)

### Leseempfehlungen

- [Automate boring stuff with Python](https://automatetheboringstuff.com/)



## Wie es nach dem LC-Workshop weiter geht:
 - Git Bash und Anaconda auf dem eigenen Rechner installieren (gegebenenfalls IT-Abteilung fragen)
 
 - Einen guten Text-Editor finden - ein paar Empfehlungen: 
    1) [PyCharm](https://www.jetbrains.com/pycharm/)
    2) [Spyder](https://www.spyder-ide.org/)
    3) [Atom](https://atom.io/)
    4) [Emacs](https://www.gnu.org/software/emacs/)
    5) [Geany](https://www.geany.org/)
    6) ... [viele mehr](https://en.wikipedia.org/wiki/List_of_text_editors)
 - Lektionen selbstständig reproduzieren
 - kleine alltägliche Aufgabe finden, die man mit Hilfe des Gelernten lösen kann, so das sie automatisch abläuft
 - [HackyHour](https://hackyhour.github.io/Cologne/) organisieren 
 - Bei Problemen melden (wir helfen gerne falls möglich)
 
## Installationsanleitung für Anaconda und GitBash

- https://zbmed.github.io/2019-XX-XX-Library_Carpentry_XXXXXXXXXXXXXXXX


APCS-Python-Übung:

url_and_filename = {"https://raw.githubusercontent.com/OpenAPC/openapc-de/"
"master/data/fuberlin/APC_FU_Berlin_2015.csv" :
"openapc_berlin.csv",

"https://raw.githubusercontent.com/OpenAPC/openapc-de/"
"master/data/unifrankfurt/open_apc_2018jul-dez_final_enriched.csv" :
"openapc_frankfurt.csv",

"https://raw.githubusercontent.com/OpenAPC/openapc-de/"
"master/data/unimuenster/ULB-Muenster_Open-Access-Fonds_Kosten_2018_enriched.csv" :
"openapc_muenster.csv"
}
for key, value in url_and_filename.items():
print(key)
print(value)