Visualisierungen zur Inkunabelproduktion der Stadt Bamberg

Dokumentation über die Erstellung der Visualisierungen zur Inkunabelproduktion der Stadt Bamberg, die in der Masterarbeit "Produktivität frühneuzeitlicher Druckorte am Beispiel Bamberg - Datenanalysen und Visualisierungen auf Basis des Gesamtkatalogs der Wiegendrucke" analysiert werden.

verwendete Technologien: Python 3 (Pakete: pandas, matplotlib, seaborn)
Datengrundlage: extrahierte Daten aus den XML-Werkkatalogen des Gesamtkatalog der Wiegendrucke zu finden in der CSV-Datei 2020-11-11_norm_all_final_editions.csv

Inhaltsverzeichnis

  1. Importe
  2. GW Daten laden
  3. Überblick DataFrames
  4. Ausgaben pro Jahr
    4.1 Ausgaben pro Jahr (nur no)
    4.2 Ausgaben pro Jahr gesamt
    4.3 Ausgaben pro Jahr (mit Sprache)
    4.4 Ausgaben pro Jahr (mit Publikationstyp)
    4.5 Ausgaben pro Jahr (mit Format)
    4.6 Ausgaben pro Jahr (mit Offizin)
  5. Foliobögen pro Jahr
  6. Korrelation Foliobögen/Jahr - Ausgaben/Jahr
  7. Sprache
    7.1 Sprache gesamt
    7.2 Sprache pro Offizin
  8. Publikationstyp
    8.1 Publikationstyp gesamt
    8.2 Publikationstyp pro Offizin
  9. Format
    9.1 Format gesamt
    9.2 Fomat pro Offizin
  10. Jahresproduktion Bamberg - Häufigkeitsverteilung
    10.1 Häufigkeit Ausgaben/Jahr
    10.2 Häufigkeit Foliobögen/Jahr
  11. Korrelation Sprache-Format-Publikationstyp

1. Importe

In [1]:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

2. GW Daten laden

In [2]:
# laden der CSV-Daten
gw_ed = pd.read_csv('../05_Datenextraktion/Ausgaben_normalisiert/2020-11-11_norm_all_final_editions.csv', sep=';')
gw_ed
Out[2]:
no_mp_bs GW-Nummer URN /aid Autor Titel Incipit Sprache norm_spr Druckort Drucker Druckdatum norm_date Format Blattzahl Foliobögen Satzspiegel Zeilenzahl Abbildungen
0 no GW00194 ACKEBOH NaN Ackermann von Böhmen Grimmiger abtilger aller leut schedlicher echt... ger ger Bamberg Albrecht Pfister um 1463 1463 2 24 12.0 NaN NaN 5
1 no GW04325 BIBLPAU NaN Biblia pauperum Ysaias. Sich ein jungfrau wirt empfahen … ger ger Bamberg Albrecht Pfister um 1462 1462 2 18 9.0 NaN NaN 136 Hlzs., dar. zahlreiche Wdh.
2 no GW04326 BIBLPAU NaN Biblia pauperum Ysaias. vii. Ecce virgo concipiet et pariet fi... lat lat Bamberg Albrecht Pfister um 1462/63 1462 2 18 9.0 NaN NaN 136 Hlzs., dar. zahlreiche Wdh.
3 no GW04327 BIBLPAU NaN Biblia pauperum NaN ger ger Bamberg Albrecht Pfister um 1463 1463 2 22 11.0 NaN NaN 176 Hlzs., dar. zahlreiche Wdh.
4 no GW04839 BONEULR Boner, Ulrich Der Edelstein Eins mals ein affe kam gerant do er vil guter ... ger ger Bamberg Albrecht Pfister 14.II.1461 1461 2 88 44.0 NaN NaN 203 Hlzs., dar. einer 101 mal wiederholt.
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
134 no GW12134 HASKUN Has, Kunz Von der Welt Lauf Nun hört mir zu ein abenteür dy mir ist widerf... ger ger Bamberg Marx Ayrer und Hans Bernecker 14]93 1493 4 10 2.5 NaN NaN 1
135 no M17603 LEGENDA NaN Legenda St. Sebaldi Es was ein künig zu Tenmarck der was gar tugen... ger ger Bamberg Marx Ayrer und Hans Bernecker 14]93 1493 4 10 2.5 NaN NaN 1
136 no GW00193 ACKEBOH NaN Ackermann von Böhmen Grimmiger abtilger aller leut schedlicher echt... ger ger Bamberg unbekannter Drucker mit Typen des Albrecht Pfi... um 1470 1470 2 24 12.0 NaN NaN 5(?)
137 no M44004 STERNBE NaN Geschichte der Juden zu Sternberg Aller menigklich sey zu wissen die grosse mish... ger ger Bamberg unbekannter Drucker mit Typen von Johann Sense... nicht vor 24.X.1492 1496 4 4 1.0 NaN NaN 1
138 no M1877110 LOSBUCH NaN Losbuch Hört und merket eben wie die liebe hie auff er... ger ger Bamberg Marx Ayrer 1483 1483 4 12 3.0 NaN NaN 1

139 rows × 18 columns

Erläuterungen

Die Spalte no_mp_bs enthält Angaben zum Publikationstyp:
no: normale Drucke
bs: Einblattdrucke
mp: mehrbändige Drucke

Die Spalte Sprache enthält die Angaben zur Sprache, wie sie aus dem GW-XML extrahiert wurden. Die Spalte norm_spr enthält die normalisierte Form der Sprachangaben mit den möglichen Werten ger, lat und ger lat. Gleiches gilt für die Angaben zum Druckdatum: Die Spalte Druckdatum beinhaltet die Angaben aus dem GW, norm_date beinhaltet die normalisierten Datumsformen. Das Vorgehen bei den Normalisierungen ist im Kapitel "Datenextraktion und Preprocessing" beschrieben.

3. Überblick DataFrames

Basisdaten: gw_ed: entspricht der Datei 2020-11-11_norm_all_final_editions.csv

Aus den Basisdaten gewonnene DataFrames:
gw_ed_no: enthält nur die Datensätze mit Publikationstyp no
gw_no_count: basiert auf gw_ed_no, enthält nur Spalten "norm_date" und neu aggregierte Spalte "Ausgaben" (Angaben dazu, wie viele normale Drucke pro Jahr hergestellt wurden)

gw_ed_offices: enthält eine zusätzliche Spalte mit angaben zu den Offizinen

gw_folio: enthält nur die Spalten "norm_date" und "Foliobögen"
gw_folio_grouped: gw_folio nach Jahren gruppiert
gw_folio_grouped_reset: gw_folio_grouped mit Index Reset
gw_folio_no_count: merge von gw_no_count und gw_folio_grouped

f_ed: enthält nur Spalten "norm_date" und neu aggregierte Spalte "Ausgaben" (Angaben dazu, wie viele Ausgaben pro Jahr insgesamt hergestellt wurden)

4. Ausgaben pro Jahr

4.1 Ausgaben pro Jahr (nur no)

Dieser reduzierte Datensatz wird zum Vergleich der Ausgaben/Jahr mit den Foliobögen/Jahr verwendet, da es nur beim Publikationstyp no Angaben zu den Foliobögen gibt.

In [3]:
# erstellt einen neuen DataFrame, der nur die rows mit 'no' beinhaltet
gw_ed_no = gw_ed[gw_ed['no_mp_bs'] == 'no']
gw_ed_no
Out[3]:
no_mp_bs GW-Nummer URN /aid Autor Titel Incipit Sprache norm_spr Druckort Drucker Druckdatum norm_date Format Blattzahl Foliobögen Satzspiegel Zeilenzahl Abbildungen
0 no GW00194 ACKEBOH NaN Ackermann von Böhmen Grimmiger abtilger aller leut schedlicher echt... ger ger Bamberg Albrecht Pfister um 1463 1463 2 24 12.0 NaN NaN 5
1 no GW04325 BIBLPAU NaN Biblia pauperum Ysaias. Sich ein jungfrau wirt empfahen … ger ger Bamberg Albrecht Pfister um 1462 1462 2 18 9.0 NaN NaN 136 Hlzs., dar. zahlreiche Wdh.
2 no GW04326 BIBLPAU NaN Biblia pauperum Ysaias. vii. Ecce virgo concipiet et pariet fi... lat lat Bamberg Albrecht Pfister um 1462/63 1462 2 18 9.0 NaN NaN 136 Hlzs., dar. zahlreiche Wdh.
3 no GW04327 BIBLPAU NaN Biblia pauperum NaN ger ger Bamberg Albrecht Pfister um 1463 1463 2 22 11.0 NaN NaN 176 Hlzs., dar. zahlreiche Wdh.
4 no GW04839 BONEULR Boner, Ulrich Der Edelstein Eins mals ein affe kam gerant do er vil guter ... ger ger Bamberg Albrecht Pfister 14.II.1461 1461 2 88 44.0 NaN NaN 203 Hlzs., dar. einer 101 mal wiederholt.
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
134 no GW12134 HASKUN Has, Kunz Von der Welt Lauf Nun hört mir zu ein abenteür dy mir ist widerf... ger ger Bamberg Marx Ayrer und Hans Bernecker 14]93 1493 4 10 2.5 NaN NaN 1
135 no M17603 LEGENDA NaN Legenda St. Sebaldi Es was ein künig zu Tenmarck der was gar tugen... ger ger Bamberg Marx Ayrer und Hans Bernecker 14]93 1493 4 10 2.5 NaN NaN 1
136 no GW00193 ACKEBOH NaN Ackermann von Böhmen Grimmiger abtilger aller leut schedlicher echt... ger ger Bamberg unbekannter Drucker mit Typen des Albrecht Pfi... um 1470 1470 2 24 12.0 NaN NaN 5(?)
137 no M44004 STERNBE NaN Geschichte der Juden zu Sternberg Aller menigklich sey zu wissen die grosse mish... ger ger Bamberg unbekannter Drucker mit Typen von Johann Sense... nicht vor 24.X.1492 1496 4 4 1.0 NaN NaN 1
138 no M1877110 LOSBUCH NaN Losbuch Hört und merket eben wie die liebe hie auff er... ger ger Bamberg Marx Ayrer 1483 1483 4 12 3.0 NaN NaN 1

87 rows × 18 columns

In [17]:
# erstellt ein Histogramm über die jährlich produzierten Ausgaben des Typs 'no'
plt.figure(figsize=(11,6))
plt.yticks(range(1,21,1))
plt.xticks(range(1460,1501,1),rotation=90)
plt.xlabel('Jahre')
plt.ylabel('Anzahl Ausgaben (no)')
plt.title('Ausgaben pro Jahr (nur no)')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed_no, x="norm_date", discrete=True, hue="no_mp_bs")

# speichert die Visualisierung
# plt.savefig('graphics/ausgaben_jahr_no.svg')

4.2 Ausgaben pro Jahr gesamt

In [16]:
# erstellt ein Histogramm über die jährlich produzierten Ausgaben insgesamt
plt.figure(figsize=(11,6))
plt.yticks(range(1,21,1))
plt.xticks(range(1460,1501,1),rotation=90)
plt.xlabel('Jahre')
plt.ylabel('Ausgaben')
plt.title('Ausgaben pro Jahr (gesamt)')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed, x="norm_date", discrete=True)

# speichert die Visualisierung
# plt.savefig('graphics/ausgaben_jahr_gesamt.svg')

4.3 Ausgaben pro Jahr (mit Sprache)

In [23]:
# erstellt ein Histogramm über die jährlich produzierten Ausgaben mit Hervorhebung der Sprachen
plt.figure(figsize=(11,6))
plt.yticks(range(1,21,1))
plt.xticks(range(1460,1501,1),rotation=90)
plt.xlabel('Jahre')
plt.ylabel('Anzahl Ausgaben')
plt.title('Ausgaben pro Jahr (Anteil der Sprachen)')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed, x="norm_date", discrete=True, hue="norm_spr", multiple="stack")

# speichert die Visualisierung
# plt.savefig('graphics/ausgaben_jahr_sprache.svg')

4.4 Ausgaben pro Jahr (mit Publikationstyp)

In [24]:
# erstellt ein Histogramm über die jährlich produzierten Ausgaben mit Hervorhebung der Publikationstypen
plt.figure(figsize=(11,6))
plt.yticks(range(1,21,1))
plt.xticks(range(1460,1501,1),rotation=90)
plt.xlabel('Jahre')
plt.ylabel('Anzahl Ausgaben')
plt.title('Ausgaben pro Jahr (Anteil der Publikationstypen)')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
hue_order = ['no', 'bs', 'mp']
sns.histplot(data=gw_ed, x="norm_date", discrete=True, hue="no_mp_bs", hue_order=hue_order, multiple="stack")

# speichert die Visualisierung
# plt.savefig('graphics/ausgaben_jahr_publtyp.svg')

4.5 Ausgaben pro Jahr (mit Format)

In [25]:
# erstellt ein Histogramm über die jährlich produzierten Ausgaben mit Hervorhebung der Formate
plt.figure(figsize=(11,6))
plt.yticks(range(1,21,1))
plt.xticks(range(1460,1501,1),rotation=90)
plt.xlabel('Jahre')
plt.ylabel('Anzahl Ausgaben')
plt.title('Ausgaben pro Jahr (Anteil der Formate)')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
hue_order_format =['2','4','8','12', 'k.A.']
sns.histplot(data=gw_ed, x="norm_date", discrete=True, hue="Format", hue_order=hue_order_format, multiple="stack")

# speichert die Visualisierung
# plt.savefig('graphics/ausgaben_jahr_format.svg')

4.6 Ausgaben pro Jahr (mit Offizin)

Um eine Visualisierung zu erhalten, welche die Anzahl der Ausgaben/Jahr nach Druckerwerkstätten gruppiert, muss zunächst ein neuer DataFrame mit einer zusätzlichen Spalte "Offizin" erstellt werden. Die Angaben zu den Druckern werden dabei gemäß dem folgenden Ersetzungs-Dictionary zu Offizinen zusammengefasst.

In [26]:
# Ersetzungs-Dictionary, fasst Drucker zu Offizinen zusammen
repl_offices = {
    'Heinrich Petzensteiner' : 'J. Sensenschmidt/Petzensteiner',
    'Johann Sensenschmidt' : 'J. Sensenschmidt/Petzensteiner',
    'Johann Sensenschmidt und Heinrich Petzensteiner' : 'J. Sensenschmidt/Petzensteiner',
    'Johann Pfeyl' : 'Pfeyl/L. Sensenschmidt/Petzensteiner',
    'Lorenz Sensenschmidt' : 'Pfeyl/L. Sensenschmidt/Petzensteiner',
    'Lorenz Sensenschmidt , Heinrich Petzensteiner und Johann Pfeyl': 'Pfeyl/L. Sensenschmidt/Petzensteiner',
    'Lorenz Sensenschmidt , Johann Pfeyl und Heinrich Petzensteiner' : 'Pfeyl/L. Sensenschmidt/Petzensteiner',
    'Heinrich Petzensteiner und Johann Pfeyl' : 'Pfeyl/L. Sensenschmidt/Petzensteiner',
    'Marx Ayrer' : 'Ayrer/Bernecker',
    'Marx Ayrer und Hans Bernecker': 'Ayrer/Bernecker',
    'unbekannter Drucker mit Typen des Albrecht Pfister': 'unbekannt',
    'unbekannter Drucker mit Typen von Johann Sensenschmidt': 'unbekannt',
    'Albrecht Pfister': 'Albrecht Pfister',
    'Hans Sporer': 'Hans Sporer'
}
In [27]:
# erstellt mithilfe einer Lambda-Funktion neuen DataFrame mit Spalte "Offizin"
gw_ed_offices = gw_ed
gw_ed_offices['Offizin'] = gw_ed_offices['Drucker'].apply(lambda printer: repl_offices[printer])
gw_ed_offices
Out[27]:
no_mp_bs GW-Nummer URN /aid Autor Titel Incipit Sprache norm_spr Druckort Drucker Druckdatum norm_date Format Blattzahl Foliobögen Satzspiegel Zeilenzahl Abbildungen Offizin
0 no GW00194 ACKEBOH NaN Ackermann von Böhmen Grimmiger abtilger aller leut schedlicher echt... ger ger Bamberg Albrecht Pfister um 1463 1463 2 24 12.0 NaN NaN 5 Albrecht Pfister
1 no GW04325 BIBLPAU NaN Biblia pauperum Ysaias. Sich ein jungfrau wirt empfahen … ger ger Bamberg Albrecht Pfister um 1462 1462 2 18 9.0 NaN NaN 136 Hlzs., dar. zahlreiche Wdh. Albrecht Pfister
2 no GW04326 BIBLPAU NaN Biblia pauperum Ysaias. vii. Ecce virgo concipiet et pariet fi... lat lat Bamberg Albrecht Pfister um 1462/63 1462 2 18 9.0 NaN NaN 136 Hlzs., dar. zahlreiche Wdh. Albrecht Pfister
3 no GW04327 BIBLPAU NaN Biblia pauperum NaN ger ger Bamberg Albrecht Pfister um 1463 1463 2 22 11.0 NaN NaN 176 Hlzs., dar. zahlreiche Wdh. Albrecht Pfister
4 no GW04839 BONEULR Boner, Ulrich Der Edelstein Eins mals ein affe kam gerant do er vil guter ... ger ger Bamberg Albrecht Pfister 14.II.1461 1461 2 88 44.0 NaN NaN 203 Hlzs., dar. einer 101 mal wiederholt. Albrecht Pfister
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
134 no GW12134 HASKUN Has, Kunz Von der Welt Lauf Nun hört mir zu ein abenteür dy mir ist widerf... ger ger Bamberg Marx Ayrer und Hans Bernecker 14]93 1493 4 10 2.5 NaN NaN 1 Ayrer/Bernecker
135 no M17603 LEGENDA NaN Legenda St. Sebaldi Es was ein künig zu Tenmarck der was gar tugen... ger ger Bamberg Marx Ayrer und Hans Bernecker 14]93 1493 4 10 2.5 NaN NaN 1 Ayrer/Bernecker
136 no GW00193 ACKEBOH NaN Ackermann von Böhmen Grimmiger abtilger aller leut schedlicher echt... ger ger Bamberg unbekannter Drucker mit Typen des Albrecht Pfi... um 1470 1470 2 24 12.0 NaN NaN 5(?) unbekannt
137 no M44004 STERNBE NaN Geschichte der Juden zu Sternberg Aller menigklich sey zu wissen die grosse mish... ger ger Bamberg unbekannter Drucker mit Typen von Johann Sense... nicht vor 24.X.1492 1496 4 4 1.0 NaN NaN 1 unbekannt
138 no M1877110 LOSBUCH NaN Losbuch Hört und merket eben wie die liebe hie auff er... ger ger Bamberg Marx Ayrer 1483 1483 4 12 3.0 NaN NaN 1 Ayrer/Bernecker

139 rows × 19 columns

In [28]:
# verschiebt Spalte "Offizin", sodass sie nach der Spalte "Drucker" erscheint
offices = gw_ed_offices.pop('Offizin')
gw_ed_offices.insert(10, 'Offizin', offices) 
gw_ed_offices
Out[28]:
no_mp_bs GW-Nummer URN /aid Autor Titel Incipit Sprache norm_spr Druckort Drucker Offizin Druckdatum norm_date Format Blattzahl Foliobögen Satzspiegel Zeilenzahl Abbildungen
0 no GW00194 ACKEBOH NaN Ackermann von Böhmen Grimmiger abtilger aller leut schedlicher echt... ger ger Bamberg Albrecht Pfister Albrecht Pfister um 1463 1463 2 24 12.0 NaN NaN 5
1 no GW04325 BIBLPAU NaN Biblia pauperum Ysaias. Sich ein jungfrau wirt empfahen … ger ger Bamberg Albrecht Pfister Albrecht Pfister um 1462 1462 2 18 9.0 NaN NaN 136 Hlzs., dar. zahlreiche Wdh.
2 no GW04326 BIBLPAU NaN Biblia pauperum Ysaias. vii. Ecce virgo concipiet et pariet fi... lat lat Bamberg Albrecht Pfister Albrecht Pfister um 1462/63 1462 2 18 9.0 NaN NaN 136 Hlzs., dar. zahlreiche Wdh.
3 no GW04327 BIBLPAU NaN Biblia pauperum NaN ger ger Bamberg Albrecht Pfister Albrecht Pfister um 1463 1463 2 22 11.0 NaN NaN 176 Hlzs., dar. zahlreiche Wdh.
4 no GW04839 BONEULR Boner, Ulrich Der Edelstein Eins mals ein affe kam gerant do er vil guter ... ger ger Bamberg Albrecht Pfister Albrecht Pfister 14.II.1461 1461 2 88 44.0 NaN NaN 203 Hlzs., dar. einer 101 mal wiederholt.
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
134 no GW12134 HASKUN Has, Kunz Von der Welt Lauf Nun hört mir zu ein abenteür dy mir ist widerf... ger ger Bamberg Marx Ayrer und Hans Bernecker Ayrer/Bernecker 14]93 1493 4 10 2.5 NaN NaN 1
135 no M17603 LEGENDA NaN Legenda St. Sebaldi Es was ein künig zu Tenmarck der was gar tugen... ger ger Bamberg Marx Ayrer und Hans Bernecker Ayrer/Bernecker 14]93 1493 4 10 2.5 NaN NaN 1
136 no GW00193 ACKEBOH NaN Ackermann von Böhmen Grimmiger abtilger aller leut schedlicher echt... ger ger Bamberg unbekannter Drucker mit Typen des Albrecht Pfi... unbekannt um 1470 1470 2 24 12.0 NaN NaN 5(?)
137 no M44004 STERNBE NaN Geschichte der Juden zu Sternberg Aller menigklich sey zu wissen die grosse mish... ger ger Bamberg unbekannter Drucker mit Typen von Johann Sense... unbekannt nicht vor 24.X.1492 1496 4 4 1.0 NaN NaN 1
138 no M1877110 LOSBUCH NaN Losbuch Hört und merket eben wie die liebe hie auff er... ger ger Bamberg Marx Ayrer Ayrer/Bernecker 1483 1483 4 12 3.0 NaN NaN 1

139 rows × 19 columns

In [29]:
# speichert den neuen DataFrame als CSV-Datei
# gw_ed_offices.to_csv('gw_ed_offices.csv', sep='|')
In [31]:
# erstellt ein Histogramm über die jährlich produzierten Ausgaben mit Hervorhebung der Offizinen
plt.figure(figsize=(11,6))
plt.yticks(range(1,21,1))
plt.xticks(range(1460,1501,1),rotation=90)
plt.xlabel('Jahre')
plt.ylabel('Anzahl Ausgaben')
plt.title('Ausgaben pro Jahr (nach Offizin)')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed_offices, x="norm_date", discrete=True, hue="Offizin", multiple="stack")

# speichert die Visualisierung
# plt.savefig('graphics/ausgaben_jahr_offizin.svg')

5. Foliobögen pro Jahr

In [33]:
# erstellt einen Ausschnitt aus gw_ed, der nur die Spalten "norm_date" und "Foliobögen" enthält 
gw_folio = gw_ed[['norm_date', 'Foliobögen']]
gw_folio
Out[33]:
norm_date Foliobögen
0 1463 12.0
1 1462 9.0
2 1462 9.0
3 1463 11.0
4 1461 44.0
... ... ...
134 1493 2.5
135 1493 2.5
136 1470 12.0
137 1496 1.0
138 1483 3.0

139 rows × 2 columns

In [37]:
# gruppiert den DataFrame nach norm_date und bildet die Summe der Foliobögen, norm_date wird zum Index
gw_folio_grouped = pd.DataFrame(gw_folio.groupby(['norm_date'])['Foliobögen'].sum())
gw_folio_grouped

# speichert den neuen DataFrame als CSV-Datei
# gw_folio_grouped.to_csv('folioboegen_year.csv', sep=";")
Out[37]:
Foliobögen
norm_date
1461 44.00
1462 57.00
1463 23.00
1464 76.50
1470 12.00
1478 0.00
1481 147.50
1482 62.50
1483 61.75
1484 0.75
1485 14.50
1486 0.00
1487 9.00
1488 186.50
1489 530.50
1490 180.50
1491 213.00
1492 385.00
1493 35.00
1494 2.00
1495 1.00
1496 2.50
1497 169.00
1498 2.00
1499 157.50
1500 174.00
In [38]:
# Index Reset: norm_date wird wieder als normaler Spaltenname und nicht mehr als Index betrachtet
gw_folio_grouped_reset = gw_folio_grouped.reset_index()
gw_folio_grouped_reset.head()
Out[38]:
norm_date Foliobögen
0 1461 44.0
1 1462 57.0
2 1463 23.0
3 1464 76.5
4 1470 12.0
In [40]:
# erstellt eine Visualisierung der jährlich bedruckten Foliobögen
plt.figure(figsize=(11,6))
plt.yticks(range(0,550,50))
plt.xticks(range(1460,1501,1),rotation=90)
plt.xlabel('Jahre')
plt.ylabel('Anzahl Foliobögen')
plt.title('Foliobögen pro Jahr')
plt.bar(x = gw_folio_grouped_reset['norm_date'], height = gw_folio_grouped_reset['Foliobögen'])

# speichert die Visualisierung
# plt.savefig('graphics/folio_jahr.svg')

6. Korrelation Foliobögen/Jahr - Ausgaben/Jahr

Um die Korrelation zwischen den Ausgaben/Jahr und den Foliobögen/Jahr analysieren zu können, muss zunächst eine neuer DataFrame erstellt werden, der Infos zur Anzahl der Ausgaben/Jahr und Foliobögen/Jahr umfasst. Die Basis dafür bildet gw_ed_no.

In [43]:
# zählt wie viele GW-Nummern pro Jahr vorkommen, ermittelt so die Anzahl der Ausgaben/Jahr
# die Spalte "GW-Nummer" wird in "Ausgaben" umbenannt
gw_no_count = pd.DataFrame(gw_ed_no.groupby(['norm_date'])['GW-Nummer'].count())
gw_no_count.rename(columns={'GW-Nummer':'Ausgaben'}, inplace=True)
gw_no_count
Out[43]:
Ausgaben
norm_date
1461 1
1462 3
1463 2
1464 2
1470 1
1481 3
1482 6
1483 3
1484 1
1485 5
1487 2
1488 2
1489 3
1490 7
1491 7
1492 7
1493 19
1494 1
1495 1
1496 3
1497 1
1498 2
1499 2
1500 3
In [44]:
# zusammenfügen von gw_no_count und gw_folio_grouped
gw_folio_no_count = gw_no_count.merge(gw_folio_grouped, on='norm_date')
gw_folio_no_count
Out[44]:
Ausgaben Foliobögen
norm_date
1461 1 44.00
1462 3 57.00
1463 2 23.00
1464 2 76.50
1470 1 12.00
1481 3 147.50
1482 6 62.50
1483 3 61.75
1484 1 0.75
1485 5 14.50
1487 2 9.00
1488 2 186.50
1489 3 530.50
1490 7 180.50
1491 7 213.00
1492 7 385.00
1493 19 35.00
1494 1 2.00
1495 1 1.00
1496 3 2.50
1497 1 169.00
1498 2 2.00
1499 2 157.50
1500 3 174.00
In [48]:
# Korrelation von Ausgaben/Jahr und Foliobögen/Jahr als Heatmap
plt.figure(figsize=(11,6))
plt.yticks(range(0,600,50))
plt.xticks(range(0,21,1))
plt.xlabel('Ausgaben/Jahr')
plt.ylabel('Foliobögen/Jahr')
plt.title('Korrelation: Anzahl Ausgaben und Foliobögen pro Jahr')
sns.histplot(gw_folio_no_count, x="Ausgaben", y="Foliobögen", cbar=True, binwidth=(1,50))

# speichert die Visualisierung
# plt.savefig('graphics/heatmap_folio_no.svg')
Out[48]:
<matplotlib.axes._subplots.AxesSubplot at 0x1e8780d0>

Bravais-Pearson Korrelationskoeffizient

In [46]:
# berechnen des Bravais-Pearson-Korrelationskoeffizienten
folio_no_corr = gw_folio_no_count.corr()
folio_no_corr
Out[46]:
Ausgaben Foliobögen
Ausgaben 1.000000 0.119552
Foliobögen 0.119552 1.000000

Korrelationskoeffizient nach Spearman

In [47]:
# berechnet den Korrelationskoeffizienten nach Spearman
gw_folio_no_spearman = gw_folio_no_count.corr('spearman')
gw_folio_no_spearman
Out[47]:
Ausgaben Foliobögen
Ausgaben 1.000000 0.498585
Foliobögen 0.498585 1.000000
In [51]:
# Korrelation von Ausgaben/Jahr und Foliobögen/Jahr als Scatterplot
plt.figure(figsize=(11,6))
plt.yticks(range(0,600,50))
plt.xticks(range(0,21,1))
plt.xlabel('Ausgaben/Jahr')
plt.ylabel('Foliobögen/Jahr')
plt.title('Korrelation: Anzahl Ausgaben und Foliobögen pro Jahr')
sns.scatterplot(x = 'Ausgaben', y ='Foliobögen', data=gw_folio_no_count)

# speichert die Visualisierung
# plt.savefig('graphics/scatterplot_folio_no.svg')

7. Sprache

7.1 Sprache gesamt

In [14]:
# Visualisierung zur Verteilung der Sprachen insgesamt
plt.figure(figsize=(5,5))
plt.yticks(range(0,90,10))
plt.title('Sprache gesamt')
plt.xlabel('Spache')
plt.ylabel('Anzahl der Ausgaben')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed, x="norm_spr", discrete=True)

# speichert die Visualisierung
# plt.savefig('graphics/sprache_gesamt.svg')
Out[14]:
<matplotlib.axes._subplots.AxesSubplot at 0x570f118>

7.2 Sprache pro Offizin

In [94]:
plt.figure(figsize=(10,10))
plt.title('Sprachen pro Offizin')
plt.xlabel(' ')
plt.ylabel('Ausgaben')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed_offices, x="Offizin", hue="norm_spr", multiple="stack", shrink=.8)
plt.xticks(rotation = 20);

# speichert die Visualisierung
# plt.savefig('graphics/sprache_offizin.svg')

8. Publikationstyp

8.1 Publikationstyp gesamt

In [95]:
# Visualisierung zur Verteilung der Publikationstypen insgesamt
plt.figure(figsize=(5,5))
plt.yticks(range(0,90,10))
plt.title('Publikationstyp gesamt')
plt.xlabel('Publikationstyp')
plt.ylabel('Anzahl der Ausgaben')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed, x="no_mp_bs", discrete=True)

# speichert die Visualisierung
# plt.savefig('graphics/publtyp_gesamt.svg')

8.2 Publikationstyp pro Offizin

In [96]:
plt.figure(figsize=(10,10))
plt.title('Publikationstyp pro Offizin')
plt.xlabel(' ')
plt.ylabel('Ausgaben')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed_offices, x="Offizin", hue="no_mp_bs", multiple="stack", shrink=.8)
plt.xticks(rotation = 20);

# speichert die Visualisierung
# plt.savefig('graphics/publtyp_offizin.svg')

9. Format

9.1 Format gesamt

In [97]:
# Visualisierung zur Verteilung der Formate insgesamt
plt.figure(figsize=(5,5))
plt.yticks(range(0,90,10))
plt.title('Formate gesamt')
plt.xlabel('Format')
plt.ylabel('Anzahl der Ausgaben')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed, x="Format", discrete=True)

# speichert die Visualisierung
# plt.savefig('graphics/format_gesamt.svg')

9.2 Format pro Offizin

In [101]:
plt.figure(figsize=(10,10))
plt.title('Formate pro Offizin')
plt.xlabel(' ')
plt.ylabel('Ausgaben')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_ed_offices, x="Offizin", hue="Format", multiple="stack", shrink=.8)
plt.xticks(rotation = 20);

# speichert die Visualisierung
plt.savefig('graphics/format_offizin.svg')

10. Jahresproduktion Bamberg - Häufigkeitsverteilung

10.1 Häufigkeit Ausgaben/Jahr

In [103]:
# erstellt neuen DataFrame, zählt Anzahl der GW-Nummern, um die jährliche Anzahl Ausgaben zu ermitteln
# Umbenennung der Spalte "GW-Nummer" in "Ausgaben"
f_ed = pd.DataFrame(gw_ed.groupby(['norm_date'])['GW-Nummer'].count())
f_ed.rename(columns={'GW-Nummer':'Ausgaben'}, inplace=True)
f_ed
Out[103]:
Ausgaben
norm_date
1461 1
1462 3
1463 2
1464 2
1470 1
1478 1
1481 4
1482 10
1483 4
1484 6
1485 9
1486 3
1487 3
1488 3
1489 3
1490 12
1491 9
1492 8
1493 19
1494 3
1495 7
1496 6
1497 5
1498 5
1499 5
1500 5
In [104]:
# erstellt ein Histogramm über die Häufigkeitsverteilung der Jahresproduktion in Ausgaben
plt.figure(figsize=(10,5))
plt.yticks(range(1,8,1))
plt.xticks(range(1,21,1))
plt.xlabel('Ausgaben / Jahr')
plt.ylabel('Häufigkeit in Jahren')
plt.title('Jahresproduktion Bamberg - Häufigkeitsverteilung')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=f_ed, x="Ausgaben", discrete=True)

# speichert die Visualisierung
# plt.savefig('graphics/haeufigkeit_ausgaben_jahr.svg')

Lageparameter: Modus, Median, arithmetisches Mittel

Modus (Höhepunkt des Histogramms): 3
Am häufigsten wurden in Bamberg 3 Ausgaben pro Jahr produziert.

In [106]:
# berechnet die durchschnittliche Jahresproduktion (arithmetisches Mittel)
f_ed_mean = f_ed['Ausgaben'].mean()
f_ed_mean
Out[106]:
5.346153846153846

Im Durchschnitt wurden in Bamberg jährlich 5.3 Ausgaben produziert.

In [107]:
# berechnet den Median 
f_ed_median = f_ed['Ausgaben'].median()
f_ed_median
Out[107]:
4.5

Der Median liegt bei 4.5 Ausgaben pro Jahr.

Streuungsparameter: Standardabweichung

In [108]:
# berechnet die Standardabweichung
f_ed_std = f_ed.loc[:,'Ausgaben'].std()
f_ed_std
Out[108]:
4.029315650998891

Die Standardabweichung beträgt 4 Ausgaben.

In [113]:
# Jahresproduktion Bamberg - Häufigkeitsverteilung als Boxplot
plt.figure(figsize=(10,5))
plt.xticks(range(1,20,1))
plt.title('Boxplot - Ausgaben pro Jahr in Bamberg')
sns.boxplot(x=f_ed['Ausgaben'])
plt.xlabel('Ausgaben / Jahr')

# speichert die Visualisierung
# plt.savefig('graphics/haeufigkeit_ausgaben_jahr_boxplot.svg')
In [114]:
# ermittelt einige Parameter der Häufigkeitsverteilung
f_ed.describe()
Out[114]:
Ausgaben
count 26.000000
mean 5.346154
std 4.029316
min 1.000000
25% 3.000000
50% 4.500000
75% 6.750000
max 19.000000

10.2 Häufigkeit Foliobögen/Jahr

In [115]:
# Visualisierung basiert auf gw_folio_grouped
gw_folio_grouped
Out[115]:
Foliobögen
norm_date
1461 44.00
1462 57.00
1463 23.00
1464 76.50
1470 12.00
1478 0.00
1481 147.50
1482 62.50
1483 61.75
1484 0.75
1485 14.50
1486 0.00
1487 9.00
1488 186.50
1489 530.50
1490 180.50
1491 213.00
1492 385.00
1493 35.00
1494 2.00
1495 1.00
1496 2.50
1497 169.00
1498 2.00
1499 157.50
1500 174.00
In [117]:
# erstellt ein Histogramm über die Häufigkeitsverteilung der Jahresproduktion in Foliobögen
# Weil die Anzahl der Foliobögen sich in einem größeren Zahlenraum bewegt und daher (aufgrund der kleinen Datenmenge) 
# die meisten Werte nur ein einziges Mal vorkommen, wird das Diagramm in bins einteilt (binwidth = 20).
# So erhält man eine aussagekräftigere Visualisierung als mit discrete=True, was dasselbe ist wie binwidth = 1.
plt.figure(figsize=(20,5))
plt.xticks(range(0,550,20))
plt.yticks(range(1,12,1))
plt.xlabel('Foliobögen / Jahr')
plt.ylabel('Häufigkeit in Jahren')
plt.title('Jahresproduktion Bamberg - Häufigkeitsverteilung Foliobögen (nur no)')
sns.set_context('poster')
sns.set_theme(style="whitegrid")
sns.histplot(data=gw_folio_grouped, x="Foliobögen", binwidth=20)

# speichert die Visualisierung
plt.savefig('graphics/haeufigkeit_folio_jahr.svg')
In [118]:
# ermittelt einige Parameter der Häufigkeitsverteilung
gw_folio_grouped.describe()
Out[118]:
Foliobögen
count 26.000000
mean 97.961538
std 129.497465
min 0.000000
25% 4.125000
50% 50.500000
75% 166.125000
max 530.500000

Der Modus liegt bei 0-20 Foliobögen.
Im Durchschnitt werden in Bamberg jährlich 98 Foliobögen bedruckt.
Der Median liegt bei 50,5 Foliobögen.
Die Standardabweichung beträgt 129,5 Foliobögen.

In [120]:
# Häufigkeitsverteilung der Foliobögen/Jahr als Boxplot
plt.figure(figsize=(20,5))
plt.xticks(range(0,550,20))
plt.title('Boxplot - Foliobögen pro Jahr in Bamberg')
sns.boxplot(x=gw_folio_grouped['Foliobögen'])
plt.xlabel('Foliobögen / Jahr')

# speichert die Visualisierung
# plt.savefig('graphics/haeufigkeit_folio_jahr_boxplot.svg')

11. Korrelation Sprache-Format-Publikationstyp

In [3]:
# One Hot Encoding Sprache
spr_1hot = pd.get_dummies(gw_ed.norm_spr, prefix = 'Sprache', prefix_sep = '_')

# Spalten in folgende Reihenfolge bringen: ger, lat, ger lat
cols = spr_1hot.columns.tolist()
cols = ['Sprache_ger', 'Sprache_lat', 'Sprache_ger lat']
spr_1hot = spr_1hot[cols]
spr_1hot
Out[3]:
Sprache_ger Sprache_lat Sprache_ger lat
0 1 0 0
1 1 0 0
2 0 1 0
3 1 0 0
4 1 0 0
... ... ... ...
134 1 0 0
135 1 0 0
136 1 0 0
137 1 0 0
138 1 0 0

139 rows × 3 columns

In [4]:
# One Hot Encoding Format
format_1hot = pd.get_dummies(gw_ed.Format, prefix='Format')

# Spalten in folgende Reihenfolge bringen: 2, 4, 8, 12, k.A.
cols = format_1hot.columns.tolist()
cols = ['Format_2', 'Format_4', 'Format_8', 'Format_12', 'Format_k.A.']
format_1hot = format_1hot[cols]
format_1hot
Out[4]:
Format_2 Format_4 Format_8 Format_12 Format_k.A.
0 1 0 0 0 0
1 1 0 0 0 0
2 1 0 0 0 0
3 1 0 0 0 0
4 1 0 0 0 0
... ... ... ... ... ...
134 0 1 0 0 0
135 0 1 0 0 0
136 1 0 0 0 0
137 0 1 0 0 0
138 0 1 0 0 0

139 rows × 5 columns

In [5]:
# One Hot Encoding Publikationstyp
publtype_1hot = pd.get_dummies(gw_ed.no_mp_bs, prefix='Type')

# Spalten in folgende Reihenfolge bringen: no, bs, mp
cols = publtype_1hot.columns.tolist()
cols = ['Type_no', 'Type_bs', 'Type_mp']
publtype_1hot = publtype_1hot[cols]
publtype_1hot
Out[5]:
Type_no Type_bs Type_mp
0 1 0 0
1 1 0 0
2 1 0 0
3 1 0 0
4 1 0 0
... ... ... ...
134 1 0 0
135 1 0 0
136 1 0 0
137 1 0 0
138 1 0 0

139 rows × 3 columns

In [6]:
# DataFrames spr_1hot, format_1hot, publtype_1hot zusammenfügen
oneHot = pd.concat([spr_1hot, publtype_1hot], axis=1)
oneHot = pd.concat([oneHot, format_1hot], axis=1)
oneHot
Out[6]:
Sprache_ger Sprache_lat Sprache_ger lat Type_no Type_bs Type_mp Format_2 Format_4 Format_8 Format_12 Format_k.A.
0 1 0 0 1 0 0 1 0 0 0 0
1 1 0 0 1 0 0 1 0 0 0 0
2 0 1 0 1 0 0 1 0 0 0 0
3 1 0 0 1 0 0 1 0 0 0 0
4 1 0 0 1 0 0 1 0 0 0 0
... ... ... ... ... ... ... ... ... ... ... ...
134 1 0 0 1 0 0 0 1 0 0 0
135 1 0 0 1 0 0 0 1 0 0 0
136 1 0 0 1 0 0 1 0 0 0 0
137 1 0 0 1 0 0 0 1 0 0 0
138 1 0 0 1 0 0 0 1 0 0 0

139 rows × 11 columns

In [7]:
# Als Heatmap visualisieren
plt.figure(figsize=(15,10))
oneHot_corr = oneHot.corr()
oneHot_corr
sns.heatmap(oneHot_corr, annot=True, cmap='coolwarm', 
            vmin=-1, vmax=1, center= 0, square=True, 
            linewidths=1, linecolor='black')
# speichert die Visualisierung
# plt.savefig('graphics/heatmap_spr_format_publtyp.svg')
plt.savefig('graphics/heatmap_spr_format_publtyp.jpg', dpi=300)
In [ ]: