Kapittel 2 / Seksjon 1 av 4 / Seksjon 1.4

Hva er egentlig koding?

Tidligere lærte du litt om programmering og programmeringsspråk.

Vi skal ikke gå veldig mye mer i dybden på dette her. Men litt grunnleggende kunnskap om dette er virkelig nyttig for å forstå seg på data og digital teknologi – og det gir et grunnlag for å lære om bruk av data i praksis, slik vi skal se på i de neste kapitlene.

Kode er nemlig selve maskineriet i alt vi foretar oss digitalt, og i denne metaforen er data drivkraften og brenselet. Kort og godt: Data alene vil ikke ta deg så langt, men kombinerer du det med kode har du et svært potent verktøy.

Innsikt

Koding og programmering, hva er forskjellen?

Enkelt sagt er koding og programmering litt som høna og egget. Et program består av kode, det vil si en serie individuelle instruksjoner skrevet i et programmeringsspråk, som kalles koding.

Programmering (noen ganger omtalt som programvareutvikling) er den bredere prosessen med å planlegge, designe, løse problemer og skrive kode for å bygge programvare; det inkluderer å tenke gjennom logikken før du koder.

Som en analogi, tenk på koding som å skrive individuelle setninger, og programmering som å skrive hele historien (planlegging, struktur, karakterer, plott, deretter skriving av setningene).

Med det sagt, finnes det også mange såkalte «no-code» og «low-code»-verktøy som lar deg lage programmer uten å gå dypt inn i koden.

Hvordan ser koden ut?

I Store Norske Leksikon defineres kode (i dataprogram-forstand) som «en serie instrukser i et høynivåspråk (kildekode), eller som instrukser i maskinspråk eller maskinkode».

Det siste er i praksis binærkode, eller maskinspråk. Å programmere direkte i binærkode er uhyre ineffektivt, tidkrevende og også – heldigvis – helt unødvendig. I stedet bruker vi ulike høynivåspråk, som er mye mer gjenkjennelig og håndgripelig, og som inkluderer mange begreper fra vanlige menneskelig språk (som regel engelsk).

Noen programmeringsspråk er til en viss grad forståelige selv uten noen forkunnskaper, rett og slett fordi mange engelske begreper som «if», «else», «in» og «print» (og massevis av andre vanlige engelske ord) benyttes direkte i koden.

Den store forskjellen på et skrevet ord som «in» i den virkelige verden, og hva det betyr i et programmeringsspråk, er imidlertid at ordet i sistnevnte er tilegnet spesielle oppgaver.

La oss ta et helt konkret eksempel, og se på en liten kodesnutt.

Ha en fin tur!

Python er som nevnt et av verdens mest brukte programmeringsspråk. Det er også et språk som bruker en del gjenkjennelige begreper fra menneskelig språk. Nettopp «in» (norsk: «i») er eksempelvis et nøkkelord som kan brukes til sjekke om en gitt verdi finnes i en liste.

For å sette det i en faktisk kontekst: Se for deg at du tar toget, og må skanne billetten din på en automat. Maskinen forespør en database om din billett finnes i dette togets liste over billetter.

Skriver du dette i Python, kunne det sett slik ut:

Igjen er det viktig å presisere: Kode leses i høy grad som et vanlig språk. Du leser fra venstre mot høyre, linje for linje.

Oversetter vi alt helt fullstendig til norsk språk, får vi da denne setningen:

«Dersom din billett er i billettlisten, vil programmet si at billetten er godkjent, og ønske en fin tur.»

Plutselig er koden kanskje ikke så mystisk eller skummel lenger?

Programmeringens grammatikk

Programmering og data

Å jobbe med å finne innsikter i data involverer ikke nødvendigvis programmering. Det er fordi vi kan bruke verktøy som allerede er programmert for oss – fiks ferdig og klart til bruk – som Microsoft Excel.

Det finnes som nevnt også «no-code» og «low-code»-verktøy som lar deg utvikle uten eller med svært lite koding.

Men du husker kanskje i forrige kapittel der vi snakket om data literacy og data science? Selv om mye av dette tilgjengeliggjøres og automatiseres gjennom gode verktøy, er det fortsatt slik at litt mer avansert analyse og modellering, samt arbeid med databaser og lignende, krever ferdigheter med koding.

Hvis du vil avansere fra Excel og ta arbeidet med statistikk, visualiseringer og analyse til neste nivå, vil du for eksempel ha bruk for å lære litt av språk som Python og R. Sistnevnte er et programmeringsspråk som brukes spesifikt til å lage statistiske modeller og til datavisualisering og dataanalyse.

I kapittel 4 vil vi også møte på SQL (Structured Query Language) – som er et såkalt spørrespråk som brukes til å arbeide med databaser, som vi allerede har vært inne på.