Python для сбора и анализа данных: различия между версиями

Материал из MathINFO
Перейти к навигации Перейти к поиску
 
(не показаны 3 промежуточные версии этого же участника)
Строка 123: Строка 123:
 
* Обзор работы с dash: файл [https://gist.github.com/allatambov/9057d18b80c7f0698bd73d02d3e32d09 dash1.py].
 
* Обзор работы с dash: файл [https://gist.github.com/allatambov/9057d18b80c7f0698bd73d02d3e32d09 dash1.py].
 
* Dashboard со своими данными: файл [https://gist.github.com/allatambov/043ddefcc76566f4c739fa5c7b2502fc dash2.py], с меню для пользователя: файл [https://gist.github.com/allatambov/cdecca50d511024ae10e685081303cea dash3.py].
 
* Dashboard со своими данными: файл [https://gist.github.com/allatambov/043ddefcc76566f4c739fa5c7b2502fc dash2.py], с меню для пользователя: файл [https://gist.github.com/allatambov/cdecca50d511024ae10e685081303cea dash3.py].
 +
 +
=== Дополнительные темы. Классы. Регулярные выражения. (26 апреля) ===
 +
 +
* [https://www.dropbox.com/sh/38lt2w17o7yekyy/AABp31nthGEo0edzvj1rEgJQa?dl=0 Видеозапись] занятия (было только во вторник).
 +
* Объекты и классы в Python ([https://nbviewer.jupyter.org/github/allatambov/allatambov.github.io/blob/master/pydj/seminars/classes.ipynb конспект], [https://www.w3schools.com/python/python_classes.asp материалы] от W3schools).
 +
* Введение в регулярные выражения ([https://github.com/allatambov/Py-programming-3/blob/3e471c720a4f5f7e08b5f4878299b939799cded2/28-05/regex-1.ipynb конспект]).
  
 
== Дополнительные материалы ==
 
== Дополнительные материалы ==
Строка 142: Строка 148:
 
* Домашние задания типа ''online'' выполняются на платформе DataCamp.  
 
* Домашние задания типа ''online'' выполняются на платформе DataCamp.  
 
* Обычные домашние задания сдаются в системе [http://python.math-hse.info python.math-hse.info]. Познакомиться с системой можно на примере домашнего задания №0.
 
* Обычные домашние задания сдаются в системе [http://python.math-hse.info python.math-hse.info]. Познакомиться с системой можно на примере домашнего задания №0.
 +
* Домашнее задание 4 – дополнительное. Оценка за ДЗ рассчитывается по домашним заданиям 1-3. Но если какое-то из них не сдано, можно сдать домашнее задание 4 и тем самым скомпенсировать полученный 0.
  
 
{| class="wikitable"
 
{| class="wikitable"
Строка 169: Строка 176:
 
| Online 8 ||  DataCamp: глава [https://app.datacamp.com/learn/courses/reshaping-data-with-pandas Converting Between Wide and Long Format] || 21.04 23:59
 
| Online 8 ||  DataCamp: глава [https://app.datacamp.com/learn/courses/reshaping-data-with-pandas Converting Between Wide and Long Format] || 21.04 23:59
 
|-
 
|-
| Домашнее задание 4* ||  MathInfo: задания hw04 || TBA
+
| Домашнее задание 4* ||  задания [https://github.com/allatambov/allatambov.github.io/blob/master/icef/hw/hw03.ipynb hw04], файл [https://allatambov.github.io/pydj/seminars/polit.csv polit.csv], сдавать через [https://www.dropbox.com/request/AbCirZTrcqQKpX9Pg4uN Dropbox] || 12.05 23:59
 
|-
 
|-
 
| Online 9 ||  DataCamp: глава [https://app.datacamp.com/learn/courses/reshaping-data-with-pandas Stacking and Unstacking DataFrames] || 28.04 23:59
 
| Online 9 ||  DataCamp: глава [https://app.datacamp.com/learn/courses/reshaping-data-with-pandas Stacking and Unstacking DataFrames] || 28.04 23:59
Строка 180: Строка 187:
 
* [https://allatambov.github.io/icef/icef-project.pdf Описание] проекта и критерии оценивания.
 
* [https://allatambov.github.io/icef/icef-project.pdf Описание] проекта и критерии оценивания.
 
* Проект можно выполнять как на русском, так и на английском языке. Для того, чтобы получить высокие баллы за проект (оценки 9-10), в проекте необходимо использовать продвинутые инструменты/библиотеки, не обсуждаемые подробно в рамках курса.  
 
* Проект можно выполнять как на русском, так и на английском языке. Для того, чтобы получить высокие баллы за проект (оценки 9-10), в проекте необходимо использовать продвинутые инструменты/библиотеки, не обсуждаемые подробно в рамках курса.  
* Проект необходимо загрузить на [https://www.dropbox.com/request/UIrB1HUgUiBhACAmNCUG Dropbox] до 16 мая 23:59, дедлайн жёсткий. Файл с кодом, файл с документацией и вспомогательные файлы (при наличии) лучше загружать в виде zip-архива.
+
* Проект необходимо загрузить на [https://www.dropbox.com/request/UIrB1HUgUiBhACAmNCUG Dropbox] до 19 мая 18:00, дедлайн жёсткий. Файл с кодом, файл с документацией и вспомогательные файлы (при наличии) лучше загружать в виде zip-архива.

Текущая версия на 16:12, 29 апреля 2022

Это страница факультатива «Python для сбора и анализа данных», читаемого в МИЭФ в 2021/2022 учебном году.

Авторы курса: Щуров Илья Валерьевич, Тамбовцева Алла Андреевна.

Лекции и семинары ведет: Тамбовцева Алла Андреевна.

Содержание

Правила игры

  • Формула оценки: 0.4 * ДЗ + 0.2 * Онлайн + 0.4 * Проект.
  • Сдача домашних заданий с опозданием допускается, но со штрафом: за задержку в пределах часа – 15% от полученной оценки, в пределах суток – 30%, в пределах двух дней – 50%.
  • Курс читается с использованием онлайн-курсов на платформе DataCamp. Бесплатный доступ к платформе студентам предоставляется.
  • Ведомость по курсу: таблица.

Программное обеспечение

Перед занятиями необходимо установить дистрибутив Anaconda (скачать можно здесь), который включает в себя интерпретатор языка Python, библиотеки для обработки, анализа и визуализации данных, а также среду для работы Jupyter Notebook. Также есть возможность работать в Jupyter Notebook онлайн, используя ресурс Google Colab (для создания и редактирования файлов нужен аккаунт Gmail). Но в долгосрочной перспективе предпочтительнее установить Anaconda.

Материалы занятий

Презентация факультатива и знакомство с Jupyter Notebook (1 февраля)

Дополнительно:

Переменные и типы данных в Python. Ввод и вывод (8 или 11 февраля)

Дополнительно:

Списки и цикл for. Методы на строках. (15 или 18 февраля)

Дополнительно:

Генераторы списков. Условные конструкции и цикл while. (22 или 25 февраля)

Дополнительно:

Кортежи и словари. Работа с файлами. Формат JSON. (1 и 4 марта)

Функции. Введение в парсинг HTML-файлов. (9 и 11 марта)

Дополнительно:

Парсинг HTML-файлов. (15 и 18 марта)

Управление браузером с помощью Selenium. Знакомство с API. (22 и 25 марта)

Работа с API на примере ВКонтакте. Массивы NumPy и датафреймы pandas. (5 и 8 апреля)

Дополнительно:

Датафреймы pandas. Визуализация с библиотекой seaborn. (12 и 15 апреля)

Интерактивные визуализации с библиотеками plotly и dash. (22 апреля)

Дополнительные темы. Классы. Регулярные выражения. (26 апреля)

Дополнительные материалы

Библиотека SymPy для символьных вычислений

Введение в SymPy: часть 1 (sympy-1.ipynb), часть 2 (sympy-2.ipynb), задачи (sympy-problems.ipynb). Официальная документация SymPy.

Работа с текстом в Python

Библиотека pymorphy2 (морфологический анализатор). Библиотека pymystem3 (предобработка текста). Тьюториал для построения облака слов.

Статистика и анализ данных в Python

Материалы по статистическим тестам и линейным регрессиям в Python.

Домашние задания

  • Домашние задания типа online выполняются на платформе DataCamp.
  • Обычные домашние задания сдаются в системе python.math-hse.info. Познакомиться с системой можно на примере домашнего задания №0.
  • Домашнее задание 4 – дополнительное. Оценка за ДЗ рассчитывается по домашним заданиям 1-3. Но если какое-то из них не сдано, можно сдать домашнее задание 4 и тем самым скомпенсировать полученный 0.
Домашнее задание Ссылка Дедлайн
Online 1 DataCamp: глава Python Lists 17.02 23:59
Домашнее задание 1 MathInfo: задания hw01 02.03. 23:59
Online 2 DataCamp: глава Writing your own functions 16.03 23:59
Online 3 DataCamp: глава Default arguments, variable-length arguments and scope 16.03 23:59
Домашнее задание 2 MathInfo: задания hw02 05.04 10:00
Online 4 DataCamp: глава NumPy 07.04 23:59
Домашнее задание 3 MathInfo: задания hw03 26.04 23:59
Online 5 DataCamp: глава Aggregating DataFrames 14.04 23:59
Online 6 DataCamp: глава Slicing and Indexing DataFrames 14.04 23:59
Online 7 DataCamp: глава Introduction to Data Reshaping 21.04 23:59
Online 8 DataCamp: глава Converting Between Wide and Long Format 21.04 23:59
Домашнее задание 4* задания hw04, файл polit.csv, сдавать через Dropbox 12.05 23:59
Online 9 DataCamp: глава Stacking and Unstacking DataFrames 28.04 23:59
Online 10 DataCamp: глава Advanced Reshaping 28.04 23:59

Проект

  • Описание проекта и критерии оценивания.
  • Проект можно выполнять как на русском, так и на английском языке. Для того, чтобы получить высокие баллы за проект (оценки 9-10), в проекте необходимо использовать продвинутые инструменты/библиотеки, не обсуждаемые подробно в рамках курса.
  • Проект необходимо загрузить на Dropbox до 19 мая 18:00, дедлайн жёсткий. Файл с кодом, файл с документацией и вспомогательные файлы (при наличии) лучше загружать в виде zip-архива.