Web-scraping: сбор данных из баз данных и интернет-источников: различия между версиями

Материал из MathINFO
Перейти к навигации Перейти к поиску
Строка 60: Строка 60:
 
* Функции в Python: подробная [https://nbviewer.jupyter.org/github/ischurov/pythonhse/blob/master/Lecture%204.ipynb лекция] И.В.Щурова, датафреймы pandas: [https://nbviewer.org/github/allatambov/allatambov.github.io/blob/master/icef/seminars/pandas-01.ipynb часть 1], [https://nbviewer.jupyter.org/github/allatambov/allatambov.github.io/blob/master/icef/seminars/pandas-02.ipynb часть 2], [https://nbviewer.jupyter.org/github/allatambov/allatambov.github.io/blob/master/icef/seminars/pandas-03.ipynb часть 3].
 
* Функции в Python: подробная [https://nbviewer.jupyter.org/github/ischurov/pythonhse/blob/master/Lecture%204.ipynb лекция] И.В.Щурова, датафреймы pandas: [https://nbviewer.org/github/allatambov/allatambov.github.io/blob/master/icef/seminars/pandas-01.ipynb часть 1], [https://nbviewer.jupyter.org/github/allatambov/allatambov.github.io/blob/master/icef/seminars/pandas-02.ipynb часть 2], [https://nbviewer.jupyter.org/github/allatambov/allatambov.github.io/blob/master/icef/seminars/pandas-03.ipynb часть 3].
  
−
===24 февраля. Работа с текстами: обзор===
+
===24 февраля. Работа с текстами: облака слов и первичная обработка текста==
  
 
* [https://www.dropbox.com/s/r6aly9bqe1g4vwd/24-02-class05.mp4?dl=0 Видеозапись] занятия.
 
* [https://www.dropbox.com/s/r6aly9bqe1g4vwd/24-02-class05.mp4?dl=0 Видеозапись] занятия.

Версия 20:13, 25 февраля 2022

Это страница обязательного курса «Web-scraping: сбор данных из баз данных и интернет-источников», читаемого на программе «Психология» 4 курса бакалавриата в 2021/2022 учебном году.

Преподаватель: Тамбовцева Алла Андреевна.

Правила игры

  • Формула оценки: 0.6 × ДЗ + 0.4 × Экзамен.
  • Домашние задания, сданные после срока, оцениваются с использованием понижающих коэффициентов: опоздание в пределах часа – штраф 10% от полученной оценки, в пределах суток – штраф 30%, в пределах недели – штраф 70%. Домашние задания, сданные через неделю после указанного срока и позже, не принимаются и не оцениваются.
  • Программа курса.

Среда для работы

На данном курсе мы используем язык Python версии не ниже 3.5 и среду Jupyter Notebook. Скачать дистрибутив Anaconda, который установит интерпретатор Python, среду Jupyter Notebook и основные библиотеки для работы с данными, можно здесь. Если вы никогда не работали в Jupyter Notebook, предлагаем посмотреть небольшое видео и почитать инструкцию.

Если вы имеете мало опыта работы с Python, рекомендуем обратиться к следующим курсам на DataCamp (бесплатный доступ предоставлен всем слушателям этого курса): Introduction to Python, Python Data Science Toolbox (Part 1) и Python Data Science Toolbox (Part 2).

Материалы

27 января. Введение в web-scraping. Язык HTML и его особенности

Дополнительно

3 февраля. Структуры данных в Python: списки, кортежи, словари

Дополнительно

10 февраля. Парсинг HTML с библиотекой BeautifulSoup: часть 1

Дополнительно

17 февраля. Парсинг HTML с библиотекой BeautifulSoup: часть 2

Дополнительно

=24 февраля. Работа с текстами: облака слов и первичная обработка текста

Домашние задания

Задание Дедлайн Файл с заданием
Домашнее задание 1 18.02 23:59 смотреть скачать
Домашнее задание 2 04.03 23:59 смотреть скачать
Домашнее задание 3 TBA
Источник — http://math-info.hse.ru/wiki2021-22/index.php?title=Web-scraping:_сбор_данных_из_баз_данных_и_интернет-источников&oldid=554