Python для сбора и анализа данных: различия между версиями

Материал из MathINFO
Перейти к навигации Перейти к поиску
Строка 58: Строка 58:
 
* Методы на строках (читать, ipynb). Чтение и запись txt-файлов (читать, ipynb), файл [https://www.dropbox.com/s/himcx9m1qjtwm9t/intro.txt?dl=0 intro.txt].
 
* Методы на строках (читать, ipynb). Чтение и запись txt-файлов (читать, ipynb), файл [https://www.dropbox.com/s/himcx9m1qjtwm9t/intro.txt?dl=0 intro.txt].
 
* Практикум 3 ([https://github.com/allatambov/PyICEF-2023/blob/main/icef-problems03.ipynb читать], [https://www.dropbox.com/s/vsp4umzi1febvmu/icef-problems03.ipynb?dl=0 ipynb]), решения задач (читать, ipynb).
 
* Практикум 3 ([https://github.com/allatambov/PyICEF-2023/blob/main/icef-problems03.ipynb читать], [https://www.dropbox.com/s/vsp4umzi1febvmu/icef-problems03.ipynb?dl=0 ipynb]), решения задач (читать, ipynb).
 +
 +
Дополнительно:
 +
 +
* [https://pymorphy2.readthedocs.io/en/stable/user/index.html Документация] библиотеки pymorphy2 (морфологический анализатор).
 +
* [https://www.datacamp.com/tutorial/wordcloud-python Тьюториал] по построению облака слов с библиотекой wordcloud.
 +
* Библиотека [https://pypi.org/project/dostoevsky/ dostoevsky] для анализа тональности текстов.
  
 
== Домашние задания ==
 
== Домашние задания ==

Версия 00:48, 2 марта 2023

Это страница факультатива «Python для сбора и анализа данных», читаемого в МИЭФ в 2022/2023 учебном году.

Авторы курса: Щуров Илья Валерьевич, Тамбовцева Алла Андреевна.

Лекции и семинары ведет: Тамбовцева Алла Андреевна.

Правила игры

  • Формула оценки: 0.4 * ДЗ + 0.2 * Тест + 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%.

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

Занятие 00. Презентация факультатива и знакомство с Jupyter Notebook (1 февраля)

Дополнительно:

Занятие 01. Вычисления и переменные. Типы данных. Ввод и вывод. (14 и 16 февраля)

Дополнительно:

  • Вычисления с заданной точностью с модулем decimal, официальная документация decimal.
  • Вычисления с обыкновенными дробями с модулем fractions, официальная документация fractions.
  • Символьные вычисления с sympy: часть 1 (sympy-1.ipynb), часть 2 (sympy-2.ipynb), официальная документация sympy.
  • Стандарты оформления кода Python: PEP8, проверка соответствия кода стандартам: PEP8 online check.

Занятие 02. Списки и цикл for. Методы .split() и .join() (21 и 27 февраля)

Дополнительно:

Занятие 03. Альтернативы циклу for. Методы на строках. Чтение и запись txt-файлов. (28 февраля и 2 марта)

  • Видеозапись занятия, сырые ipynb-файлы с занятия.
  • Альтернативы циклу for. Кортежи и функция zip() (читать, ipynb).
  • Методы на строках (читать, ipynb). Чтение и запись txt-файлов (читать, ipynb), файл intro.txt.
  • Практикум 3 (читать, ipynb), решения задач (читать, ipynb).

Дополнительно:

  • Документация библиотеки pymorphy2 (морфологический анализатор).
  • Тьюториал по построению облака слов с библиотекой wordcloud.
  • Библиотека dostoevsky для анализа тональности текстов.

Домашние задания

Домашнее задание Дедлайн
Домашнее задание 1 27.02 23:59
Домашнее задание 2
Домашнее задание 3
Домашнее задание 4
Домашнее задание 5
Домашнее задание 6
Домашнее задание 7
Домашнее задание 8
Источник — http://math-info.hse.ru/wiki2022-23/index.php?title=Python_для_сбора_и_анализа_данных&oldid=668