Практическое задание 1

Тема 2.1. Визуализация данных в Python. Matplotlib

Цель работы: научиться применять визуализацию библиотеки Matplotlib в пользовательских отчетах по анализу данных.

Задачи

· Научиться подключать библиотеку Matplotlib.

· Научиться создавать графики разной сложности с использованием возможностей Matplotlib.

· Научиться создавать пользовательские отчеты с графиками Matplotlib.

Ход выполнения

1. Выбрать набор данных, содержащий не менее 10 атрибутов из репозитория https://archive.ics.uci.edu/ml/index.php.

2. Построить графики Matplotlib по данным выбранного датасета:

· Histogram;

· Scatter;

· Line;

· Bar;

· Box;

· Heatmap;

· Pie;

· Polar.

Отчет по работе представить в двух форматах

· .ipynb;

· .pdf (ipynb, сохраненный в формате .pdf).

Практическое задание 2

Тема 2.2. Визуализация данных в Python. Seaborn и Plotly

Цель работы: научиться применять визуализацию библиотек Seaborn и Plotly в пользовательских отчетах по анализу данных.

Задачи

· Научиться подключать библиотеки Seaborn и Plotly.

· Научиться создавать графики разной сложности с использованием возможностей Seaborn и Plotly.

· Научиться создавать пользовательские отчеты с графиками Seaborn и Plotly.

Ход выполнения

1. Выбрать набор данных, содержащий не менее 10 атрибутов из репозитория https://archive.ics.uci.edu/ml/index.php.

2. Построить графики Seaborn и Plotly по данным выбранного датасета:

· Histogram;

· Scatter;

· Line;

· Bar;

· Box;

· Heatmap;

· Pie;

· Polar;

· 3D.

Отчет по работе представить в двух форматах:

· .ipynb;

· .pdf (ipynb, сохраненный в формате .pdf).

Практическое задание 3

Тема 3.1. Библиотека ipywidgets. Часть 1

Цель работы: научиться применять виджеты ipywidgets для создания пользовательского интерфейса.

Задачи

· Научиться подключать библиотеку ipywidgets в средах разработки Google Colab, Jupyter Notebook, JupyterLab.

· Научиться создавать основные виджеты ipywidgets.

· Научиться создавать пользовательский интерфейс с использованием виджетов ipywidgets.

Ход выполнения

1. Установить и подключить библиотеку ipywidgets.

2. Выбрать набор данных, содержащий не менее 10 атрибутов из репозитория https://archive.ics.uci.edu/ml/index.php.

3. Создать простой пользовательский интерфейс для работы с Pandas DataFrame, который будет содержать:

· заголовок Label с названием DataFrame;

· выпадающий список Dropdown, элементы которого берутся из списка колонок DataFrame;

· кнопки Button для создания графиков с использованием изученных ранее библиотеки: Matplotlib, Seaborn и Plotly.

Отчет по работе представить в двух форматах:

· .ipynb;

· .pdf (ipynb, сохраненный в формате .pdf).

Практическое задание 4

Тема 3.1. Библиотека ipywidgets. Часть 2

Цель работы: Создание пользовательского интерфейса при помощи виджетов ipywidgets.

Задачи

· Создать пользовательский интерфейс для загрузки и работы с данными при помощи виджетов ipywidgets.

Ход выполнения

1. Выбрать набор данных, содержащий не менее 10 атрибутов из репозитория https://archive.ics.uci.edu/ml/index.php.

2. Создать пользовательский интерфейс для работы с Pandas DataFrame, который будет содержать:

· заголовок Label с названием DataFrame;

· изображение Image из выбранного набора данных;

· кнопку FileUpload для загрузки файла через диалоговое окно;

· кнопку Button для вывода набора данных в формате Pandas DataFrame в виджет Output;

· переключатели RadioButtons для выбора и кнопку Button для создания графика с использованием одной из библиотек: Matplotlib, Seaborn и Plotly.

· Разместить таблицу DataFrame и график во вкладках Tab.

Отчет по работе представить в двух форматах:

· .ipynb;

· .pdf (ipynb, сохраненный в формате .pdf).

Практическое задание 5

Тема 3.3. Python для создания оконного интерфейса

Цель работы: Создание графического пользовательского интерфейса при помощи библиотеки Tkinter.

Задачи

· Создать графический пользовательский интерфейс для работы с данными при помощи библиотеки Tkinter.

Ход выполнения

1. Подключить библиотеку Tkinter.

2. Выбрать набор данных, содержащий не менее 10 атрибутов из репозитория https://archive.ics.uci.edu/ml/index.php.

3. Создать простой графический пользовательский интерфейс для работы с Pandas DataFrame, который будет содержать:

· заголовок Label с названием DataFrame;

· изображение для выбранного набора данных в виджете Canvas;

· кнопку Button для загрузки файла через диалоговое окно при помощи метода .askopenfilename();

· текстовое поле Text для вывода набора данных, содержащее горизонтальную и вертикальную прокрутки;

· флажки Checkbutton для сортировки набора данных по индексу целевого столбца.

Отчет по работе представить в двух форматах:

· .ipynb;

· .pdf (ipynb, сохраненный в формате .pdf).

Скриншоты работы графического пользовательского интерфейса разместить в поле markdown блокнота .ipynb.

Практическое задание 6

Темы 4.1. Исследовательский анализ данных на Python – 4.3. Библиотека Pandas UI и Pandas GUI

Цель работы: Создание аналитического отчета при помощи библиотек исследовательского анализа данных Pandas profiling, SweetViz и Pandas GUI.

Задачи

· Научиться работать с библиотеками исследовательского анализа данных.

Ход выполнения

1. Подключить библиотеки:

· Pandas profiling;

· SweetViz;

· Pandas GUI.

2. Выбрать набор данных, содержащий не менее 10 атрибутов из репозитория https://archive.ics.uci.edu/ml/index.php.

3. Создать и загрузить пользовательский отчет Pandas profiling в формате html.

4. Создать и загрузить сравнительный пользовательский отчет SweetViz в формате html. Отчет должен содержать данные по тестовой и тренировочной выборкам.

5. Загрузить выбранный набор данных в интерфейс Pandas GUI:

· получить статистику по набору данных;

· создать сводную таблицу минимум по четырем столбцам набора данных;

· построить не менее трех диаграмм по сводной таблице;

· создать отчет по работе в Googla Colab или Jupyter Notebook/JupyterLab, используя раздел markdown для размещения скриншотов по работе графического интерфейса.

Отчет по работе представить в трех файлах:

· .ipynb (скриншоты работы графического пользовательского интерфейса разместить в поле markdown блокнота .ipynb);

· .html (для библиотек Pandas profiling и SweetViz).