В готовой работе вы найдете Отчет выполненный по индивидуальному заданию, Программу на языке python, и Файл с данным в формате excel.
Ознакомительная практика (Учебная практика) | Зачет с оценкой Прикладная информатика
Место прохождения: «ЧОУВО "МУ им. С.Ю. Витте"»
Срок прохождения: с 23.05.2022 по 05.06.2022
Индивидуальное задание «SimpleAnalysis».
Язык программирования – Python. Среда разработки – PyCharm.
Библиотеки: Math, Matplotlib, Pandas, Numpy
Исходные данные:
Получить Dataset (данные).
Сгенерировать численные данные с помощью генератора случайных чисел. Числа – целые, диапазон: от -10000 до 10000; количество чисел – 1000. Сформировать объект Series.
Рассчитать стандартные числовые характеристики для набора данных Series
- определить минимальное значений
- определить количество повторяющихся значений
- определить максимальное значение
- определить сумму чисел
- определить среднеквадратическое отклонение
Результирующие данные вывести в консоль с пояснениями. При выполнении данного задания можно использовать все стандартные функции Python.
Визуализировать данные с помощью стандартных библиотек по заданным критериям
- построить линейный график
- построить гистограмму (прямоугольную), округлив значения набора данных до сотен. Округление выполнить по математическому правилу.
Сформировать Dataframe из данных Series и добавить к этим данным следующие столбцы
- столбец, содержащий отсортированные значения исходного Series по возрастанию
- столбец, содержащий отсортированные значения исходного Series по убыванию
Визуализировать данные, полученные в результате промежуточного анализа (вычислений)
- на одном plt построить два линейных графика: отсортированных значений по возрастанию и убыванию
Введение 3
1 выбор платформы и данных.. 5
1.1 Выбор платформы для разработки и необходимых библиотек. 5
1.1.1 Обоснование выбора платформы интерпретатора языка Python 5
1.1.2 Выбор библиотек для анализа данных 6
1.2 Получение данных. 7
1.2.1 Предварительный анализ данных 7
1.2.2 Выбор формата хранения данных 7
1.2.3 Очистка данных от цифрового мусора 8
1.3 Выводы по разделу. 9
2 количественный анализ данных.. 12
2.1 Получение данных Dataset (данные) 12
2.2 Расчет стандартных числовых характеристик для набора данных Series. 13
2.3 Выводы по разделу. 15
3 визуализация результатов количественного анализа данных.. 18
3.1 Визуализация наборов данных с помощью стандартных библиотек по заданным критериям.. 18
2.4 Формирование Dataframe из данных Series и добавление столбцов. 19
2.5 Визуализация данных полученные в результате промежуточного анализа. 20
3.2 Выводы по разделу. 21
Список использованной литературы... 25