Ознакомительная практика Отчет Витте SimpleAnalysis

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

ВВЕДЕНИЕ

1 ВЫБОР ПЛАТФОРМЫ И ДАННЫХ

1.1 Выбор платформы для разработки и необходимых библиотек

1.1.1 Обоснование выбора платформы интерпретатора языка Python

1.1.2 Выбор библиотек для анализа данных

1.2 Получение данных

1.2.1 Предварительный анализ данных

1.2.2 Выбор формата хранения данных

1.2.3 Очистка данных от цифрового мусора

1.3 Выводы по разделу

2 КОЛИЧЕСТВЕННЫЙ АНАЛИЗ ДАННЫХ

2.1 Получение данных Dataset (данные)

2.2 Рассчет стандартных числовых характеристик для набора данных Series

2.3 Выводы по разделу

3 ВИЗУАЛИЗАЦИЯ РЕЗУЛЬТАТОВ КОЛИЧЕСТВННОГО АНАЛИЗА ДАННЫХ

3.1 Визуализация наборов данных с помощью стандартных библиотек по заданным критериям

2.4 Формирование Dataframe из данных Series и добавление столбцов

2.5 Визуализация данных полученные в результате промежуточного анализа

3.2 Выводы по разделу

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1 Карякин, М. И. Технологии программирования и компьютерный практикум на языке Python : учебное пособие : [16+] / М. И. Карякин, К. А. Ватульян, Р. М. Мнухин ; Южный федеральный университет. – Ростов-на-Дону ; Таганрог : Южный федеральный университет, 2022. – 244 с. : ил., табл. – Режим доступа: по подписке.