Отчёт по учебной практике

Тип работы:

Полный отчет по учебной (ознакомительной) практике (для студентов МУИВ, 1 курс) + индивидуальное задание + готовый код

РАБОТА ОЦЕНЕНА НА ОТЛИЧНО.

Что внутри:

1. Готовый отчет объёмом 29 стр. (ГОСТ, содержание, таблицы, рисунки, выводы)
2. Индивидуальное задание (таблица заполнена отметками "выполнено")
3. Исходный код (.py):

• Генерация 1000 чисел (–10 000 … 10 000)
• Статистика: min, max, сумма, дубликаты, среднеквадратическое отклонение
• Работа с Series и DataFrame (сортировка по возрастанию/убыванию)
• 3 графика: линейный, гистограмма (округление до сотен), сравнение сортировок

Меняете титульники на свои и можно сдавать!

Подходит для:

КИС / Программирование / Анализ данных / Учебная практика

• Введение  3
• 1 выбор платформы и данных  4
• 1.1 Выбор платформы для разработки и необходимых библиотек  4
• 1.1.1 Обоснование выбора платформы интерпретатора языка Python  4
• 1.1.2 Выбор библиотек для анализа данных  4
• 1.2 Получение данных  5
• 1.2.1 Предварительный анализ данных  5
• 1.2.2 Выбор формата хранения данных  6
• 1.2.3 Очистка данных от цифрового мусора  7
• 1.3 Выводы по разделу  8
• 2 количественный анализ данных  13
• 2.1 Получение данных Dataset (данные)  13
• 2.2 Рассчет стандартных числовых характеристик для набора данных Series  14
• 2.3 Выводы по разделу   16
• 3 визуализация результатов количествнного анализа данных  19
• 3.1 Визуализация наборов данных с помощью стандартных библиотек по заданным критериям  19
• 3.2 Формирование Dataframe из данных Series и добавление столбцов  20
• 3.3 Визуализация данных полученных в результате промежуточного анализа  21
• 3.4 Выводы по разделу  25
• Список использованной литературы   29

1. Иванов, П.А. Практическое применение Python для анализа данных / П.А. Иванов. – Москва : Издательство «Бином», 2021. – 320 с. – Режим доступа...
2. Орлов, В.В. Визуализация данных в Python с использованием Matplotlib и Plotly / В.В. Орлов. – Санкт-Петербург : Издательство «Питер», 2020. – 200 с. – Режим доступа...
3. Петров, М.С. Основы программирования на Python для анализа данных / М.С. Петров. – Санкт-Петербург : Издательство «Лань», 2018. – 300 с. – Режим доступа...

+ ещё 5 источников