Upravit tuto stránku na GitHubu
Titanic
Dneska budeš datová analytička. Máš skutečný seznam pasažérů Titaniku a jednu otázku, která se dá rozplést na spoustu menších:
Kdo byl na palubě a jak dopadl?
Kolik let bylo nejstaršímu cestujícímu? Kolik stál nejdražší lístek? Jak se jmenovalo nejvíc mužů? A kdo měl největší šanci přežít? Odpovědi v zadání nenajdeš, zjistíš je z dat. Na konci z nich sestavíš zprávu a přidáš k ní otázku, kterou si vymyslíš sama. Vystačíš si s tím, co umíš z lekcí 1 až 9.
TITANIC V ČÍSLECH
============================================
Pasažérů v souboru: ???
Přežilo: ??? (??.? %)
Průměrný věk: ??.? roku
Nejstarší: ????? (??)
Podle pohlaví Přežilo (lidí)
ženy ??.? % (???)
muži ??.? % (???)
Přežití podle třídy
1. třída ████████████████████████ ??.? %
2. třída ███████████████ ??.? %
3. třída ███████ ??.? %
Otazníky a délky sloupců v ukázkách jsou jen naznačené. Čísla ti vyjdou z dat.
Pracovat můžeš sama nebo ve dvojici.
Jak přemýšlí analytička
Pořád dokola se opakuje pět kroků:
- Polož otázku.
- Odhadni odpověď.
- Spočítej ji.
- Porovnej výsledek s odhadem a s tím, co už víš.
- Zeptej se, co tě zajímá dál.
A pět zvyků, které se ti budou hodit:
- Nejdřív odhad. Bez odhadu tě žádný výsledek nepřekvapí.
- Porovnávej. Samotné číslo moc neřekne. Vždycky se ptej: oproti čemu?
- Dívej se, kolik lidí ve skupině je. Procento z pěti lidí toho moc neříká.
- Ptej se, co chybí. Lidé bez údajů můžou být jiní než ostatní.
- U „proč“ buď opatrná. Když dvě věci vycházejí spolu, ještě to neznamená, že jedna způsobuje druhou. Někdy za tím stojí něco třetího a někdy je to jen náhoda.
Odhady, výsledky a další otázky si zapisuj do souboru poznamky.md.
Jak to bude probíhat
Projekt je rozdělený na kroky a každý krok začíná otázkou. Nemusíš stihnout všechno. Do kroku 6 by měla dojít každá. Pak už víš, kdo na lodi byl a kdo přežil častěji. Zbytek je navíc.
| Krok | Otázka | Co si zopakuješ |
|---|---|---|
| 1 – Načtení | Co v souboru vlastně je? | seznam slovníků; nové: soubor CSV |
| 2 – Úklid | Co v datech chybí? | převod typů, měnění slovníku; nové: None |
| 3 – Kdo byl na palubě | Kdo byl nejstarší a nejmladší? | sčítání v cyklu, hledání největšího |
| 4 – Lístky | Kolik stál lístek? | stavění seznamu, skládání funkcí |
| 5 – Jména | Co prozradí jména? | řetězce, split, počítadlo |
| 6 – Kdo přežil | Kdo přežil častěji? | procenta, podmínky |
| 7 – Přístavy | Záleželo na tom, kde kdo nastoupil? | slovník seznamů |
| 8 – Přístav, nebo třída | Co z toho rozhodovalo? | n-tice jako klíč |
| 9 – Graf | Jak to ukázat na první pohled? | řetězce, zarovnání |
| 10 – Zpráva | Titanic v číslech | f-stringy, skládání funkcí |
| 11 – Průzkumník | Co dalšího se dá z dat zjistit? | kontrola vstupu, while |
| 12 – Moje otázka | Co zajímá tebe? | všechno dohromady |
Kdo stihne všech dvanáct kroků, najde další úkoly ve složce
bonusy a volné náměty v souboru napady.md.
Každý krok má stejnou stavbu:
- Odhad. Než začneš počítat, zapiš si do
poznamky.md, co čekáš. - Funkce. Zadání řekne, co má funkce dostat a co vrátit. Píšeš ji do
analyza.py. - Testy. V prvních krocích je dostaneš hotové a zkopíruješ si je do
test_analyza.py. Od kroku 7 je píšeš sama. - Zpráva. Výsledek vypíšeš v
zprava.pya doplníš poznámky. Výpisy z předchozích kroků v souboru nech a nové přidávej pod ně.
Zadání říká, co má funkce dělat. Jak to udělá, je na tobě.
Po každém kroku ulož práci na GitHub: Commit a pak Sync Changes.
Soubory
| Soubor | K čemu je |
|---|---|
analyza.py |
analýza: funkce, které počítají. Dostanou data a vrátí výsledek. Tyhle funkce se testují. |
zprava.py |
zpráva: print() a input(). Volá funkce z analyza.py. Tenhle soubor spouštíš. |
test_analyza.py |
testy funkcí z analyza.py |
Titanic-Dataset.csv |
data |
poznamky.md |
tvoje poznámky: odhady, výsledky a další otázky |
TAHAK.md |
tahák k tomu, co je v projektu nové: CSV, None, kopie slovníku |
Proč dva soubory s kódem? Funkce, která výsledek jen vypíše přes print(), se
testovat nedá: test si obrazovku nepřečte. Funkci, která dostane data a
výsledek vrátí, otestuješ na jednom řádku. Proto počítání bydlí v analyza.py
a vypisování v zprava.py.
Jak vypadá test
def test_pocet_prezivsich():
assert analyza.pocet_prezivsich(ukazka()) == 3
Test je funkce, jejíž jméno začíná test_. Slovo assert znamená „tvrdím,
že“: nalevo je to, co funkce vrátila, napravo to, co vrátit měla. Když tvrzení
platí, test je zelený. Když ne, je červený a v hlášce uvidíš, co funkce
vrátila doopravdy.
Víc o testech je v lekci o testování, tahák najdeš v
lekce-testovani/TAHAK.md.
Na testy nepoužíváme celý soubor, stovky řádků z hlavy nespočítáš. Od kroku 3
budeš mít v testech funkci ukazka() s pěti vymyšlenými pasažéry, u kterých
výsledek snadno ověříš.
Co je v datech
Každý řádek souboru je jeden pasažér. Nejsou to všichni lidé na palubě, takže výsledky popisují jen tenhle soubor. Sloupce mají anglické názvy, jak to u skutečných dat bývá.
| Sloupec | Význam |
|---|---|
PassengerId |
pořadové číslo |
Survived |
1 = přežil, 0 = nepřežil |
Pclass |
třída: 1, 2 nebo 3 |
Name |
jméno ve tvaru Příjmení, Titul. Jméno |
Sex |
female nebo male |
Age |
věk; u některých pasažérů chybí |
SibSp |
kolik sourozenců a manželů měl pasažér na palubě |
Parch |
kolik rodičů a dětí měl pasažér na palubě |
Ticket |
číslo lístku |
Fare |
cena lístku v librách |
Cabin |
kajuta; u většiny pasažérů chybí |
Embarked |
přístav nástupu: S Southampton, C Cherbourg, Q Queenstown |
Než začneš
- Měj připravený počítač podle návodu Před workshopem:
fork, clone a nainstalovaný pytest. Když pytest chybí, napiš v terminálu
ve VS Code
pip install pytest, na Windows případněpy -m pip install pytest. - Ve VS Code měj otevřenou složku celého workshopu (File → Open Folder), ne jen složku projektu.
- Otevři panel Testing (ikona baňky vlevo). Rozbal
projekt-titanica spusť jeho testy šipkou vedle názvu. Vtest_analyza.pyje jeden test a má být zelený. Když je, všechno funguje. - Spusť
zprava.py. Má vypsat, ve kterém souboru jsou data. - Otevři krok 1.
Když se zasekneš
- Přečti si chybovou hlášku odspodu.
- Otevři nápovědu ke kroku ve složce
napovedy. Jmenuje se stejně jako zadání. - Zeptej se kolegyně ve dvojici nebo u stolu.
- Zavolej kouče.
Na konci dne
Ukážeš ostatním svůj nejzajímavější výsledek. Stačí tři věty: na co ses ptala, co vyšlo a co tě překvapilo.

Komentáře
Máš k této stránce dotaz nebo jsi našla chybu? Napiš to sem. Ke komentování je potřeba účet na GitHubu.