← Zpět na projekt

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:

  1. Polož otázku.
  2. Odhadni odpověď.
  3. Spočítej ji.
  4. Porovnej výsledek s odhadem a s tím, co už víš.
  5. Zeptej se, co tě zajímá dál.

A pět zvyků, které se ti budou hodit:

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:

  1. Odhad. Než začneš počítat, zapiš si do poznamky.md, co čekáš.
  2. Funkce. Zadání řekne, co má funkce dostat a co vrátit. Píšeš ji do analyza.py.
  3. Testy. V prvních krocích je dostaneš hotové a zkopíruješ si je do test_analyza.py. Od kroku 7 je píšeš sama.
  4. Zpráva. Výsledek vypíšeš v zprava.py a 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

  1. 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 případně py -m pip install pytest.
  2. Ve VS Code měj otevřenou složku celého workshopu (File → Open Folder), ne jen složku projektu.
  3. Otevři panel Testing (ikona baňky vlevo). Rozbal projekt-titanic a spusť jeho testy šipkou vedle názvu. V test_analyza.py je jeden test a má být zelený. Když je, všechno funguje.
  4. Spusť zprava.py. Má vypsat, ve kterém souboru jsou data.
  5. Otevři krok 1.

Když se zasekneš

  1. Přečti si chybovou hlášku odspodu.
  2. Otevři nápovědu ke kroku ve složce napovedy. Jmenuje se stejně jako zadání.
  3. Zeptej se kolegyně ve dvojici nebo u stolu.
  4. Zavolej kouče.

Na konci dne

Ukážeš ostatním svůj nejzajímavější výsledek. Stačí tři věty: na co ses ptala, co vyšlo a co tě překvapilo.

Zpět na workshop

Krok 1 – Co v souboru vlastně je?

Na konci tohohle kroku program načte data a ukáže, co v nich je:

Pasažérů: ???
Sloupce: ['PassengerId', 'Survived', 'Pclass', ...]
{'PassengerId': '1', 'Survived': '0', 'Pclass': '3', ...}

Otazníky v ukázkách znamenají číslo, které ti vyjde. Odpovědi v zadání nenajdeš, zjistíš je z dat.

CSV je tabulka uložená v textovém souboru. Otevři si Titanic-Dataset.csv ve VS Code: první řádek jsou názvy sloupců a každý další řádek je jeden pasažér.

Python umí takový soubor přečíst modulem csv, který je jeho součástí, takže nic neinstalujeme:

import csv

with open(SOUBOR, encoding="utf-8") as f:
    radky = list(csv.DictReader(f))

Práci se soubory si podrobně projdeme v lekci 13, teď ti stačí tohle. Stejný recept je i v taháku projektu.

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
nacti_pasazery(soubor) seznam slovníků, jeden slovník na každý řádek souboru

Testy

Otevři test_analyza.py a tyhle testy zkopíruj na jeho konec:

def test_pocet_pasazeru():
    pasazeri = analyza.nacti_pasazery(analyza.SOUBOR)
    assert len(pasazeri) == 891

def test_kazdy_pasazer_ma_dvanact_sloupcu():
    pasazeri = analyza.nacti_pasazery(analyza.SOUBOR)
    assert len(pasazeri[0]) == 12

def test_jmeno_prvniho_pasazera():
    pasazeri = analyza.nacti_pasazery(analyza.SOUBOR)
    assert pasazeri[0]["Name"] == "Braund, Mr. Owen Harris"

Spusť je v panelu Testing. Budou červené a v hlášce uvidíš AttributeError: module 'analyza' has no attribute 'nacti_pasazery'. To je v pořádku: testy popisují funkci, která ještě neexistuje. Napiš ji tak, aby zezelenaly.

Program

Výpisy píšeš do zprava.py.

Na začátku zprava.py už je import analyza. Funkce a cestu k datům z analyza.py proto voláš s tečkou, stejně jako v testech:

pasazeri = analyza.nacti_pasazery(analyza.SOUBOR)

Import už nikdy měnit nemusíš. Každá funkce, kterou do analyza.py přidáš, je ve zprava.py hned k dispozici jako analyza.jmeno_funkce.

Vypiš:

  1. Kolik jich je.
  2. Názvy sloupců. Klíče slovníku jako seznam získáš takhle: list(pasazeri[0]).
  3. Prvního pasažéra.

Všimni si, že i čísla jsou v uvozovkách. Z CSV přijde všechno jako text.

Zobrazit nápověduSkrýt nápovědu

Funkce

Recept ze zadání stačí zabalit do funkce. Místo SOUBOR použij parametr soubor a seznam nepiš do proměnné navíc, ale vrať ho.

def nacti_pasazery(soubor):
    with open(soubor, encoding="utf-8") as f:
        ...

Pozor na odsazení: return patří dovnitř bloku with, nebo hned za něj. Čtení ze souboru musí být uvnitř.

Recept na čtení CSV je i v taháku projektu, část CSV.

Program

Počet položek seznamu je len. První položka má index 0. Tahák L8, Seznam.

Proměnnou do textu vložíš f-stringem. Tahák L6, f-string.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 2 – Co v datech chybí?

Zadání na GitHubu

Krok 2 – Co v datech chybí?

Na konci tohohle kroku budou čísla v datech opravdu čísla a budeš vědět, u kolika lidí chybí věk:

Pasažérů: ???
Bez věku: ???

V minulém kroku jsi viděla, že z CSV je všechno text. Taky sis možná všimla, že u některých lidí něco chybí. Než začneme počítat, data si uklidíme.

Chybějící hodnotu budeme ukládat jako None. To je v Pythonu hodnota, která znamená „nic“. Kdybychom místo ní napsali 0, vypadalo by to jako novorozeně a průměrný věk by vyšel špatně. Jestli je hodnota None, zjistíš pomocí is None:

if vek is None:
    print("Věk neznáme")

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
cislo_nebo_nic(text) text převedený na desetinné číslo; z prázdného textu udělá None
uprav_pasazera(radek) kopii slovníku, ve které jsou čísla opravdu čísla
uprav_pasazery(radky) seznam upravených pasažérů

Co má uprav_pasazera převést:

Kopii slovníku dostaneš takhle: radek.copy(). Původní řádek se pak nezmění.

Testy

Zkopíruj na konec test_analyza.py a místo ___ doplň, co má vyjít:

def test_cislo():
    assert analyza.cislo_nebo_nic("22") == ___

def test_prazdny_text():
    assert analyza.cislo_nebo_nic(___) is None

def test_uprav_pasazera():
    radek = {"Survived": "1", "Pclass": "3", "SibSp": "1", "Parch": "0", "Fare": "7.25", "Age": ""}
    pasazer = analyza.uprav_pasazera(radek)
    assert pasazer["Survived"] == ___
    assert pasazer["Fare"] == ___
    assert pasazer["Age"] is None

Program

Výpisy píšeš do zprava.py.

Výpis sloupců a prvního pasažéra z kroku 1 už můžeš smazat, splnil svůj účel. Místo něj vypiš počet pasažérů a to, u kolika z nich neznáme věk. Věk budeme za chvíli potřebovat, takže si to zapiš do poznamky.md.

Zobrazit nápověduSkrýt nápovědu

Funkce

cislo_nebo_nic: nejdřív se zeptej, jestli je text prázdný. Prázdný text je "". Teprve potom převáděj funkcí float.

uprav_pasazera: udělej si kopii řádku a v kopii přepiš jednu hodnotu po druhé. Hodnotu ve slovníku přepíšeš přes klíč. Tahák L9, Měnění.

pasazer = radek.copy()
pasazer["Survived"] = int(radek["Survived"])
...
return pasazer

uprav_pasazery: nový seznam, do kterého přidáváš upravené pasažéry. Tahák L8, Stavění seznamu v cyklu.

Proč kopie a None, najdeš v taháku projektu, části None a Kopie slovníku.

Program

Je to počítadlo: začni nulou a v cyklu přičti jedničku pokaždé, když má pasažér věk None. Tahák L4, Počítadlo.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 3 – Kdo byl na palubě?

Zadání na GitHubu

Krok 3 – Kdo byl na palubě?

Na konci tohohle kroku budeš vědět, jak staří lidé na Titaniku cestovali a kdo z nich byl nejstarší a nejmladší:

Průměrný věk: ??.?
Nejstarší: ?????, věk ??.?
Nejmladší: ?????, věk ?.??

Než začneš, zapiš si do poznamky.md odhad: jaký byl průměrný věk pasažérů? A kolik let bylo nejstaršímu?

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
prumerny_vek(pasazeri) průměrný věk těch pasažérů, u kterých věk známe; když ho neznáme u nikoho, vrátí None
nejstarsi(pasazeri) celého pasažéra (slovník) s nejvyšším věkem; když věk nemá nikdo, vrátí None
nejmladsi(pasazeri) celého pasažéra s nejnižším věkem; když věk nemá nikdo, vrátí None

Pozor na lidi bez věku. Mají v Age hodnotu None, se kterou se nedá počítat ani ji porovnávat. Funkce je musí přeskočit.

Testy

Na testy nebudeme používat celý soubor, stovky řádků z hlavy nespočítáš. Testovat budeme na pěti vymyšlených pasažérech. Do test_analyza.py pod řádek import analyza zkopíruj funkci ukazka:

def ukazka():
    # Pět vymyšlených pasažérů. U tak malého seznamu spočítáš výsledek z hlavy.
    # Každý test si zavolá ukazka() a dostane vlastní čerstvý seznam.
    return [
        {"Name": "Nováková, Mrs. Anna", "Sex": "female", "Pclass": 1, "Age": 30.0, "Survived": 1, "SibSp": 1, "Parch": 0, "Fare": 80.0, "Embarked": "S"},
        {"Name": "Novák, Mr. Jan", "Sex": "male", "Pclass": 1, "Age": 35.0, "Survived": 0, "SibSp": 1, "Parch": 0, "Fare": 80.0, "Embarked": "S"},
        {"Name": "Svoboda, Master. Petr", "Sex": "male", "Pclass": 3, "Age": 8.0, "Survived": 1, "SibSp": 0, "Parch": 1, "Fare": 10.0, "Embarked": "C"},
        {"Name": "Dvořák, Mr. Karel", "Sex": "male", "Pclass": 3, "Age": None, "Survived": 0, "SibSp": 0, "Parch": 0, "Fare": 0.0, "Embarked": "Q"},
        {"Name": "Černá, Miss. Eva", "Sex": "female", "Pclass": 3, "Age": 70.0, "Survived": 1, "SibSp": 0, "Parch": 0, "Fare": 10.0, "Embarked": "C"},
    ]

Pak na konec souboru přidej tyhle testy a místo ___ doplň, co má vyjít. Spočítej to z hlavy nebo na papíře:

def test_prumerny_vek_pocita_jen_znamy_vek():
    assert analyza.prumerny_vek(ukazka()) == ___

def test_prumerny_vek_kdyz_vek_nikdo_nema():
    assert analyza.prumerny_vek([{"Age": None}]) is None

def test_nejstarsi():
    assert analyza.nejstarsi(ukazka())["Name"] == ___

def test_nejmladsi():
    assert analyza.nejmladsi(ukazka())["Name"] == ___

Program

Výpisy píšeš do zprava.py.

Výpis z minulého kroku nech, jak je, a nové řádky přidej pod něj. Tak to dělej i v dalších krocích: zprava.py ti bude postupně růst.

Vypiš průměrný věk na jedno desetinné místo a jméno a věk nejstaršího a nejmladšího pasažéra.

Podívej se na věk nejmladšího. Co to číslo asi znamená? Doplň poznámky.

Zobrazit nápověduSkrýt nápovědu

Funkce

prumerny_vek: průměr je součet děleno počet. Potřebuješ dvě proměnné, obě začínají nulou. V cyklu přičítej jen u těch, kdo věk mají. Na to se zeptáš přes is not None. Tahák projektu, None.

Počet není len(pasazeri). Lidi bez věku do průměru nepočítáš, takže jimi ani nedělíš.

nejstarsi je vzor „kdo vyhrál“: pamatuj si zatím nejstaršího a začni s None. Tahák L9, Kdo vyhrál.

vitez = None
for pasazer in pasazeri:
    if pasazer["Age"] is not None:
        if vitez is None or ...:
            vitez = pasazer
return vitez

Funkce vrací celého pasažéra, ne jen jeho věk. Jméno si pak přečteš přes klíč.

nejmladsi je stejná funkce s obráceným porovnáním.

Program

Výsledek analyza.nejstarsi(pasazeri) si ulož do proměnné, třeba stary. Je to slovník, takže jméno je stary["Name"].

V f-stringu, který je v uvozovkách, piš klíč do apostrofů: f"{stary['Name']}". Tahák L9, Slovník.

Jedno desetinné místo: f"{cislo:.1f}". Tahák L6, Za dvojtečkou se říká, jak to má vypadat.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 4 – Kolik stál lístek?

Zadání na GitHubu

Krok 4 – Kolik stál lístek?

Víš, jak staří lidé na palubě byli. Necestovali ale všichni stejně: loď měla tři třídy a lístek do každé stál jinak. Na konci tohohle kroku budeš umět vybrat z pasažérů jen některé a budeš vědět, kolik se za cestu platilo:

1. třída: průměrně ??.? libry
2. třída: průměrně ??.? libry
3. třída: průměrně ??.? libry
Nejdražší lístek: ???.? libry
  ?????, lístek ?????
Zadarmo: ?? lidí

Než začneš, zapiš si odhad: kolikrát dražší byl lístek do 1. třídy než do 3.?

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
filtruj(pasazeri, sloupec, hodnota) nový seznam pasažérů, kteří mají v daném sloupci danou hodnotu
prumerna_cena(pasazeri) průměrnou cenu lístku; pro prázdný seznam vrátí 0, jinak by program spadl na dělení nulou
nejdrazsi_listek(pasazeri) nejvyšší cenu lístku; pro prázdný seznam vrátí 0

Jedna funkce filtruj poslouží pro všechny sloupce:

zeny = filtruj(pasazeri, "Sex", "female")
prvni_trida = filtruj(pasazeri, "Pclass", 1)

Funkce se dají skládat. Průměrná cena v 1. třídě nepotřebuje novou funkci:

prumerna_cena(filtruj(pasazeri, "Pclass", 1))

Testy

První dva testy jsou hotové. U dalších doplň, co má vyjít.

def test_filtruj_podle_textu():
    assert len(analyza.filtruj(ukazka(), "Sex", "female")) == 2

def test_prumerna_cena_prazdneho_seznamu():
    assert analyza.prumerna_cena([]) == 0

def test_filtruj_podle_cisla():
    assert len(analyza.filtruj(ukazka(), "Pclass", 3)) == ___

def test_prumerna_cena():
    assert analyza.prumerna_cena(ukazka()) == ___

def test_nejdrazsi_listek():
    assert analyza.nejdrazsi_listek(ukazka()) == ___

Vlastní test: co má filtruj vrátit, když nikdo nevyhovuje? Napiš na to test.

Program

Výpisy píšeš do zprava.py.

  1. Vypiš průměrnou cenu lístku v každé třídě.
  2. Vypiš nejvyšší cenu a jména všech, kdo ji zaplatili. Pomůže ti filtruj podle sloupce Fare. U každého vypiš i číslo lístku ze sloupce Ticket.
  3. Vypiš, kolik lidí má cenu lístku 0.

Doplň poznámky. Čeho sis všimla u lidí s nejdražším lístkem? Co to říká o sloupci Fare?

Zobrazit nápověduSkrýt nápovědu

Funkce

filtruj je stavění nového seznamu: projdi pasažéry a do nového seznamu přidej jen ty, kteří projdou podmínkou. Tahák L8, Stavění seznamu v cyklu.

Název sloupce přijde jako parametr, takže ho do hranatých závorek napiš bez uvozovek:

if pasazer[sloupec] == hodnota:

Když nikdo nevyhovuje, cyklus do seznamu nic nepřidá a funkce vrátí prázdný seznam. Nic zvláštního pro to psát nemusíš.

prumerna_cena: součet cen děleno počet lidí. Cenu má každý, takže tentokrát můžeš dělit len(pasazeri). Na prázdný seznam se zeptej hned na začátku.

nejdrazsi_listek: pamatuj si zatím nejvyšší cenu a začni nulou.

Program

Tři třídy projdeš cyklem přes seznam [1, 2, 3].

Kdo zaplatil nejvíc, zjistíš ve dvou krocích: nejdřív nejvyšší cenu, potom filtruj podle sloupce Fare a téhle ceny.

Počet lidí zadarmo je délka seznamu, který vrátí analyza.filtruj(pasazeri, "Fare", 0).

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 5 – Co prozradí jména?

Zadání na GitHubu

Krok 5 – Co prozradí jména?

Znáš věk pasažérů i to, kolik zaplatili. Zbývá poslední věc, kterou o nich seznam prozradí hned: jak se jmenovali a kým byli. Jména v souboru mají pevný tvar: Příjmení, Titul. Křestní jména. Dá se z nich vyčíst víc, než se zdá. Na konci tohohle kroku budeš vědět, kdo všechno na palubě byl a jak se pasažéři nejčastěji jmenovali:

Tituly:
  Mr: ???
  Mrs: ???
  ...
Nejčastější mužská jména:
  ?????: ??
  ?????: ??
  ...

Než začneš, zapiš si odhad: jaké bylo nejčastější mužské jméno? A jaké tituly kromě Mr a Mrs v datech čekáš?

Tenhle krok má víc funkcí než ostatní. Když ti nepůjde, přeskoč ho a vrať se k němu později. Kroky 6 až 9 fungují i bez něj.

Funkce

Funkce píšeš do analyza.py.

Funkce Co dělá
titul(jmeno) vrátí titul, tedy text mezi čárkou a tečkou
krestni_jmeno(jmeno) vrátí první slovo za tečkou, bez uvozovek a závorek; když za tečkou nic není, vrátí ""
pridej_jmena(pasazeri) každému pasažérovi přidá sloupce Titul a Krestni; nic nevrací
pocty(pasazeri, sloupec) vrátí slovník, kde klíče jsou hodnoty ze sloupce a hodnoty říkají, kolik pasažérů je má

Text rozdělíš metodou split. Mezery, uvozovky a závorky z krajů odstraní strip:

"Braund, Mr. Owen Harris".split(",")
# ["Braund", " Mr. Owen Harris"]

'"Louis'.strip('"()')
# "Louis"

Nové sloupce fungují jako ostatní, takže na ně hned můžeš použít filtruj a pocty:

pocty(pasazeri, "Sex")
# {"male": ???, "female": ???}

Testy

Zkopíruj na konec test_analyza.py a místo ___ doplň, co má vyjít:

def test_titul():
    assert analyza.titul("Braund, Mr. Owen Harris") == ___
    assert analyza.titul("Rothes, the Countess. of (Lucy Noel Martha Dyer-Edwards)") == "the Countess"

def test_krestni_jmeno():
    assert analyza.krestni_jmeno("Braund, Mr. Owen Harris") == ___
    assert analyza.krestni_jmeno('Navratil, Mr. Michel ("Louis M Hoffman")') == "Michel"

def test_krestni_jmeno_v_zavorce():
    assert analyza.krestni_jmeno("Duff Gordon, Lady. (Lucille Christiana Sutherland)") == ___

def test_pocty():
    assert analyza.pocty(ukazka(), "Sex") == ___

Vlastní test: zkontroluj, že pridej_jmena přidá pasažérům z ukazka() oba sloupce. Jaký titul má první z nich?

Program

Výpisy píšeš do zprava.py.

  1. Vypiš všechny tituly a u každého, kolik lidí ho má.
  2. Vyber jen muže. Vypiš křestní jména, která má aspoň deset mužů, a u každého počet.

U žen křestní jména nepočítej. Vdané ženy jsou v seznamu zapsané jménem manžela, vlastní jméno mají až v závorce.

Doplň poznámky. Který titul tě překvapil? Trefila ses s nejčastějším jménem?

Zobrazit nápověduSkrýt nápovědu

Funkce

split rozdělí text na seznam a z něj si vezmeš kousek přes index. Tahák L8, Text a seznam.

titul: rozděl jméno podle čárky a vezmi druhý kousek. Ten rozděl podle tečky a vezmi první kousek. Zbylé mezery odstraní strip. Tahák L6, Metody řetězců.

krestni_jmeno: rozděl jméno podle tečky a vezmi druhý kousek. Ten rozděl na slova, tedy split() bez parametru, a vezmi první slovo.

  • Seznam slov může být prázdný. Zeptej se na to přes len, než sáhneš na index 0.
  • Uvozovky a závorky kolem slova odstraní strip('"()').

pridej_jmena nic nevrací. Mění slovníky, které v seznamu dostala: každému přidá dva nové klíče. Tahák L9, Slovník ve funkci.

for pasazer in pasazeri:
    pasazer["Titul"] = ...

pocty je počítadlo: když hodnota ve slovníku ještě není, začni jedničkou, jinak přičti jedna. Tahák L9, Počítadlo.

Program

Ve zprava.py zavolej analyza.pridej_jmena(pasazeri) hned po načtení dat.

Tituly: zavolej pocty na sloupec Titul a slovník projdi cyklem. Tahák L9, Procházení.

Jména: nejdřív si vyfiltruj muže, potom na ně zavolej pocty se sloupcem Krestni. V cyklu vypiš jen jména, která mají počet aspoň deset.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 6 – Kdo přežil častěji?

Zadání na GitHubu

Krok 6 – Kdo přežil častěji?

Víš, kdo na palubě byl. Teď se podíváš, jak dopadli. Na konci tohohle kroku budeš znát základní číslo a první rozdíly mezi skupinami:

Přežilo: ??? z ???
To je ??.? %
Ženy: ??.? %
Muži: ??.? %
1. třída: ??.? %
2. třída: ??.? %
3. třída: ??.? %

Než začneš, zapiš si odhady: jaké procento pasažérů v souboru přežilo? A bude rozdíl mezi ženami a muži? Mezi třídami?

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
pocet_prezivsich(pasazeri) počet přeživších
mira_preziti(pasazeri) procento přeživších; pro prázdný seznam vrátí 0

Skupiny si vybereš funkcí filtruj z kroku 4.

Testy

Zkopíruj na konec test_analyza.py a místo ___ doplň, co má vyjít:

def test_pocet_prezivsich():
    assert analyza.pocet_prezivsich(ukazka()) == ___

def test_mira_preziti():
    assert analyza.mira_preziti(ukazka()) == ___

def test_mira_preziti_prazdneho_seznamu():
    assert analyza.mira_preziti(___) == 0

Vlastní test: jaká je míra přežití mužů z ukazka()? Vyjde 100 / 3, tedy číslo s nekonečně mnoha desetinnými místy. Desetinná čísla se v počítači ukládají nepřesně, proto je porovnávej přes pytest.approx. Nahoře v souboru k tomu přidej import pytest:

assert vysledek == pytest.approx(100 / 3)

Program

Výpisy píšeš do zprava.py.

Vypiš, kolik lidí přežilo a kolik je to procent. Potom procento přeživších žen, mužů a lidí z každé třídy.

Doplň poznámky. Rozdíly jsou velké. Napadá tě, proč tomu tak mohlo být?

Zobrazit nápověduSkrýt nápovědu

Funkce

Ve sloupci Survived je 1 nebo 0. Počet přeživších je tedy součet toho sloupce: začni nulou a v cyklu přičítej. Tahák L9, Záznamy a tabulky.

Procento je část děleno celek krát sto. Celek je len(pasazeri).

U prázdného seznamu je celek nula a dělit nulou nejde. Zeptej se na to podmínkou hned na začátku funkce a vrať 0.

Ve funkci mira_preziti použij funkci pocet_prezivsich, nepočítej znovu.

Program

Ženy si vyfiltruj do jedné proměnné a muže do druhé. Na každý seznam pak zavolej mira_preziti.

Třídy projdeš cyklem přes [1, 2, 3], stejně jako v kroku 4.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 7 – Záleželo na tom, kde kdo nastoupil?

Zadání na GitHubu

Krok 7 – Záleželo na tom, kde kdo nastoupil?

Titanic nabíral cestující ve třech přístavech: Southampton (S), Cherbourg (C) a Queenstown (Q). Na konci tohohle kroku budeš umět rozdělit pasažéry do skupin podle libovolného sloupce a uvidíš, jestli se přístavy lišily:

S: přežilo ??.? %  (??? lidí, v 1. třídě ?? %)
C: přežilo ??.? %  (??? lidí, v 1. třídě ?? %)
Q: přežilo ??.? %  (?? lidí, v 1. třídě ?? %)

Než začneš, zapiš si odhad: bude se přežití mezi přístavy lišit? Proč by mělo?

Mohla bys zavolat filtruj třikrát, jednou pro každý přístav. Co ale u sloupce, kde hodnoty neznáš? Napíšeš funkci, která skupiny najde sama.

Jestli máš hotový krok 5, podobnou věc už znáš. Funkce pocty si u každé hodnoty pamatuje, kolik lidí ji má. Teď si místo počtu schováš rovnou ty lidi, celý seznam. S ním pak můžeš počítat cokoliv, třeba přežití.

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
rozdel_podle(pasazeri, sloupec) slovník, kde klíče jsou hodnoty ze sloupce a hodnoty jsou seznamy pasažérů
miry_skupin(skupiny) dostane takový slovník a vrátí slovník, kde hodnoty jsou procenta přeživších
prezivani_podle(pasazeri, sloupec) spojí obě předchozí funkce
prezivani_podle(pasazeri, "Sex")
# {"male": ??.?, "female": ??.?}

Testy

Od tohohle kroku píšeš testy sama. Vezmi ukazka() a spočítej z hlavy, co má vyjít. Co vyzkoušet:

Program

Výpisy píšeš do zprava.py.

Pro každý přístav vypiš procento přeživších, počet lidí a podíl těch, kdo jeli

  1. třídou.

Jeden řádek tě možná překvapí. V datech jsou dva lidé, u kterých přístav chybí.

Teď se zastav a doplň poznámky:

Zobrazit nápověduSkrýt nápovědu

Funkce

rozdel_podle je vzor „skupiny“: slovník, kde hodnotou je seznam. Když klíč ve slovníku ještě není, založ pod ním prázdný seznam. Potom do seznamu přidej pasažéra. Tahák L9, Skupiny.

skupiny = {}
for pasazer in pasazeri:
    hodnota = pasazer[sloupec]
    ...
return skupiny

miry_skupin: nový slovník se stejnými klíči. Projdi klíče a ke každému ulož mira_preziti jeho seznamu. Tahák L9, Stavění slovníku v cyklu.

prezivani_podle je jeden řádek: výsledek první funkce pošli do druhé.

Program

Rozděl pasažéry podle sloupce Embarked a slovník projdi cyklem přes klíče. Tahák L9, Procházení.

Pod každým klíčem je seznam lidí z jednoho přístavu. Počet lidí je len. Kolik z nich jelo 1. třídou, zjistíš tak, že na ten seznam zavoláš filtruj.

Podíl v procentech je zase část děleno celek krát sto.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 8 – Přístav, nebo třída?

Zadání na GitHubu

Krok 8 – Přístav, nebo třída?

V minulém kroku to vypadalo, že lidé z jednoho přístavu měli větší štěstí. Jenže z toho přístavu jela 1. třídou taky největší část lidí. Co z toho tedy rozhodovalo?

Zjistíš to tak, že porovnáš lidi ze stejné třídy. Na konci tohohle kroku budeš umět dělit pasažéry podle dvou sloupců najednou:

1. třída, C: ??.? %  (??)
1. třída, S: ??.? %  (???)
1. třída, Q: ??.? %  (?)
...
3. třída, Q: ??.? %  (??)

Než začneš, zapiš si odhad: když porovnáš jen lidi z 1. třídy, bude mezi přístavy pořád rozdíl?

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
rozdel_podle_dvou(pasazeri, sloupec1, sloupec2) slovník jako rozdel_podle, jen je klíčem n-tice dvou hodnot
prezivani_podle_dvou(pasazeri, sloupec1, sloupec2) slovník s procenty přeživších; hotovou funkci miry_skupin použij znovu

N-tice klíčem slovníku být může, seznam ne.

miry = prezivani_podle_dvou(pasazeri, "Embarked", "Pclass")
print(miry[("C", 1)])

Testy

Napiš testy sama na ukazka(). Co vyzkoušet:

Program

Výpisy píšeš do zprava.py.

  1. Vypiš přežití pro každou kombinaci třídy a přístavu. U každé vypiš i počet lidí.
  2. Stejnou funkcí vypiš kombinace třídy a pohlaví.

Doplň poznámky:

Zobrazit nápověduSkrýt nápovědu

Funkce

rozdel_podle_dvou je skoro stejná jako rozdel_podle. Liší se jen klíč: místo jedné hodnoty je to n-tice dvou hodnot. Tahák L9, Skupiny. O n-tici jako klíči je i tahák projektu.

klic = (pasazer[sloupec1], pasazer[sloupec2])

prezivani_podle_dvou je zase jeden řádek. Funkci miry_skupin je jedno, jestli jsou klíče čísla, texty, nebo n-tice.

Program

Hodnotu pod n-ticí čteš stejně jako pod jiným klíčem, jen jsou v hranatých závorkách ještě kulaté: miry[("C", 1)].

Aby řádky šly po třídách, použij dva cykly v sobě: vnější přes třídy [1, 2, 3], vnitřní přes přístavy ["C", "S", "Q"]. Klíč si z nich poskládáš sama.

Počet lidí ve skupině ti dá rozdel_podle_dvou, procento prezivani_podle_dvou. Zavolej obě.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 9 – Jak to ukázat na první pohled?

Zadání na GitHubu

Krok 9 – Jak to ukázat na první pohled?

Výpis z minulého kroku měl patnáct řádků čísel. Kdo se v tom má vyznat? Čísla jsou přesná, ale obrázek je rychlejší. Na konci tohohle kroku program nakreslí graf ze znaků, žádnou knihovnu nepotřebuješ:

Přežití podle třídy
  1. třída        ████████████████████████        ??.? %
  2. třída        ███████████████                 ??.? %
  3. třída        ███████                         ??.? %

Délky sloupců v ukázce jsou vymyšlené. Plná šířka grafu je 30 znaků a znamená 100 %.

Znak █ si zkopíruj odsud. Kdyby se ti v terminálu nezobrazil správně, použij #.

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
sloupec_grafu(hodnota, nejvyssi, sirka) text ze znaků █, dlouhý podle toho, jak velká je hodnota proti nejvyssi; nejvyšší hodnota dostane sirka znaků
graf(nadpis, skupiny, popisky) seznam řádků grafu: prázdný řádek, nadpis a pak jeden řádek pro každou skupinu

Dvě věci, na které si u sloupec_grafu dej pozor:

Funkce graf dostane skupiny, tedy slovník z rozdel_podle, a slovník popisky. V něm jsou klíče skupin a jejich české názvy:

TRIDY = {1: "1. třída", 2: "2. třída", 3: "3. třída"}
POHLAVI = {"female": "ženy", "male": "muži"}
PRISTAVY = {"S": "Southampton", "C": "Cherbourg", "Q": "Queenstown"}

Slovníky dej do analyza.py pod SOUBOR. Ve zprava.py je pak použiješ jako analyza.TRIDY a tak dál.

Slovník popisky určuje i pořadí řádků. Když nějaká skupina v datech chybí, řádek vynech. A naopak: skupina, která není v popiscích, se do grafu nedostane. Tak z grafu zmizí dva lidé bez přístavu.

Každý řádek má název, sloupec a procento. Sloupec počítej proti 100 %, aby šly grafy mezi sebou porovnávat.

Funkce pořád nic nevypisuje, jen vrací seznam řetězců.

Testy

Napiš testy sama. U sloupec_grafu vyzkoušej těchhle pět případů:

Volání Výsledek
sloupec_grafu(100, 100, 10) deset znaků █
sloupec_grafu(50, 100, 10) pět znaků █
sloupec_grafu(0, 100, 10) prázdný řetězec
sloupec_grafu(1, 1000, 10) jeden znak █
sloupec_grafu(0, 0, 10) prázdný řetězec

Deset znaků zapíšeš jako "█" * 10.

U funkce graf vyzkoušej, kolik řádků vrátí pro ukazka() rozdělenou podle pohlaví a že skupinu, která v datech chybí, přeskočí.

Program

Výpisy píšeš do zprava.py.

Vypiš tři grafy: přežití podle třídy, podle pohlaví a podle přístavu.

Podívej se na ně a doplň poznámky. Co je z grafu vidět hned? A co z něj naopak vidět není? Vzpomeň si, kolik lidí v jednotlivých přístavech nastoupilo.

Zobrazit nápověduSkrýt nápovědu

Funkce

sloupec_grafu: délka sloupce je trojčlenka. Hodnota nejvyssi má sirka znaků, kolik jich má hodnota?

  • Počet znaků musí být celé číslo. Desetinné číslo převedeš funkcí int, ta desetinnou část zahodí.
  • Opakování textu: "█" * 5.
  • Dvě výjimky ošetři podmínkami: nulu nebo nulové nejvyssi na začátku funkce, příliš malou hodnotu po výpočtu délky.

graf: začni seznamem s prázdným řádkem a nadpisem. Potom projdi slovník popisky. Tím je dané pořadí řádků.

radky = ["", nadpis]
for klic in popisky:
    if klic in skupiny:
        ...
return radky

Aby procenta stála pod sebou, zarovnej název i sloupec na pevnou šířku. Tahák L6, Za dvojtečkou se říká, jak to má vypadat.

Program

graf vrací seznam řádků. Vypíšeš je cyklem, jeden print na řádek.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 10 – Titanic v číslech

Zadání na GitHubu

Krok 10 – Titanic v číslech

Tvůj zprava.py teď vypisuje dlouhou řadu čísel, ve které se vyznáš jen ty. Uděláš z nich zprávu, kterou si může přečíst někdo, kdo u toho nebyl. Na konci tohohle kroku program vypíše přehled, tabulky, graf a tvůj závěr:

TITANIC V ČÍSLECH
============================================

Pasažérů v souboru:         ???
Přežilo:                    ??? (??.? %)
Průměrný věk:              ??.? roku

Podle pohlaví             Přežilo  (lidí)
  ženy                     ??.? %  (???)
  muži                     ??.? %  (???)

Zarovnání umí f-string, znáš ho z lekce o řetězcích:

f"{nazev:24}"       # text na 24 míst, zarovnaný doleva
f"{procenta:5.1f}"  # číslo na 5 míst, jedno desetinné

U každého řádku tabulky je počet lidí, aby čtenář viděl, jak velká skupina za procentem stojí.

Funkce

Funkce píšeš do analyza.py.

Pořád nic nevypisují, jen skládají text.

Funkce Co vrátí
radek_tabulky(nazev, procenta, pocet) jeden zformátovaný řádek
tabulka(nadpis, skupiny, popisky) seznam řádků tabulky; skupiny a popisky fungují stejně jako u funkce graf
sestav_zpravu(pasazeri) celou zprávu jako seznam řádků

Co má ve zprávě být:

Seznamy spojíš pomocí +:

radky = radky + tabulka("Podle třídy", rozdel_podle(pasazeri, "Pclass"), TRIDY)

Testy

Napiš testy sama. Co vyzkoušet:

Program

Výpisy píšeš do zprava.py.

Výpisy z kroků 2 až 9 teď ze zprava.py smaž, nahradí je zpráva. Zůstane jen načtení dat, pridej_jmena a cyklus, který vypíše řádky ze sestav_zpravu.

Neboj se mazat. Všechno, co ty výpisy počítaly, máš ve funkcích v analyza.py a staré verze souboru jsou na GitHubu.

Závěr

Na konec zprávy přidej pár vět vlastními slovy:

Pomůžou ti poznámky z kroků 6, 7 a 8.

Zobrazit nápověduSkrýt nápovědu

Funkce

radek_tabulky: jeden f-string. Název zarovnej na pevnou šířku, procento na pět míst s jedním desetinným. Tahák L6, Za dvojtečkou se říká, jak to má vypadat.

tabulka má stejnou stavbu jako graf z minulého kroku: seznam s nadpisem, cyklus přes popisky, podmínka, jestli skupina existuje. Liší se jen řádek, který do seznamu přidáváš. Počet lidí ve skupině je len.

sestav_zpravu: začni seznamem s nadpisem a celkovými čísly. Potom k němu přičítej jednu část za druhou.

  • Všechna čísla už umíš spočítat funkcemi z minulých kroků. Tady je jen skládáš do textu.
  • Nejstaršího a nejmladšího si na začátku ulož do proměnných.
  • Průměrné ceny podle tříd přidávej v cyklu přes TRIDY metodou append.

Testy

Test na celý řádek: napiš si řádek nejdřív ručně a spočítej mezery. Nebo si ho nech jednou vypsat, zkontroluj očima a teprve potom ho zkopíruj do testu.

Jestli je text někde uvnitř seznamu nebo řetězce, zjistíš přes in.

Než zavoláš sestav_zpravu na ukazka(), zavolej na ni pridej_jmena. Zpráva sloupce se jmény potřebuje.

Program

Ve zprava.py zůstanou tři věci: načtení dat, pridej_jmena a cyklus s print.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 11 – Co dalšího se dá z dat zjistit?

Zadání na GitHubu

Krok 11 – Co dalšího se dá z dat zjistit?

V datech je toho víc, než se vešlo do zprávy, a v posledním kroku si vybereš otázku vlastní. Aby se ti dobře hledalo, postavíš si na to nástroj.

Na konci tohohle kroku bude mít program průzkumníka. Zeptá se na sloupec a ukáže přežití ve skupinách podle něj:

Průzkumník: napiš název sloupce, třeba Sex nebo Titul.
Prázdný řádek program ukončí.
Sloupec: embarked
  S                        ??.? %  (???)
  C                        ??.? %  (???)
  Q                        ??.? %  (??)
Sloupec: barva
Takový sloupec neznám. Vyber si z těchhle: PassengerId, Survived, ...
Sloupec:

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
najdi_sloupec(text, sloupce) název sloupce ze seznamu sloupce, který odpovídá tomu, co uživatelka napsala; když takový není, vrátí None
prehled_podle(pasazeri, sloupec) seznam řádků, jeden pro každou hodnotu ve sloupci: hodnota, procento přeživších a počet lidí

Lidé píšou různě. najdi_sloupec má najít sloupec Sex, ať uživatelka napíše sex, SEX nebo Sex s mezerami.

V prehled_podle použij hotovou funkci radek_tabulky. Název řádku musí být text, hodnotu převedeš funkcí str.

Testy

Napiš testy sama. Co vyzkoušet:

Program

Průzkumníka píšeš do zprava.py, pod výpis zprávy.

Pod výpis zprávy přidej cyklus:

  1. Zeptej se na sloupec. Prázdná odpověď program ukončí.
  2. Když sloupec neexistuje, řekni to a vypiš, ze kterých si uživatelka může vybrat.
  3. Když existuje, vypiš přehled. Sloupce jako Name mají stovky různých hodnot. Když má přehled víc než dvacet řádků, vypiš místo něj jen zprávu, že je hodnot moc.

Seznam všech sloupců získáš takhle: list(pasazeri[0]).

Teď si průzkumníka vyzkoušej na sloupci Titul. Ten vznikl v kroku 5. Pokud jsi ho přeskočila, je teď dobrá chvíle se k němu vrátit. Potom doplň poznámky:

Zobrazit nápověduSkrýt nápovědu

Funkce

najdi_sloupec: to, co uživatelka napsala, nejdřív uprav: mezery pryč a malá písmena. Tahák L6, Metody řetězců.

Názvy sloupců mají velká písmena (Sex, Pclass), takže je při porovnání převeď na malá taky. Vrátit ale musíš původní název, ne ten zmenšený.

Když cyklus doběhne a nic nenašel, vrať None.

prehled_podle: rozděl pasažéry funkcí rozdel_podle, projdi skupiny a pro každou přidej jeden radek_tabulky.

Program

Je to cyklus while True s break. Tahák L4, Nekonečný cyklus.

Na None se ptej přes is None.

Seznam řetězců spojíš do jednoho textu metodou join. Tahák L8, Text a seznam.

Hotovo, když


Zpět na projekt: Titanic · Další: Krok 12 – Co zajímá tebe?

Zadání na GitHubu

Krok 12 – Co zajímá tebe?

Teď si otázku vybereš sama. Na konci tohohle kroku bude tvoje odpověď součástí zprávy a na konci dne ji ukážeš ostatním:

Moje otázka: ...
Podle ...                 Přežilo  (lidí)
  ...                      ??.? %  (???)
  ...                      ??.? %  (???)

Nejdřív si otázku vyber. Hraj si s průzkumníkem z minulého kroku a projdi si, co sis během dne zapsala do poznámek. Pokud nevíš, čím začít, můžeš zkusit některou z těchhle otázek:

Otázku a odhad odpovědi si zapiš do poznamky.md.

Funkce

Funkce píšeš do analyza.py.

Funkce Co vrátí
moje_otazka(pasazeri) seznam řádků s tvojí otázkou a odpovědí na ni, stejně jako tabulka

Zkus nejdřív, jestli ti stačí funkce, které už máš: filtruj, rozdel_podle, tabulka, graf. Když ne, napiš novou.

Testy

Napiš testy sama. Co vyzkoušet:

Program

Výsledek funkce moje_otazka přidej do sestav_zpravu, před závěr. Ve zprava.py se nic měnit nemusí, zprávu už vypisuje.

Je to příčina, nebo jen náhoda?

  1. Podívej se, kolik lidí ve skupině je. Procento z pěti lidí toho moc neříká.
  2. Zeptej se, čím dalším se skupiny liší. Vzpomeň si na přístavy a třídy.
  3. Zapiš si do poznamky.md výsledek a to, jestli mu věříš.

Prezentace

Na konci dne ukážeš svůj nejzajímavější výsledek. Stačí tři věty: na co ses ptala, co vyšlo a jestli tomu věříš.

Zobrazit nápověduSkrýt nápovědu

Většinu otázek zodpovíš funkcemi, které už máš: filtruj, rozdel_podle, mira_preziti, tabulka.

Když potřebuješ skupinu, která v datech není, třeba velikost rodiny nebo věk po desetiletích, přidej pasažérům nový sloupec. Udělej to stejně jako pridej_jmena v kroku 5: jedna funkce spočítá hodnotu pro jednoho pasažéra, druhá ji v cyklu zapíše všem.

Funkce moje_otazka má stejnou stavbu jako sestav_zpravu: začni seznamem s prázdným řádkem a nadpisem a přičítej k němu řádky. Tabulku ti udělá funkce tabulka, potřebuje jen skupiny a popisky.

Popisky jsou slovník, který určuje názvy a pořadí řádků, třeba:

RODINY = {"sám": "cestoval sám", "malá": "s 1 až 3 příbuznými", "velká": "se 4 a více příbuznými"}

Hotovo, když


Zpět na projekt: Titanic · Další: Bonusy

Zadání na GitHubu

Bonusy

Bonusy jsou na později, když máš hotové kroky. Na sebe nenavazují.

Bonus 1 – Zpráva v souboru

Na konci tohohle bonusu bude zpráva uložená v souboru zprava.txt, takže ji můžeš někomu poslat nebo vytisknout.

Do souboru se zapisuje takhle:

with open(analyza.SLOZKA / "zprava.txt", "w", encoding="utf-8") as f:
    f.write("Jeden řádek\n")

Zprávu máš jako seznam řádků ze sestav_zpravu, takže stačí cyklus.

Hotovo, když soubor zprava.txt otevřeš ve VS Code a je v něm totéž, co program vypisuje, včetně háčků a čárek.

Bonus 2 – Grafy s knihovnou

Graf v kroku 9 sis napsala sama. Hotové knihovny tuhle práci udělají za tebe, tak si jednu vyzkoušíme. Knihovnu je potřeba nainstalovat.

Ve VS Code otevři Terminal → New Terminal a napiš:

python -m pip install plotext==5.3.2

Na Macu místo python piš python3, na Windows případně py. Když to nepůjde, zavolej kouče. Verzi piš přesně takhle, novější verze se ovládá jinak.

Graf pak nakreslíš takhle:

import plotext as plt

plt.simple_bar(["1. třída", "2. třída"], [10.0, 20.0], width=50, title="Přežití (%)")
plt.show()

Program piš do nového souboru, třeba grafy.py.

  1. Nakresli přežití podle třídy z výsledků funkce prezivani_podle.
  2. Před dalším grafem zavolej plt.clear_figure().
  3. Nakresli vedle sebe ženy a muže v každé třídě. Použij plt.simple_multiple_bar(nazvy, [zeny, muzi], width=50, labels=["ženy", "muži"]). Skupiny podle třídy a pohlaví ti vrátí rozdel_podle_dvou, procenta z nich udělá miry_skupin.

Sloupce se přizpůsobují šířce grafu, proto se dívej i na čísla vedle nich.

Porovnej výsledek se svým grafem z kroku 9. Co umí knihovna navíc? A co bylo na vlastním grafu lepší?

Bonus 3 – Rodiny

Podle příjmení najdi největší rodiny v souboru. Přežili všichni společně, nebo se rodiny rozdělily?

Na konci tohohle bonusu program vypíše něco takového:

?????: ? lidí, přežilo ?
?????: ? lidí, přežilo ?

Pozor na závěr: jsou všichni lidé se stejným příjmením opravdu jedna rodina? Jak bys to z dat ověřila?

Bonus 4 – Děti a dospělí

V datech je věk, ale ne věková skupina. Na konci tohohle bonusu budeš vědět, jak dopadly děti, a to i v jednotlivých třídách:

Podle věku                Přežilo  (lidí)
  děti do 16 let           ??.? %  (??)
  dospělí                  ??.? %  (???)
  věk neznámý              ??.? %  (???)
  1. Napiš funkci vekova_skupina(vek). Vrátí "dítě" do 16 let, "dospělý" od 16 let a "neznámý", když je věk None. Otestuj i hranici: co vrátí pro přesně 16 let?
  2. Napiš funkci, která každému pasažérovi přidá sloupec Skupina. Udělej to stejně jako pridej_jmena v kroku 5.
  3. Vypiš tabulku přežití podle věkové skupiny.
  4. Vypiš přežití dětí podle třídy, i s počtem dětí.

Podívej se na řádek věk neznámý. Lidé bez věku přežívali jinak často než ostatní. Co myslíš, proč u nich věk asi chybí?

A ještě jedna věc k zamyšlení: hranici 16 let jsme si vymysleli. Jak se výsledek změní, když ji posuneš na 12 nebo na 18?

Bonus 5 – Čistá obrazovka

Průzkumník z kroku 11 vypisuje jednu odpověď pod druhou a starší výsledky ujíždějí nahoru. Na konci tohohle bonusu program před každým přehledem obrazovku smaže, takže je vidět vždycky jen poslední odpověď.

Terminál smažeš takhle. Windows má na to příkaz cls, macOS a Linux příkaz clear:

import os


def vycisti_obrazovku():
    if os.name == "nt":
        os.system("cls")
    else:
        os.system("clear")

Funkci dej do zprava.py. Vypisuje, takže do analyza.py nepatří.

  1. Před každým přehledem obrazovku smaž.
  2. Nad přehled vypiš, podle kterého sloupce je.
  3. Narazíš na problém: když program napíše „Takový sloupec neznám“ a hned potom obrazovku smaže, uživatelka si to nestihne přečíst. Vymysli, jak to vyřešit.

Zpět na projekt: Titanic · Další: Nápady na rozšíření

Bonusy na GitHubu

Nápady na rozšíření

Máš hotovo a chceš se v datech hrabat dál? Tady je pár směrů. Řešení k nim není, cesta je na tobě. U každého platí totéž co u kroků: počítání piš jako funkci do analyza.py, napiš k ní test a podívej se, kolik lidí ve skupině je.


Zpět na projekt: Titanic