{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "# Анализа (отворених) подака\n", "\n", "Пред вама је приручник за самостално истраживање јавно доступних података. Циљ ових материјала је да се кроз примену идеја анализе и визуализације података на јавно доступним подацима одговори на питања о доступности образовања, сезоналности грипа, ликовима из књиге Ана Карењина и сл.\n", "\n", "На крају приручника, у одељку *Додатак* налазе се и радне свеске које ће вас провести кроз процес припремања података за анализу каква је приказана у приручнику. Ове четири свеске можете прочитати након што завршите са целим приручником, али можете их читати и упоредо са одговарајућим поглављем у приручнику како би вам било јасније како смо дошли до облика података који се користи у лекцијама. \n", "\n", "Наједноставнији начин да отворите свеске унутар Џупајтера је да одете на следећи линк\n", "https://mybinder.org/v2/gh/Petlja/JupyterRadneSveskeSrb-files/master. Овај сервис (*Binder*) вам неће трајно сачувати оно што радите, али вам даје могућност да брзо баците поглед како свеске изгледају отворене у Џупитеру.\n", "\n", "Свеске можете отворити и у неком од сервиса у облаку који омогућава да сачувате оно што радите, као што је [Azure Notebooks](https://notebooks.azure.com/). Након што се улогујете на _Azure Notebooks_ идите на *My Projects* и ту изаберите *Upload Github Repo*. У форми која се након тога отвори у поље *GitHub repository* унесите https://github.com/Petlja/JupyterRadneSveskeSrb-files , остала поља и опције у тој форми изаберите према вашој жељи и на крају кликните на *Import*. Уколико је све прошло како треба, у листи ваших пројеката ће се приказати нови пројекат, можете га отворити и покренути.\n", "\n", "Уколико свеске желите да отворите у локалној инсталацији *Џупитера* можете преузети ZIP пакет са свескама: https://github.com/Petlja/JupyterRadneSveskeSrb-files/archive/master.zip. Биће довољно да распакујете зип негде на свој рачунар, покренете setup.bat фајл и након тога покренете START_JUPYTER.BAT. За више детаља прочитајте README.TXT који се налази у фолдеру. \n", "\n", "Како се материјали надовезују на сегмент Рад са подацима у текстуалном програмском језику, предлажемо подсећање на рад у Џупитеру у програмском језику Пајтон и специјално коришћење библиотека pandas и matplotlib.\n", "\n", "# Преглед материјала и тематских целина: \n", "\n", " 1. Високо образовање - основни типови визуализације података о броју дипломираних студената (линијски, стубичасти, секторски дијаграми); анализа популарности различитих студијских програма и факултета (тачкасти и интерактивни дијаграми).\n", "\n", " 2. Средњошколско образовање - анализа података о величини школа, интересовању за различите образовне профиле међу дечацима и девојчицама (стубичасти дијаграми, фреквенцијска анализа и хистограми); доступност и разноврсност образовања по регијама (тачкасти дијаграми); визуализација регионалних података на мапи.\n", "\n", " 3. Сезона грипа - анализа података временског типа - број узорака заражених грипом по државама и регионима из недеље у недељу.\n", "\n", " 4. Анализа текста - фреквенцијска анализа слова у истом тексту на два језика; фреквенцијска анализа речи и Зипфов закон (фитовање података); заступљеност ликова у тексту књиге Ана Карењиа - праћење популарности кроз поглавља и кроз мрежу “познанстава”.\n", "\n", " 5. Градски саобраћајни превоз - анализа временских и просторних правилности у подацима о јавном превозу, употреба дводимензионалних хистограма.\n", "\n", " 6. Анализа саобраћајних незгда - анализа и приказ просторних података уз помоћ интерактивних дијаграма на мапи.\n", "\n", "Додатак:\n", "\n", " 1. Студенти у Републици Србији - припрема података\n", " \n", " 2. Средњошколци у Републици Србији - припрема података\n", " \n", " 3. Анализа текстуалних података - припрема текста са блога и/ли сајта\n", " \n", " 4. Анализа текстуалних података - припрема књиге за анализу\n", "\n", "\n", "## Садржај\n", "\n", "\n", "1\\.0: [Основни типови визуализације података](1.0 studenti - osnovni tipovi vizualizacija podataka.html)\n", "\n", "1\\.1: [Студенти основних студија у Републици Србији](1.1 studenti analiza.html)\n", "\n", "2\\.1: [Средњошколци у Републици Србији - први део](2.1 srednjoskolci analiza - prvi deo.html)\n", "\n", "2\\.2: [Средњошколци у Републици Србији - други део](2.2 srednjoskolci analiza - drugi deo.html)\n", "\n", "2\\.3: [Средњошколци у Републици Србији - трећи део](2.3 srednjoskolci analiza - treci deo.html)\n", "\n", "3\\.1: [Сезона грипа](3.1 Sezona gripa.html)\n", "\n", "4\\.1: [Анализа текстуалних података](4.1 Analiza teksta - prvi deo.html)\n", "\n", "4\\.2: [Анализа текстуалних података - Aна Карењина](4.2 Analiza teksta - drugi deo.html)\n", "\n", "5\\.1: [Градски саобраћајни превоз](5.1 GSP.html)\n", "\n", "6\\.1: [Саобраћајне незгода на територији града Београда](6.1 saobracajne nezgode.html)\n", "\n", "Додатак\n", "\n", "\n", "1\\. [Студенти у Републици Србији - припрема података](7.1 studenti priprema.html)\n", "\n", "\n", "2\\. [Средњошколци у Републици Србији - припрема података](7.2 srednjoskolci priprema podataka.html)\n", "\n", "\n", "3\\. [Анализа текстуалних података - припрема текста са блога и/ли сајта](7.3 Priprema teksta - blog tekst na srpskom i engleskom.html)\n", "\n", "\n", "4\\. [Анализа текстуалних података - припрема књиге за анализу](7.4 Priprema teksta - Ana Karenjina.html)" ] } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.9.1" } }, "nbformat": 4, "nbformat_minor": 2 }