ОТЧЕТ по практике
Обучающегося 1 курса
Фамилия Бикташева
Имя Анастасия
Отчество Олеговна
Обучающийся _____________________/ ________________________
Расшифровка подписи
Место прохождения практики ИВТиПТ
Вид практики учебная
Тип практики по получению первичных профессиональных умений и навыков, в том числе первичных умений и навыков научно-исследовательской деятельности.
Способ проведения практики стационарная
Форма проведения практики дискретная
Сроки проведения практики с 22.06.2019 по 05.07.2019
Руководитель практики от ЮФУ
____________________/ Глод О.Д. /
Содержание
Введение ……………………………………………………………………. 3
Пояснительная записка ……………………………………………………. 4
Цели учебной практики …………………………………………….. 4
Задачи учебной практики …………………………………………… 4
Место проведения учебной практики ……………………………… 4
Продолжительность практики ……………………………………… 4
Библиотеки Python ………………………………………………………… 5
Задание 1………...………………………………………………………….. 5
Задание 2..………………………………………………………………….. 7
Заключение ………………………………………………………………… 9
Список используемых источников ………………………………………. 10
Приложения
Введение
Практически во всех сферах своей деятельности люди столкнулись с проблемой накопления больших массивов данных, анализ которых занимал бы слишком много времени и сил, если бы этим занимались вручную. Именно поэтому появляется все больше различных технологий, направленных на работу с большими объемами данных, ведь их обработка становится все более востребованной. Крупные компании и производства в современное время не могут обойтись без подобных технологий. Используя современные технологии люди могут рационально использовать большие данные(Big Data), структурировать их, подстраивать под необходимые цели.
Целью практики было создание скриптов: несколько из них требовалось написать индивидуально, а сами скрипты, в свою очередь, должны были анализировать большое количество различных файлов с расширением.csv, распределенных по папкам в соответствии с названием города. В самих файлах содержалась информация о погоде по нескольким параметрам, таким как: Температура вечером, давление днём и тд. Исходя из задания, скрипт должен был анализировать определенный файл в соответствии с городом и параметром, данным в задании студенту, после чего выводить среднее значение параметра и график его изменения. Последний скрипт должен был быть написан общими усилиями группы, от него требовалось вычислить и сравнить средний показатель соответствующего параметра в двух городах, которые должны были указываться пользователем, так же как и нужная дата.
Результаты прохождения практики получили отражение в данном отчете.
Пояснительная записка
Цели учебной практики. Целями учебной практики являются закрепление теоретических основ и приобретение студентами практических навыков и компетенций, опыта самостоятельной работы, а также получение первичных профессиональных умений и навыков эксплуатации информационных систем.
Задачи учебной практики.
Задачами учебной практики является:
· систематизация и углубление знаний, полученных в процессе изучения дисциплин образовательной программы за счет их реального применения;
· освоение расширенных возможностей офисных информационных технологий и знакомство со спектром программных средств, используемых для целей документооборота;
· знакомство с методами, опытом и результатами применения информационных технологий и систем для решения практических задач.
Место проведения учебной практики
Практика проводится в компьютерных лабораториях Института Высоких Технологий и Пьезотехники Южного федерального университета.
Продолжительность практики
Практика проходит с 22.06.2019 по 05.07.2019.
Библиотеки Python
В ходе выполнения поставленной задачи на разных стадиях написания скрипта потребовалось использование следующих дополнительных модулей python: pandas, os, sys и matplotlib.
● Pandas — это библиотека для анализа данных на языке Python. Она построена поверх более низкоуровневой библиотеки NumPy и является более продвинутой и удобной для обработки данных. Данная библиотека имеет свои структуры данных, специализированные для операций анализирования и построения числовых таблиц и рядов[1].
● Модуль os предоставляет множество функций для работы с операционной системой, причем их поведение, как правило, не зависит от ОС, поэтому программы остаются переносимыми. Здесь будут приведены наиболее часто используемые из них[2].
● Данный модуль обеспечивает высокоуровневое взаимодействие с операционной системой. Но не для всех ОС пригодны некоторые функции. Если не оговорено особо – функция работает во всех ОС[3].
● Matplotlib—библиотека для Python для визуализации данных двумерной графикой[4].
Совмещая данные библиотеки можно написать скрипт для решения поставленной задачи.
Задание 1
В ходе данного этапа работы необходимо было составить скрипт, который, используя подключаемые табличные данные, должен был построить месячный график среднего значения определенного параметра для заданного года. Для работы с табличными данными необходимо было импортировать модуль Pandas, предварительно установив его с помощью системы управления пакетами Pip. Также дополнительно были импортированы Matplotlib, Numpy и Sys. Это можно увидеть в Приложении 1
Используемые функции:
● def years(): Функция, проверяющая правильность введенного года, т.е. соответствие необходимому диапазону (1998-2018) и соответствие типа введенных данных (числовые). Пример работы данной функции можно увидеть в Приложении 2.
● def mon(): Функция, проверяющая правильность введенного месяца, т.е. соответствие необходимому диапазону (1-12) и наличие необходимых данных по введенному месяцу. Пример работы данной функции можно увидеть в Приложении 3.
● def par(): Функция, принимающая в себя параметр, по которому нужно построить график, и включающая в себя описание параметров с помощью all_parametr=['Ветер вечером','Ветер днём','Давление вечером','Давление днём','Температура вечером','Температура днём'] и дальнейшую проверку на корректность введенных данных. Пример работы данной функции можно увидеть в Приложении 4.
● def find(): Функция, осуществляющая поиск по ранее введенным данным путем перебора всех файлов в папке Python37 и заносящая путь к нужному файлу в переменную path. Если файл не обнаружен заканчивает работу программы. Пример работы данной функции можно увидеть в Приложении 5.
● def calc(): Функция, проверяющая является ли введенным параметром Ветер. Если в функции par введен параметр не Ветер, вызывает функцию constr. Пример работы данной функции можно увидеть в Приложении 6.
● def constr(): Функция строит график по введенному значению.(за исключением графика для параметра Ветер). График включает в себя Заголовок, Ось X, которая строится по параметру день и Ось Y, котoрая строится по параметру введенному в функции par. Пример работы данной функции можно увидеть в Приложении 7.
● def constr_wind(): Функция для построения Розы Ветров. Пример работы данной функции можно увидеть в Приложении 8.
Задание 2.
Для написания скрипта данного задания также потребовались библиотеки pandas и numpy, дополнительно использовались библиотеки matplotlib и sys.
Данный скрипт при получении на вход определенного города сравнивает среднее значение параметра N в городе city_1 с средним значение параметра N в введенном городе city_2 (в определенный месяц и год, вводятся с клавиатуры. Пример можно увидеть в Приложении 9. В результате выполнения программы должно печататься одно из трех возможных предложений:
● В вашем городе city_1 в указанный период меньше N
● В вашем городе city_1 в указанный период больше N
● В городах city_1 и city_2 в указанный период одинаково N
Где N – среднее значение параметра данного руководителем практики для выполнения индивидуального задания, city_1– город данный руководителем практики для выполнения индивидуального задания, city_1– город для сравнения, один из городов данные которого по данному параметру есть в используемом для выполнения практического задания файле. Это можно увидеть в Приложении 10.
Используемые функции:
● def years(): Функция, проверяющая правильность введенного года т.е соответствие необходимому диапазону (1998-2018) и соответствие типа введенных данных (числовые).
● def mon(): Функция, проверяющая правильность введенного месяца т.е соответствие необходимому диапазону (1-12) и наличие необходимых данных по введенному месяцу.
● def par():Функция, принимающая в себя параметр, по которому будет производиться сравнение, включающая в себя описание параметров с помощью all_parametr=['Ветер вечером','Ветер днём','Давление вечером','Давление днём','Температура вечером','Температура днём'] и дальнейшую проверку на корректность введенных данных
● def city_1(): Функция принимающая в себя город данный руководителем практики для выполнения индивидуального задания и осуществляющая проверку на соответствие и корректность введенных данных. Пример работы данной функции можно увидеть в Приложении 11.
● def city_2():Функция принимающая в себя город данный для сравнения и осуществляющая проверку на соответствие и корректность введенных данных. Пример работы данной функции можно увидеть в Приложении 12.
● def find_1(): Функция, осуществляющая поиск по ранее введенным данных city_1 путем перебора всех файлов в папке и заносящая путь к нужному файлу в переменную path1. Если файл не обнаружен, заканчивает работу программы.
● def find_2(): Функция, осуществляющая поиск по ранее введенным данных city_2 путем перебора всех файлов в папке и заносящая путь к нужному файлу в переменную path2. Если файл не обнаружен, заканчивает работу программы.
● def calc(): Считывает с csv файла значение параметров. Если введенным параметром является Ветер, записывает значение в функцию constr_wind(), в ином случае constr().Пример работы данной функции можно увидеть в Приложении 13.
● def constr(): Считает среднее значение параметра(за исключением параметра Ветер) в вашем городе и в заданном городе. Проверяет введенные данные на корректность. Пример работы данной функции можно увидеть в Приложении 14.
● def constr_wind(): Считает среднее значение параметра Ветер в вашем городе и в заданном городе. Проверяет введенные данные на корректность. Пример работы данной функции можно увидеть в Приложении 15.
● def total(): Сравнивает средние значения параметра в вашем городе и введенном городе. Печатает результат. Пример работы данной функции можно увидеть в Приложении 16.
Заключение
Получены исправные работающие программы (их можно изучить в приложениях 17 и 18), выполняющие поставленные задачи. В ходе практики были получены необходимые знания и навыки в области Python.
Список использованных источников
1. Электронный ресурс. Код доступа: pythonworld.ru (дата обращения 02.07.2019)
2. Электронный ресурс. Код доступа: khashtamov.com/ru/pandas-introduction/ (Введение в pandas: анализ данных на Python) (дата обращения 02.07.2019)
3. Электронный ресурс. Код доступа: https://trainingweb.ru/page/os-module-python (Модуль os Python) (дата обращения 02.07.2019)
4. Электронный ресурс. Код доступа: pythonworld.ru/moduli/modul-sys.html (Модуль sys) (дата обращения 02.07.2019)
5. Электронный ресурс. Код доступа: matplotlib.org/users/pyplot_tutoria (Pyplot tutorial — Matplotlib 2.0.2 documentation) (дата обращения 03.07.2019)
6. Электронный учебник. Код доступа: pythonworld.ru/novosti-mira-python/scientific-graphics-in-python.html (П. Шабанов - "Научная графика в Python") (дата обращения 03.07.2019)
7. Электронный ресурс. Код доступа: devpractice.ru/pandas-start-part1/ (Сборник уроков «Изучаем Pandas») (дата обращения 03.07.2019)
Приложения
Приложение 1