jmenuji se Pavel Šmíd a jsem absolventem Python Akademie ENGETO.
Abych získal certifikát ENGETO CERTIFIED PYTHON BEGINNER, musel jsem úspěšně dokončit tři projekty podle zadání, které jsou nyní k dispozici na mém GitHubu.
S programovacím jazykem Python se zabývám od května 2022. Mým hlavním zaměřením je datová analýza, která mě fascinuje z několika důvodů. Zbožňuji historii, která je často ukryta v datech, a zajímá mě, jak můžeme prostřednictvím správné analýzy dat získat vhled do minulosti i budoucnosti. Rovněž mě zajímají faktory, které ovlivňují výsledky analýzy.
Programování a datová analýza mě oslovily svou univerzálností, ale také náročností. I ta nejmenší chyba může mít velký dopad, a proto dbám na preciznost při psaní kódu.
Při práci s daty využívám následující nástroje a technologie:
- Programovací jazyk Python
- Knihovny Pandas a Seaborn
- Editor zdrojového kódu Visual Studio Code
- Jupyter Notebook
- Dotazovací jazyk Postgre SQL pgAdmin4 dále MS SQL Azure Data Studio
- MS Excel pro analýzu a manipulaci s daty
- ML klasifikace KNN
- Pro vizualizaci dat používám nástroj Microsoft Power BI.
Rád bych se v budoucnu plně věnoval datové analýze, získával více zkušeností a prohluboval své znalosti.
Pavel Šmíd
Deskriptivní analýza stížností finančních spotřebitelů
Deskriptivní analýza stížností finančních spotřebitelů se zaměřuje na identifikaci nejběžnějších problémů spojených s finančními produkty, jako jsou například kreditní karty, vymáhání pohledávek a bankovní účty. Tato analýza využívá programovací jazyk Python, Jupyter Notebook a hlavní knihovnu Pandas. K vizualizaci dat jsou použity knihovny Seaborn a Power BI.
Data jsou získávána prostřednictvím URL a následně jsou upravena a převedena do formátu CSV. Dále jsou exportována do relační databáze PostgreSQL. Je důležité poznamenat, že se jedná o cvičný dataset s fiktivními daty, který simuluje reálné data z USA. Všechny výsledné reporty a analýzy mají za cíl pomoci řešit problémy spojené s finančními produkty a zlepšit kvalitu služeb pro spotřebitele
Interaktivní databáze vozidel v PostgreSQL
Tento projekt představuje moji práci s databází PostgreSQL a Pythonem. Cílem tohoto projektu je vytvořit interaktivní databázi vozidel, která umožní uživatelům zaznamenávat a prohlížet si informace o různých vozidlech.
Projekt obsahuje následující klíčové prvky:
Tabulka PostgreSQL:
Vytvoření tabulky v PostgreSQL pro ukládání informací o vozidlech.
Skripty Pythonu:
Použití Pythonu ve verzi 3.11.0 a knihovny psycopg2 ve verzi 2.9.5 pro manipulaci s databází.
Uživatelské rozhraní v terminálu:
Uživatelé mohou interaktivně zadávat informace o vozidlech, jako je značka, stáří a cena, prostřednictvím terminálu.
Zobrazování dat:
Po zadání dat se zobrazí aktuální stav tabulky s novými hodnotami.
Kontrola spojení:
Projekt zahrnuje kontrolu stavu spojení s databází. Pokud je spojení uzavřeno (hodnota 1), znamená to úspěšné provedení operací.
Tento projekt slouží jako ukázka mé schopnosti práce s databází PostgreSQL, programovacím jazykem Python a interaktivním uživatelským rozhraním v terminálu. Je to jen jedna z mnoha možností, jak mohu využít své dovednosti v oblasti datové analýzy a programování pro efektivní správu a manipulaci s daty. Věřím, že tento projekt je jen začátek a mám v plánu rozvíjet své dovednosti a projekty ještě více v budoucnosti.
Volební webscraping
Projekt "Volební webscraping" je nástroj pro získávání výsledků voleb z roku 2017 z odkazu ' https://volby.cz/pls/ps2017nss/ps3?xjazyk=CZ '. Tento nástroj pracuje na základě zadaného územního celku, který uživatel specifikuje jako první argument v příkazovém řádku. Dále je třeba zadat druhý argument, což je název souboru ve formátu .csv, do kterého budou získané výsledky uloženy.
Instalace:
Před použitím projektu je třeba nainstalovat potřebné závislosti. Tyto závislosti jsou uvedeny v souboru "requirements.txt". Pro jejich instalaci můžete použít nástroj jako "pip" a příkaz pip install -r requirements.txt.
Použití:
Projekt lze spustit z příkazového řádku. Uživatelé by měli specifikovat územní celek jako první argument a název výstupního souboru ve formátu .csv jako druhý argument. Postupujte dle README.md
Vizualizace dat:
Kromě získávání dat obsahuje tento projekt také soubor "vizualizace_volby2017.ipynb", který slouží k vizualizaci a analýze dat z voleb 2017. Tento soubor může být užitečný pro detailní zkoumání výsledků a jejich prezentaci.
Celkově je tento projekt určen k efektivnímu získávání a zpracování volebních výsledků a poskytuje uživatelům možnost vizualizovat a analyzovat tato data pro různé územní celky.
Textový analyzátor
Pogram, který se bude umět prokousat libovolně dlouhým textem a zjistit o něm různé informace.
1. program si vyžádá od uživatele přihlašovací jméno a heslo
2. zjistí, jestli zadané údaje odpovídají někomu z registrovaných uživatelů
3. pokud je registrovaný, pozdraví jej a umožní mu analyzovat texty
4. pokud není registrovaný, upozorní jej a ukonči program
Program nechá uživatele vybrat mezi třemi texty, uloženými v proměnné TEXTS:
Pokud uživatel vybere takové číslo textu, které není v zadání, program jej upozorní a skončí,
pokud uživatel zadá jiný vstup než číslo, program jej rovněž upozorní a skončí.
Pro vybraný text spočítá následující statistiky:
- počet slov
- počet slov začínajících velkým písmenem
- počet slov psaných velkými písmeny
- počet slov psaných malými písmeny
- počet čísel (ne cifer)
- sumu všech čísel (ne cifer) v textu
Program zobrazí jednoduchý sloupcový graf, který bude reprezentovat četnost různých délek slov v textu.
Pavel Šmíd
