PythonКонтрольная работаМУИВ Витте
Контрольная (рейтинговая) работа по дисциплине, связанной с алгоритмизацией и программированием на Python, выполнена по заданию (варианту) № 16. В архиве собраны готовый отчёт в формате Word и сопровождающие файлы: текстовый файл с результатом работы программы и файл с исходными данными. Отчёт оформлен по принятому в учебном заведении шаблону рейтинговой работы и содержит раздел с выводами, где подводятся итоги по выполненному заданию. Практическая часть представляет собой программу, которая обрабатывает подготовленный набор исходных данных и записывает полученный результат в отдельный текстовый файл, что позволяет проверить корректность решения независимо от текста отчёта. Материал подойдёт для сверки хода решения, оформления расчётно-пояснительной части и подготовки к защите работы по данному варианту.
PythonКонтрольная работаТГУ Росдистант
Готовая контрольная работа по дисциплине Python (ТГУ, Росдистант) объединяет четыре практических задания по теме анализа данных. Комплект включает отчётные документы по практическим работам; в имеющихся материалах подробно раскрыты три из них. Практическое задание 1 посвящено основам языка Python: предполагается установка дистрибутива Miniconda, среды JupyterLab и библиотек Pandas, NumPy, Matplotlib, Seaborn, а также написание кода, выводящего их версии. Далее решается задача на функции — разрабатывается функция IsPointInSquare(x, y), которая определяет, принадлежит ли точка с заданными координатами заштрихованному квадрату с учётом границы, и по результату выводится YES или NO. Практическое задание 2 связано с анализом данных средствами Python и проверяет владение словарями, работой с текстовыми файлами и принципами объектно-ориентированного программирования. Требуется класс, методы которого считывают содержимое текстового файла input.txt, подсчитывают число вхождений каждого уникального слова и сохраняют результат в словарь вида «слово: количество», после чего выводят его в наглядной форме. Практическое задание 3 относится к библиотекам анализа данных. Статистика по COVID-19 из открытого репозитория загружается в DataFrame, затем программно обрабатывается: убираются служебны
