practise

projekt: Zaawansowana Analiza Danych (EDA) ⭐⭐⭐

Wybierz publiczny zbiór danych (np. z Kaggle, UCI ML Repository lub OpenML). Wykonaj kompletną eksploracyjną analizę danych (EDA):

1. Wczytaj dane do Pandas DataFrame.
2. Wyświetl podstawowe statystyki i informacje o danych (.info(), .describe()).
3. Zbadaj brakujące wartości i zdecyduj, jak je obsłużyć.
4. Przeanalizuj rozkład zmiennych (histogramy, wykresy pudełkowe, statystyki opisowe).
5. Wykonaj wizualizacje (wykresy rozrzutu, wykresy słupkowe, wykresy grupowe, wykresy dla zmiennych kategorycznych).
6. Zidentyfikuj potencjalne outliery i nietypowe obserwacje.
7. Podsumuj najważniejsze wnioski z analizy.

Wskazówki:

• Dokumentuj każdy krok w notatniku Jupyter lub pliku Markdown.
• Staraj się, by analiza była czytelna i powtarzalna (reproducibility!).
• Zadbaj o przejrzystość kodu i opisów.

Cel: Przećwicz samodzielną analizę rzeczywistych danych, łącząc wszystkie poznane narzędzia (Python, NumPy, Pandas, Matplotlib, Seaborn, reproducibility).

---

1. Python – podstawy

• Napisz funkcję, która przyjmuje listę liczb i zwraca listę z kwadratami tych liczb.
• Zaimplementuj prostą grę w zgadywanie liczby (komputer losuje liczbę 1–100, użytkownik zgaduje).
• Stwórz klasę Student z polami: imię, nazwisko, oceny (lista). Dodaj metodę liczącą średnią ocen.

2. NumPy

• Stwórz tablicę NumPy z 20 losowymi liczbami całkowitymi z zakresu 0–100.
• Oblicz średnią, medianę i odchylenie standardowe tej tablicy.
• Zastosuj maskowanie: wybierz tylko liczby większe od 50.
• Zmień kształt tablicy na 4x5.

3. Pandas

• Wczytaj plik CSV z danymi (np. tutaj).
• Wyświetl podstawowe statystyki (.describe()).
• Wyczyść dane z brakujących wartości.
• Posortuj dane według wybranej kolumny.
• Zgrupuj dane i policz średnią dla każdej grupy.

4. Matplotlib & Seaborn

• Narysuj wykres liniowy wybranej funkcji matematycznej (np. y = sin(x)).
• Stwórz wykres słupkowy z danymi o sprzedaży (wymyśl dane).
• Załaduj dane z sns.load_dataset('tips') i narysuj wykres rozrzutu (scatterplot).
• Stwórz macierz korelacji i narysuj ją jako heatmapę.

5. Reproducibility

• Ustaw seed dla losowości w NumPy i Pythonie.
• Zapisz wszystkie zależności projektu do pliku requirements.txt.
• Pracuj w środowisku wirtualnym i dokumentuj kroki analizy w pliku README.