Romanialaiset museot (11-12)

Konteksti

Kulttuuriperinnön digitalisointiprosessin olennainen vaihe on tietojen kerääminen, jäsentäminen ja julkaiseminen. Ilman todellisia, johdonmukaisia ja saavutettavia tietoja mikä tahansa analyysi tai digitaalinen sovellus jäisi puhtaasti teoreettiselle tasolle.

Kansallinen Perintöinstituutti osallistuu suoraan tähän prosessiin julkaisemalla avoimia tietokokonaisuuksia hallituksen alustalla data.gov.ro, tarjoten julkisen pääsyn virallisiin tietoihin Romanian kulttuurilaitoksista. Näihin kuuluu myös Romanian museoita koskeva tietokokonaisuus, joka sisältää tietoja kuten museoiden nimet, hallinnollinen sijainti, perustamisvuosi, maantieteelliset koordinaatit ja kuvailevat tiedot.

Tämän tehtävän puitteissa teidän tulee suorittaa tutkiva analyysi tälle tietokokonaisuudelle.

Tietokokonaisuuden rakenne

Tietokokonaisuus toimitetaan CSV-muodossa (Comma-Separated Values) ja sisältää tietoja Romanian museoista, jotka ovat tulosta data.gov.ro-alustalla julkaistun JSON-muodon muuntamisesta.

Jokainen CSV-tiedoston rivi vastaa yhtä museota, ja jokainen sarake kuvaa tiettyä sen ominaisuutta.

Relevantit kentät

Tietokokonaisuus sisältää muun muassa seuraavat sarakkeet:

• _id – tietueen sisäinen tunniste
• județul – lääni, jossa museo sijaitsee
• denumirea (română) – museon nimi romanian kielellä
• localitatea – kunta, jossa museo sijaitsee
• anul înființării – vuosi, jolloin museo perustettiin
• categoria (română) – museon kategoria
• latitudine – leveyspiirin maantieteellinen koordinaatti
• longitudine – pituuspiirin maantieteellinen koordinaatti
• descrierea (română) – museon tekstikuvaus
• URL – museon verkkosivusto (jos saatavilla)

Puuttuvat arvot on merkitty tyhjillä kentillä.

Vaatimukset

Tehtävä 1 - Tietueiden kokonaismäärä (5 pistettä)

Määrittäkää tietokokonaisuuden museoiden kokonaismäärä.

Tehtävä 2 - Bukarestin museoiden määrä (10 pistettä)

Määrittäkää museoiden määrä, joille județul-sarakkeesta löytyy arvo București.

Tehtävä 3 - Puuttuvia arvoja sisältävien sarakkeiden määrä (15 pistettä)

Määrittäkää niiden sarakkeiden määrä, jotka sisältävät vähintään yhden puuttuvan arvon (NaN).

Tehtävä 4 - Vuosi, jolloin perustettiin eniten museoita (10 pistettä)

Määrittäkää vuosi, jolloin perustettiin eniten museoita, perustuen anul înființării-sarakkeessa oleviin tietoihin.

Tehtävä 5 - Museoiden jakautuminen lääneittäin (20 pistettä)

Määrittäkää jokaiselle tässä tietokokonaisuudessa esiintyvälle läänille, kuinka monta museota kyseisessä läänissä on.

Tehtävä 6 - Täytettyjen arvojen prosenttiosuus (20 pistettä)

Laskekaa jokaiselle museolle täytettyjen sarakkeiden (ei-NaN) prosenttiosuus sarakkeiden kokonaismäärästä. Tämän pistemäärän laskenta toteutetaan seuraavalla kaavalla:

Tehtävä 7 - Täydellisyyspistemäärän keskiarvo (10 pistettä)

Määrittäkää täydellisyyspistemäärän keskiarvo koko tietokokonaisuudelle. Tätä varten laskemme yhteen tehtävässä 6 saadut pistemäärät ja jaamme summan museoiden määrällä.

Tehtävä 8 - Maksimitäydellisyyden omaavat museot (10 pistettä)

Määrittäkää niiden museoiden prosenttiosuus, joilla on maksimitäydellisyyspistemäärä. Määrittelemme maksimitäydellisyyspistemäärän tehtävässä 6 määritettyjen arvojen maksimiarvoksi.

Palautustiedoston muoto

Automaattista arviointia varten teidän tulee ladata csv-muotoinen tiedosto seuraavalla rakenteella:

• id – rivin tunniste (vastaa test.csv:n tunnistetta)

  • tehtävälle 1 käytätte arvoa 1 id:lle
  • tehtävälle 2 käytätte arvoa 2 id:lle
  • tehtävälle 3 käytätte arvoa 3 id:lle
  • tehtävälle 4 käytätte arvoa 4 id:lle
  • tehtävälle 5 käytätte kunkin läänin nimeä (kirjoitettuna täsmälleen niin kuin se esiintyy tietokokonaisuudessa) id:nä
  • tehtävälle 6 käytätte tietueen sisäistä tunnistetta (tietokokonaisuuden _id-sarake)
  • tehtävälle 7 käytätte arvoa 7 id:lle
  • tehtävälle 8 käytätte arvoa 8 id:lle

• subtaskID – vaatimuksen tunniste:

  • 1 tietueiden kokonaismäärälle (tehtävä 1)
  • 2 Bukarestin museoiden määrälle (tehtävä 2)
  • 3 puuttuvia arvoja sisältävien sarakkeiden määrälle (tehtävä 3)
  • 4 vuodelle, jolloin perustettiin eniten museoita (tehtävä 4)
  • 5 museoiden jakautumiselle lääneittäin (tehtävä 5)
  • 6 täytettyjen arvojen prosenttiosuudelle (tehtävä 6)
  • 7 täydellisyyspistemäärän keskiarvolle (tehtävä 7)
  • 8 maksimitäydellisyyden omaaville museoille (tehtävä 8)

• answer – kunkin tehtävän vastaava vastaus

  • tehtävälle 1 sisältää museoiden kokonaismäärän tietokokonaisuudessa (integer-tyyppinen arvo)

  • tehtävälle 2 sisältää Bukarestin museoiden määrän (integer-tyyppinen arvo)

  • tehtävälle 3 sisältää vähintään yhden puuttuvan arvon (NaN) sisältävien sarakkeiden määrän (integer-tyyppinen arvo)

  • tehtävälle 4 sisältää vuoden, jolloin perustettiin eniten museoita (integer-tyyppinen arvo)

  • tehtävälle 5 sisältää museoiden määrän kussakin läänissä (integer-tyyppinen arvo, yksi rivi kutakin lääniä kohden)

  • tehtävälle 6 sisältää täytettyjen kenttien prosenttiosuuden kullekin museolle, laskettuna:

    PythonKopioi koodi

    1(täytettyjen kenttien määrä / sarakkeiden kokonaismäärä) × 100

    (float-tyyppinen arvo, suositellaan pyöristämään 2 desimaaliin)

  • tehtävälle 7 sisältää täydellisyyspistemäärän keskiarvon koko tietokokonaisuudelle (float-tyyppinen arvo, suositellaan pyöristämään 2 desimaaliin)

  • tehtävälle 8 sisältää maksimitäydellisyyspistemäärän omaavien museoiden prosenttiosuuden (float-tyyppinen arvo, suositellaan pyöristämään 2 desimaaliin)