Rumunijos muziejai (9-10)

Kontekstas

Esminis žingsnis kultūros paveldo skaitmeninimo procese yra duomenų rinkimas, struktūrizavimas ir publikavimas. Be realių, nuoseklių ir prieinamų duomenų, bet kokia analizė ar skaitmeninė aplikacija liktų grynai teoriniame lygmenyje.

Nacionalinis paveldo institutas tiesiogiai prisideda prie šio proceso publikuodamas atvirus duomenų rinkinius vyriausybės platformoje data.gov.ro, suteikdamas viešą prieigą prie oficialios informacijos apie kultūros institucijas Rumunijoje. Tarp jų yra ir duomenų rinkinys apie Rumunijos muziejus, kuriame pateikiama informacija, tokia kaip muziejų pavadinimai, administracinis išdėstymas, įsteigimo metai, geografinės koordinatės ir aprašomieji duomenys.

Šios problemos metu turėsite atlikti tyrimų analizę šiam duomenų rinkiniui.

Duomenų rinkinio struktūra

Duomenų rinkinys pateikiamas CSV (Comma-Separated Values) formatu ir apima informaciją apie Rumunijos muziejus, gautą konvertuojant iš JSON formato, publikuoto platformoje data.gov.ro.

Kiekviena CSV failo eilutė atitinka vieną muziejų, o kiekvienas stulpelis aprašo tam tikrą jo atributą.

Svarbūs laukai

Duomenų rinkinyje, be kita ko, yra šie stulpeliai:

• _id – vidinis įrašo identifikatorius
• județul – apskritis, kurioje yra muziejus
• denumirea (română) – muziejaus pavadinimas rumunų kalba
• localitatea – vietovė, kurioje yra muziejus
• anul înființării – metai, kuriais buvo įsteigtas muziejus
• categoria (română) – muziejaus kategorija
• latitudine – geografinė platumos koordinatė
• longitudine – geografinė ilgumos koordinatė
• descrierea (română) – tekstinis muziejaus aprašymas
• URL – muziejaus svetainė (jei prieinama)

Trūkstamos vertės žymimos tuščiais laukais.

Reikalavimai

Užduotis 1 - Bendras įrašų skaičius (5 taškai)

Nustatykite bendrą muziejų skaičių duomenų rinkinyje.

Užduotis 2 - Muziejų skaičius Bukarešte (10 taškų)

Nustatykite muziejų skaičių, kuriems stulpelyje județul randame vertę București.

Užduotis 3 - Stulpelių su trūkstamomis vertėmis skaičius (15 taškų)

Nustatykite stulpelių, kuriuose yra bent viena trūkstama vertė (NaN), skaičių.

Užduotis 4 - Metai su daugiausiai muziejų (10 taškų)

Nustatykite metus, kuriais buvo įsteigta daugiausiai muziejų, remiantis informacija, kurią turime nurodytą stulpelyje anul înființării.

Užduotis 5 - Muziejų pasiskirstymas pagal apskritis (20 taškų)

Nustatykite kiekvienai apskirčiai, kuri atsiranda šiame duomenų rinkinyje, kiek muziejų yra toje apskirtyje.

Užduotis 6 - Užpildytų verčių procentas (20 taškų)

Kiekvienam muziejui apskaičiuokite užpildytų (ne-NaN) stulpelių procentą iš bendro stulpelių skaičiaus. Šio balo skaičiavimas atliekamas naudojant šią formulę:

Užduotis 7 - Užbaigtumo balo vidurkis (10 taškų)

Nustatykite užbaigtumo balo vidurkį visam duomenų rinkiniui. Tam sudėsime balus, gautus 6 užduotyje, ir padalinsime sumą iš muziejų skaičiaus.

Užduotis 8 - Muziejai su maksimaliu užbaigtumu (10 taškų)

Nustatykite muziejų, turinčių maksimalų užbaigtumo balą, procentą. Maksimalų užbaigtumo balą apibrėžiame kaip maksimalią vertę tarp tų, kurios buvo nustatytos 6 užduotyje.

Pateikimo failo formatas

Automatiniam vertinimui turite įkelti failą csv formatu su šia struktūra:

• id – eilutės identifikatorius (atitinkantis tą, kuris yra test.csv)

  • 1 užduočiai naudosite vertę 1 id
  • 2 užduočiai naudosite vertę 2 id
  • 3 užduočiai naudosite vertę 3 id
  • 4 užduočiai naudosite vertę 4 id
  • 5 užduočiai naudosite kiekvienos apskrities pavadinimą (parašytą tiksliai taip, kaip jis atsiranda duomenų rinkinyje) kaip id
  • 6 užduočiai naudosite vidinį įrašo identifikatorių (stulpelį _id iš duomenų rinkinio)
  • 7 užduočiai naudosite vertę 7 id
  • 8 užduočiai naudosite vertę 8 id

• subtaskID – reikalavimo identifikatorius:

  • 1 bendram įrašų skaičiui (1 užduotis)
  • 2 muziejų skaičiui Bukarešte (2 užduotis)
  • 3 stulpelių su trūkstamomis vertėmis skaičiui (3 užduotis)
  • 4 metams su daugiausiai muziejų (4 užduotis)
  • 5 muziejų pasiskirstymui pagal apskritis (5 užduotis)
  • 6 užpildytų verčių procentui (6 užduotis)
  • 7 užbaigtumo balo vidurkiui (7 užduotis)
  • 8 muziejams su maksimaliu užbaigtumu (8 užduotis)

• answer – atsakymas, atitinkantis kiekvieną užduotį

  • 1 užduočiai bus bendras muziejų skaičius duomenų rinkinyje (integer tipo vertė)

  • 2 užduočiai bus muziejų skaičius Bukarešte (integer tipo vertė)

  • 3 užduočiai bus stulpelių, kuriuose yra bent viena trūkstama vertė (NaN), skaičius (integer tipo vertė)

  • 4 užduočiai bus metai, kuriais buvo įsteigta daugiausiai muziejų (integer tipo vertė)

  • 5 užduočiai bus muziejų skaičius kiekvienoje apskirtyje (integer tipo vertė, po vieną eilutę kiekvienai apskirčiai)

  • 6 užduočiai bus užpildytų laukų procentas kiekvienam muziejui, apskaičiuotas kaip:

    PythonKopijuoti kodą

    1(užpildytų laukų skaičius / bendras stulpelių skaičius) × 100

    (float tipo vertė, rekomenduojama suapvalinti iki 2 skaičių po kablelio)

  • 7 užduočiai bus užbaigtumo balo vidurkis visam duomenų rinkiniui (float tipo vertė, rekomenduojama suapvalinti iki 2 skaičių po kablelio)

  • 8 užduočiai bus muziejų, turinčių maksimalų užbaigtumo balą, procentas (float tipo vertė, rekomenduojama suapvalinti iki 2 skaičių po kablelio)