Rumunijos muziejai (11-12)

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 Rumunijos kultūros institucijas. 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.

Aktualūs laukai

Duomenų rinkinyje yra, be kita ko, 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 reikšmės žymimos tuščiais laukais.

Reikalavimai

1-as uždavinys - Bendras įrašų skaičius (5 taškai)

Nustatykite bendrą muziejų skaičių duomenų rinkinyje.

2-as uždavinys - Muziejų skaičius Bukarešte (10 taškų)

Nustatykite muziejų skaičių, kuriems stulpelyje județul randame reikšmę București.

3-ias uždavinys - Stulpelių su trūkstamomis reikšmėmis skaičius (15 taškų)

Nustatykite stulpelių, kurie turi bent vieną trūkstamą reikšmę (NaN), skaičių.

4-as uždavinys - Metai su daugiausiai muziejų (10 taškų)

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

5-as uždavinys - Muziejų pasiskirstymas pagal apskritis (20 taškų)

Nustatykite kiekvienai apsričiai, kuri atsiranda šiame duomenų rinkinyje, kiek muziejų yra toje apsrityje.

6-as uždavinys - Užpildytų reikšmių procentas (20 taškų)

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

7-as uždavinys - Užbaigtumo balo vidurkis (10 taškų)

Nustatykite užbaigtumo balo vidurkį visam duomenų rinkiniui. Tam sudėsime 6-o reikalavimo balus ir padalinsime iš muziejų skaičiaus.

8-as uždavinys - Muziejai su maksimaliu užbaigtumu (10 taškų)

Nustatykite muziejų, turinčių maksimalų užbaigtumo balą, procentą. Maksimalų užbaigtumo balą apibrėžiame kaip maksimalią reikšmę iš nustatytų 6-ame uždavinyje.

Pateikimo failo formatas

Automatiniam vertinimui turite įkelti failą csv formatu su šia struktūra:

• id – eilutės identifikatorius (atitinkantis test.csv)

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

• subtaskID – reikalavimo identifikatorius:

  • 1 bendram įrašų skaičiui (1-as uždavinys)
  • 2 muziejų skaičiui Bukarešte (2-as uždavinys)
  • 3 stulpelių su trūkstamomis reikšmėmis skaičiui (3-ias uždavinys)
  • 4 metams su daugiausiai muziejų (4-as uždavinys)
  • 5 muziejų pasiskirstymui pagal apskritis (5-as uždavinys)
  • 6 užpildytų reikšmių procentui (6-as uždavinys)
  • 7 užbaigtumo balo vidurkiui (7-as uždavinys)
  • 8 muziejams su maksimaliu užbaigtumu (8-as uždavinys)

• answer – atsakymas, atitinkantis kiekvieną uždavinį

  • 1-am uždaviniui bus bendras muziejų skaičius duomenų rinkinyje (integer tipo reikšmė)

  • 2-am uždaviniui bus muziejų skaičius Bukarešte (integer tipo reikšmė)

  • 3-iam uždaviniui bus stulpelių, kurie turi bent vieną trūkstamą reikšmę (NaN), skaičius (integer tipo reikšmė)

  • 4-am uždaviniui bus metai, kuriais buvo įsteigta daugiausiai muziejų (integer tipo reikšmė)

  • 5-am uždaviniui bus muziejų skaičius kiekvienoje apsrityje (integer tipo reikšmė, po vieną eilutę kiekvienai apsričiai)

  • 6-am uždaviniui bus užpildytų laukų procentas kiekvienam muziejui, apskaičiuotas kaip:

    PythonKopijuoti kodą

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

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

  • 7-am uždaviniui bus užbaigtumo balo vidurkis visam duomenų rinkiniui (float tipo reikšmė, rekomenduojama suapvalinti iki 2 skaičių po kablelio)

  • 8-am uždaviniui bus muziejų, turinčių maksimalų užbaigtumo balą, procentas (float tipo reikšmė, rekomenduojama suapvalinti iki 2 skaičių po kablelio)