{
"cells": [
{
"cell_type": "markdown",
"source": [
"# Izziv: Analiza besedila o znanosti o podatkih\n",
"\n",
"V tem primeru bomo naredili preprosto vajo, ki zajema vse korake tradicionalnega procesa znanosti o podatkih. Ni vam treba pisati nobene kode, lahko samo kliknete na celice spodaj, da jih izvedete in opazujete rezultat. Kot izziv pa ste vabljeni, da ta koda preizkusite z različnimi podatki.\n",
"\n",
"## Cilj\n",
"\n",
"V tej lekciji smo govorili o različnih konceptih, povezanih z znanostjo o podatkih. Poskusimo odkriti več povezanih konceptov z uporabo **rudarjenja besedil**. Začeli bomo z besedilom o znanosti o podatkih, iz njega izvlekli ključne besede in nato poskusili vizualizirati rezultat.\n",
"\n",
"Kot besedilo bom uporabil stran o znanosti o podatkih iz Wikipedije:\n"
],
"metadata": {}
},
{
"cell_type": "markdown",
"source": [],
"metadata": {}
},
{
"cell_type": "code",
"execution_count": 62,
"source": [
"url = 'https://en.wikipedia.org/wiki/Data_science'"
],
"outputs": [],
"metadata": {}
},
{
"cell_type": "markdown",
"source": [
"## Korak 1: Pridobivanje podatkov\n",
"\n",
"Prvi korak v vsakem procesu znanosti o podatkih je pridobivanje podatkov. Za to bomo uporabili knjižnico `requests`:\n"
],
"metadata": {}
},
{
"cell_type": "code",
"execution_count": 63,
"source": [
"import requests\r\n",
"\r\n",
"text = requests.get(url).content.decode('utf-8')\r\n",
"print(text[:1000])"
],
"outputs": [
{
"output_type": "stream",
"name": "stdout",
"text": [
"\n",
"\n",
"\n",
"\n",
"Data science - Wikipedia\n",
"