# Príklady pre začiatočníkov v dátovej vede Vitajte v adresári s príkladmi! Táto kolekcia jednoduchých, dobre okomentovaných príkladov je navrhnutá tak, aby vám pomohla začať s dátovou vedou, aj keď ste úplný začiatočník. ## 📚 Čo tu nájdete Každý príklad je samostatný a obsahuje: - **Jasné komentáre** vysvetľujúce každý krok - **Jednoduchý, čitateľný kód**, ktorý demonštruje jeden koncept naraz - **Reálny kontext**, ktorý vám pomôže pochopiť, kedy a prečo používať tieto techniky - **Očakávaný výstup**, aby ste vedeli, čo hľadať ## 🚀 Začíname ### Predpoklady Pred spustením týchto príkladov sa uistite, že máte: - Nainštalovaný Python 3.7 alebo vyšší - Základné znalosti o tom, ako spúšťať Python skripty ### Inštalácia potrebných knižníc ```bash pip install pandas numpy matplotlib ``` ## 📖 Prehľad príkladov ### 1. Hello World - štýl dátovej vedy **Súbor:** `01_hello_world_data_science.py` Váš prvý program v dátovej vede! Naučíte sa: - Načítať jednoduchý dataset - Zobraziť základné informácie o vašich dátach - Vytlačiť váš prvý výstup v dátovej vede Ideálne pre úplných začiatočníkov, ktorí chcú vidieť svoj prvý program v dátovej vede v akcii. --- ### 2. Načítanie a skúmanie dát **Súbor:** `02_loading_data.py` Naučte sa základy práce s dátami: - Čítať dáta z CSV súborov - Zobraziť prvých pár riadkov vášho datasetu - Získať základné štatistiky o vašich dátach - Pochopiť typy dát Toto je často prvý krok v každom projekte dátovej vedy! --- ### 3. Jednoduchá analýza dát **Súbor:** `03_simple_analysis.py` Vykonajte svoju prvú analýzu dát: - Vypočítajte základné štatistiky (priemer, medián, mód) - Nájdite maximálne a minimálne hodnoty - Spočítajte výskyty hodnôt - Filtrovanie dát na základe podmienok Zistite, ako odpovedať na jednoduché otázky o vašich dátach. --- ### 4. Základy vizualizácie dát **Súbor:** `04_basic_visualization.py` Vytvorte svoje prvé vizualizácie: - Vytvorte jednoduchý stĺpcový graf - Vytvorte čiarový graf - Generujte koláčový graf - Uložte svoje vizualizácie ako obrázky Naučte sa komunikovať svoje zistenia vizuálne! --- ### 5. Práca s reálnymi dátami **Súbor:** `05_real_world_example.py` Spojte všetko dohromady s kompletným príkladom: - Načítajte reálne dáta z repozitára - Vyčistite a pripravte dáta - Vykonajte analýzu - Vytvorte zmysluplné vizualizácie - Vyvodzujte závery Tento príklad vám ukáže kompletný pracovný postup od začiatku do konca. --- ## 🎯 Ako používať tieto príklady 1. **Začnite od začiatku**: Príklady sú očíslované podľa náročnosti. Začnite s `01_hello_world_data_science.py` a postupujte ďalej. 2. **Čítajte komentáre**: Každý súbor obsahuje podrobné komentáre vysvetľujúce, čo kód robí a prečo. Čítajte ich pozorne! 3. **Experimentujte**: Skúste upraviť kód. Čo sa stane, ak zmeníte hodnotu? Rozbíjajte veci a opravujte ich - tak sa učíte! 4. **Spúšťajte kód**: Spustite každý príklad a pozorujte výstup. Porovnajte ho s tým, čo ste očakávali. 5. **Rozvíjajte ho**: Keď pochopíte príklad, skúste ho rozšíriť vlastnými nápadmi. ## 💡 Tipy pre začiatočníkov - **Nesnažte sa ponáhľať**: Dajte si čas na pochopenie každého príkladu predtým, než prejdete na ďalší - **Píšte kód sami**: Nekopírujte len. Písanie vám pomáha učiť sa a zapamätať si - **Vyhľadávajte neznáme koncepty**: Ak narazíte na niečo, čomu nerozumiete, vyhľadajte to online alebo v hlavných lekciách - **Pýtajte sa otázky**: Pripojte sa k [diskusnému fóru](https://github.com/microsoft/Data-Science-For-Beginners/discussions), ak potrebujete pomoc - **Pravidelne cvičte**: Skúste kódovať trochu každý deň namiesto dlhých sedení raz za týždeň ## 🔗 Ďalšie kroky Po dokončení týchto príkladov ste pripravení: - Prejsť hlavné lekcie kurikula - Skúsiť úlohy v každom adresári lekcií - Preskúmať Jupyter notebooky pre hlbšie učenie - Vytvoriť vlastné projekty dátovej vedy ## 📚 Ďalšie zdroje - [Hlavné kurikulum](../README.md) - Kompletný 20-lekciový kurz - [Pre učiteľov](../for-teachers.md) - Používanie tohto kurikula v triede - [Microsoft Learn](https://docs.microsoft.com/learn/) - Bezplatné online vzdelávacie zdroje - [Python Dokumentácia](https://docs.python.org/3/) - Oficiálny Python referenčný materiál ## 🤝 Prispievanie Našli ste chybu alebo máte nápad na nový príklad? Uvítame príspevky! Pozrite si náš [Príručku pre prispievateľov](../CONTRIBUTING.md). --- **Šťastné učenie! 🎉** Pamätajte: Každý expert bol kedysi začiatočníkom. Choďte krok za krokom a nebojte sa robiť chyby - sú súčasťou procesu učenia! --- **Upozornenie**: Tento dokument bol preložený pomocou služby AI prekladu [Co-op Translator](https://github.com/Azure/co-op-translator). Hoci sa snažíme o presnosť, upozorňujeme, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za žiadne nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.