{
"cells": [
{
"cell_type": "markdown",
"source": [
"# Izazov: Analiza teksta o znanosti o podacima\r\n",
"\r\n",
"U ovom primjeru, napravimo jednostavnu vježbu koja pokriva sve korake tradicionalnog procesa znanosti o podacima. Ne morate pisati nikakav kod, možete jednostavno kliknuti na ćelije u nastavku da ih izvršite i promatrate rezultat. Kao izazov, potičemo vas da isprobate ovaj kod s različitim podacima. \r\n",
"\r\n",
"## Cilj\r\n",
"\r\n",
"U ovoj lekciji raspravljali smo o različitim pojmovima vezanim uz znanost o podacima. Pokušajmo otkriti još povezanih pojmova radeći **rudarenje teksta**. Počet ćemo s tekstom o znanosti o podacima, izvući ključne riječi iz njega, a zatim pokušati vizualizirati rezultat.\r\n",
"\r\n",
"Kao tekst, koristit ću stranicu o znanosti o podacima s 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: Dobivanje Podataka\n",
"\n",
"Prvi korak u svakom procesu znanosti o podacima je dobivanje podataka. Koristit ćemo biblioteku `requests` za to:\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",
"