{
"cells": [
{
"cell_type": "markdown",
"source": [
"# Výzva: Analýza textu o dátovej vede\n",
"\n",
"V tomto príklade si urobíme jednoduché cvičenie, ktoré pokrýva všetky kroky tradičného procesu dátovej vedy. Nemusíte písať žiadny kód, môžete jednoducho kliknúť na bunky nižšie, spustiť ich a pozorovať výsledok. Ako výzvu vám odporúčame vyskúšať tento kód s rôznymi údajmi.\n",
"\n",
"## Cieľ\n",
"\n",
"V tejto lekcii sme diskutovali o rôznych konceptoch súvisiacich s dátovou vedou. Skúsme objaviť ďalšie súvisiace koncepty pomocou **text mining**. Začneme textom o dátovej vede, extrahujeme z neho kľúčové slová a potom sa pokúsime vizualizovať výsledok.\n",
"\n",
"Ako text použijem stránku o dátovej vede z Wikipédie:\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": [
"## Krok 1: Získavanie údajov\n",
"\n",
"Prvým krokom v každom procese dátovej vedy je získavanie údajov. Na to použijeme knižnicu `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",
"