{ "cells": [ { "cell_type": "markdown", "source": [ "# Iššūkis: Analizuojame tekstą apie duomenų mokslą\n", "\n", "Šiame pavyzdyje atliksime paprastą pratimą, apimantį visas tradicinio duomenų mokslo proceso etapus. Jums nereikia rašyti jokio kodo, galite tiesiog spustelėti žemiau esančias langelius, kad juos paleistumėte ir stebėtumėte rezultatą. Kaip iššūkį, siūloma išbandyti šį kodą su skirtingais duomenimis.\n", "\n", "## Tikslas\n", "\n", "Šioje pamokoje nagrinėjome įvairias su Duomenų mokslo sritimi susijusias sąvokas. Pamėginkime atrasti daugiau susijusių sąvokų atlikdami **teksto analizę**. Pradėsime nuo teksto apie Duomenų mokslą, ištrauksime iš jo pagrindinius raktažodžius ir tada pabandysime vizualizuoti rezultatą.\n", "\n", "Kaip tekstą naudosiu Duomenų mokslo puslapį iš Vikipedijos:\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": [ "## 1 žingsnis: Duomenų gavimas\n", "\n", "Pirmasis žingsnis kiekviename duomenų mokslo procese yra duomenų gavimas. Tam naudosime biblioteką `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", "