{"id":20120376,"url":"https://github.com/svetlanam/pycon-workshop","last_synced_at":"2026-04-09T17:36:03.874Z","repository":{"id":74539339,"uuid":"443219816","full_name":"SvetlanaM/pycon-workshop","owner":"SvetlanaM","description":"Pycon CZ workshop: Better data analyses and product recommendations with Instagram data","archived":false,"fork":false,"pushed_at":"2022-03-15T10:25:09.000Z","size":3157,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"master","last_synced_at":"2025-10-06T07:56:22.560Z","etag":null,"topics":["data-analysis","data-science","martinus","matplotlib","pandas","pycon2016","pyconcz","python","scikit-learn","workshop"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/SvetlanaM.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null}},"created_at":"2021-12-31T01:03:14.000Z","updated_at":"2022-03-15T10:28:29.000Z","dependencies_parsed_at":"2023-02-28T09:01:15.826Z","dependency_job_id":null,"html_url":"https://github.com/SvetlanaM/pycon-workshop","commit_stats":null,"previous_names":[],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/SvetlanaM/pycon-workshop","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SvetlanaM%2Fpycon-workshop","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SvetlanaM%2Fpycon-workshop/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SvetlanaM%2Fpycon-workshop/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SvetlanaM%2Fpycon-workshop/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/SvetlanaM","download_url":"https://codeload.github.com/SvetlanaM/pycon-workshop/tar.gz/refs/heads/master","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SvetlanaM%2Fpycon-workshop/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":279001290,"owners_count":26083058,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-10-09T02:00:07.460Z","response_time":59,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["data-analysis","data-science","martinus","matplotlib","pandas","pycon2016","pyconcz","python","scikit-learn","workshop"],"created_at":"2024-11-13T19:19:50.438Z","updated_at":"2025-10-09T11:18:09.821Z","avatar_url":"https://github.com/SvetlanaM.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"PyCon CZ 2016 workshop\n=======================\n\n\nV prvom kroku si nainštalujeme virtuálne prostredie, v ktorom budeme našu aplikáciu vyvíjať a spúštať. Virtuálne prostredie slúži k oddeleniu rôznych inštalácií balíčkov, verzií Pythonu na jednom počítači. Taktiež ak sa niečo v projekte pokazí, ktorý je vytvorený v rámci daného virtuálneho prostedia, neohrozí to ďalšie projekty na počítači.\n\nÚlohy:\n\n1. Otvor si príkazový riadok (terminál - Mac OS, Linux)\n\n2. Zvoľ si adresár, v ktorom budeš mať vytvorený projekt a následne pracovať.\n\n3. Naviguj sa do adresára\n\n4. Vytvor novú složku a vstúp do novo-vytvorej zložky\n\n5. Vytvor virtuálne prostredie. Príkazy pre vytvorenie virtuálneho prostredia sa líšia podľa operačného systému:\n\nWindows:\n\n\u003cpre\u003e\u003ccode\u003e\u003e py 3 -m venv venv \u003c/code\u003e\u003c/pre\u003e\n\nLinux/Mac OS:\n\n\u003cpre\u003e\u003ccode\u003e$ python3 -m venv venv \u003c/code\u003e\u003c/pre\u003e\n\nPo vytvorení virtuálneho prostredia je potrebné ho **spustiť.** . Spustenie virtuálneho prostredia sa taktiež líši podľa operačného systému:\n\nWindows:\n\n\u003cpre\u003e\u003ccode\u003e\u003e\\venv\\Scripts\\activate\u003c/code\u003e\u003c/pre\u003e\n\nLinux/Mac OS:\n\n\u003cpre\u003e\u003ccode\u003e$ source /venv/bin/activate \u003c/code\u003e\u003c/pre\u003e\n\nPo spustení by malo ukázať pred \u003ccode\u003e \u003e \u003c/code\u003e alebo \u003ccode\u003e$\u003c/code\u003e slovo \u003ccode\u003e(venv)\u003c/code\u003e.\n\n\u003cpre\u003e\u003ccode\u003e(venv) MacBook-Pro:pyconworkshop svetlanamargetova$ \u003c/code\u003e\u003c/pre\u003e\n\n## Inštalácia potrebných knižníc\n\nNa inštaláciu budeme využívať [pip](https://pypi.python.org/pypi/pip). \n\n## Inštalácia cez Anacondu\n[Anaconda](https://www.continuum.io/downloads) - obsahuje všetky potrebné balíčky pre prácu. Tí, čo anacondu inštalovať nechcú, pokračujte pokynmi nižšie.\n\n### Inštalácia Jupyter Notebook\n\n[Jupyter](http://jupyter.org/) notebook je webová aplikácia, ktorá umožňuje zdielať a vytvárať dokumenty obsahujúce \"živý\" kód, vizualizácie, markdown system, HTML kód a mnoho iného.\n\n\u003cpre\u003e\u003ccode\u003e$ pip install jupyter \u003c/code\u003e\u003c/pre\u003e\n\n### Inštalácia pandas\n\n[Pandas](http://pandas.pydata.org/) je knižnica umožňujúca prácu s dátovými štruktúrami rôznych formátov v Pythone.\n\n\u003cpre\u003e\u003ccode\u003e$ pip install pandas\u003c/code\u003e\u003c/pre\u003e\n\nV rámci Pandas sa nám naištalovala aj potrebná knižnica numpy. \n\n### Inštalácia matplotlib\n\n[Matplotlib](http://matplotlib.org/) je knižnica vykresľujúca 2D vizualizácie v Pythone v rôznych formátoch. Umožňuje vykreslovať rôzne druhy grafov, ukladať výstupy v rôznych formátoch.\n\n\u003cpre\u003e\u003ccode\u003e$ pip install matplotlib\u003c/code\u003e\u003c/pre\u003e\n\n### Inštalácia scipy\n\n[Scipy](https://www.scipy.org/) je knižnica obsahujúca rôzne štatistické a iné funkcie.\n\n\u003cpre\u003e\u003ccode\u003e$ pip install scipy\u003c/code\u003e\u003c/pre\u003e\n\n## Spustenie Jupyter notebooku\n\nPo nainštalovaní potrebných knižníc si môžeme spustiť na localhoste Jupyter notebook pomocou príkazu:\n\n\u003cpre\u003e\u003ccode\u003e$ jupyter notebook\u003c/code\u003e\u003c/pre\u003e\n\n\nDátové sety\n--------------\nVytvor zložku \"csv\" v hlavnom adresári projektu. Následne stiahni dátové sety a ulož do složky \"csv\".\n\n1. Dátový set [Instagramu](https://www.dropbox.com/s/otpw5i51y7ugr95/martinus_sk.csv?dl=0)\n2. Dátový set [kníh](https://www.dropbox.com/s/evqcgmdh6xzyemj/martinus_db.csv?dl=0)\n3. Dátový set [používatelia](https://www.dropbox.com/s/l07zudw93wzkiq9/users.csv?dl=0)\n\n\nInstagram skript\n--------------------\nSkript na sťiahnutie dát z rôznych Instagram účtov - [InstagramToCsv](https://github.com/SvetlanaM/InstagramToCsv)\n\nToDo\n--------------------\n1. Sťahovať vždy na začiatku práce aktuálne dáta z Instagramu \n2. Zautomatizovať spracovanie clusterov bez nutnosti zadávať hodnoty ručne používateľom\n3. Rozpoznávanie názvu kníh z obrázku, kde nie je hashtag (nice to have)\n4. Poslať výstup priamo cez API na server \n5. Zautomatizovať \n\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fsvetlanam%2Fpycon-workshop","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fsvetlanam%2Fpycon-workshop","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fsvetlanam%2Fpycon-workshop/lists"}