# Hackathon datové analýzy – pro začátečníky! [Python v ČR bloguje](https://blog.python.cz/) Hackathon datové analýzy – pro začátečníky! =========================================== 02/06/18 [Petra Vondrová, Pavlína Froňková a Petr Messner](https://blog.python.cz/#about) V sobotu ráno 3. února 2018 se sešlo 16 začínajících programátorek a programátorů v Národní technické knihovně v Dejvicích, aby si vyzkoušeli datovou analýzu. Samostatné práci v rámci začátečnického hackathonu předcházelo setkání s členy týmu Seznam.cz, kteří se věnují analýze dat. Ti nejprve představili svoji práci a potom účastníkům ukázali data, která Seznam poskytl k učení, procvičování a analýze pomocí Pythonu. Jednalo se o dva datasety z databáze [Srealit](https://www.sreality.cz/), kluci představili strukturu dat i možné formy interpretace a na co si dát pozor, poté poskytli data ke stažení všem a ti si je začali sami osahávat. Po prvních dvou rozehřívacích úkolech pro všechny k seznámení s datasety se začali účastníci dělit do skupinek, které pak již budou pokračovat v práci na svých projektech samostatně. Rozhodující je vybrat dobré téma! Sreality nabízí aktuálně velmi palčivou problematiku bydlení, aneb jak neskončit pod mostem, když mosty v Praze teď nejsou v nejlepším stavu. První odvážná analytička se přihlásila: „Já jsem shodou okolností přidala inzerát na Sreality a je tam, ráda bych si to proto srovnala.“ Hned vzápětí se zvedla další ruka: „Kupujeme byt, taky by se mi to hodilo! Jsem s tebou.“ Týmy a témata se začaly rychle skládat dohromady. Další skupina se zaměřila na vliv rekonstrukce na cenu nemovitostí: „Můžeš mě přidat k té rekonstrukci?“, „Já bych taky rekonstruoval.“ Další týmy se vrhly na měření vlivu vzdálenosti bytu od centra města a zastávek MHD, v závislosti na jeho ceně – kam až kupec zajde? První vlnu brainstormingu a konzultování přípravy přerušil společný oběd a po něm následovaly další hodiny práce. Za oknem krátce sněžilo a potemnělo, ale duhová podlaha NTK nás nenechala usnout. Po pečlivé analýze a dlouhém systematickém rozebírání alternativ došlo večer na prezentace výsledků. Všechny skupiny dokončily své projekty a k analýze přistoupily s odvahou a kreativitou. Porota složená z organizátorů a koučů ohodnotila přístup k řešení projektu, práci v týmu, správnost postupu, ale i užitečnost. V součtu těchto kritérií zvítězila analýza **vlivu rekonstrukce na výslednou cenu bytu**, a tedy odpověď na otázku – prodávat před, či po rekonstrukci? Další prezentovaný projekt byla **analýza konkurenceschopnosti** konkrétního inzerátu bytu oproti ostatním. Velmi užitečnou by mohla být i **jednoduchá aplikace**, jež vyhodnotila polohu eventuálních nemovitostí z nabídky vzhledem k nejbližší stanici MHD. Během konečných prezentací měli účastníci možnost i kriticky ohodnotit cizí řešení a zamyslet se nad tím, kde a proč vznikly jaké odchylky. A co na to kouč Petr?[#](https://blog.python.cz/#a-co-na-to-kouc-petr) ---------------------------------------------------------------------- Workshop byl svým formátem vlastně hackathon, ale hlavním cílem bylo něco se naučit, setkat se s novými lidmi, trochu networking… spíš než vytvořit funkční projekt (i k tomu se ale jeden tým přiblížil). Učení probíhalo jak formou přednášky na začátku, tak i mezi účastníky navzájem, radami od pomáhajících koučů a samozřejmě i googlením :) Nikdo se nenudil s tím, že by už všechno znal. Všechny týmy si pro práci zvolily knihovnu Pandas. Ta na jednu stranu práci s daty usnadňuje, ale pokud s ní člověk nemá zkušenosti, tak neustále hledá, jak nějakou konkrétní věc udělat. Třeba i něco, co by nakonec bylo jednodušší v „čistém“ Pythonu. Pro začátečníky může být jednodušší pracovat s hodnotami tabulky (DataFrame) jednotlivě, což u Pandas bohužel není vhodné, protože je to docela pomalé; ale aspoň byl při běžícím výpočtu čas zajít si na kafe :) Většina týmů použila prostředí Jupyter Notebook. Všichni účastníci přišli na workshop s již připraveným softwarem na svých noteboocích, což ušetří hodně času. Praktickým problémem bylo předávání dat mezi členy týmů, jeden z týmů to vyřešil pomocí GitHubu. Co se týká samotné práce s daty, tak bych řekl, že účastníkům chyběly určité zkušenosti a návyky z oblasti statistiky. Často byl výstupem týmu sloupcový graf s průměrnou hodnotou, která ale nenese moc informace – nebylo zřejmé rozdělení dat, možné ovlivnění outliery… Nezbyl moc prostor hledat v datech nějaké další závislosti a souvislosti. Ale zase nejdříve je potřeba zvládnout nástroje, jako jsou Pandas, a toto workshop právě splnil. Týmy si procvičily i čištění dat. Ukázalo se, že i tak jasná položka, jako je „cena,“ nemusí být úplně směrodatná, pokud je v textu inzerátu upřesněno, že je to cena např. pouze za částečný podíl vlastnictví činžovního domu. Nejvíce se do dat zanořil vítězný tým, který zkoušel různé možnosti, jak z textu inzerátu zjistit údaje o rekonstrukci dané nemovitosti, což bylo uvedeno někdy i dost nepřímo. Děkujeme všem skvělým účastníkům, neúnavným [PyLadies](http://pyladies.cz/) koučům, [NTK](https://www.techlib.cz/cs/) a samozřejmě [Seznamu](https://vyvojari.seznam.cz/). Petra Vondrová, Pavlína Froňková a Petr Messner Své postřehy sepsala i jedna z účastnic, Michaela Šebestová: [Můj první datový hackathon](https://medium.com/@misasebestova/m%C5%AFj-prvn%C3%AD-datov%C3%BD-hackathon-6f753a4730cf) [![Vítězný tým](https://cdn.hashnode.com/res/hashnode/image/upload/v1692970410870/aae824e1-2fcc-4706-9eee-b3960d5d1381.jpeg)](https://blog.python.cz/images/img_1505.jpg)[![2. místo](https://cdn.hashnode.com/res/hashnode/image/upload/v1692970412061/bd7c054c-b4d2-4e63-830a-847fa7a11999.jpeg)](https://blog.python.cz/images/img_1518.jpg)[![Ilustrační foto z hackathonu](https://cdn.hashnode.com/res/hashnode/image/upload/v1692970413536/0c4e5d7d-0df5-4ebd-ac1b-cd8377e6f87a.jpeg)](https://blog.python.cz/images/img_1507.jpg)[![Ilustrační foto z hackathonu](https://cdn.hashnode.com/res/hashnode/image/upload/v1692970415065/046f1c4d-eddd-4e78-a314-147411beb0eb.jpeg)](https://blog.python.cz/images/img_1513.jpg)[![Ilustrační foto z hackathonu](https://cdn.hashnode.com/res/hashnode/image/upload/v1692970416423/1b57ddd8-3a5f-4ff0-b793-943ae0e8fefc.jpeg)](https://blog.python.cz/images/img_1508.jpg) * * * Petra Vondrová, Pavlína Froňková a Petr Messner ----------------------------------------------- ![](https://cdn.hashnode.com/res/hashnode/image/upload/v1692970417566/22f3b931-7574-4fd1-ae57-ef3bc90d365a.png) Tento blog píše [česká komunita kolem programovacího jazyka Python](https://python.cz/). I ty sem můžeš napsat článek! Chceš oznámit nějakou akci, zamyslet se nad budoucností [srazů](https://pyvo.cz/) nebo sepsat, co se ti líbilo na [konferenci](https://cz.pycon.org/)? Stačí [postupovat podle návodu](https://github.com/pyvec/blog.python.cz/#write-an-article-in-5-steps). * * * [Facebook](https://www.facebook.com/sharer.php?u=https%3A//blog.python.cz/hackathon-datove-analyzy-pro-zacatecniky&t=Python%C2%A0v%C2%A0%C4%8CR%20bloguje%3A%20Hackathon%20datov%C3%A9%20anal%C3%BDzy%20%E2%80%93%20pro%20za%C4%8D%C3%A1te%C4%8Dn%C3%ADky%21) [Twitter](https://twitter.com/share?url=https%3A//blog.python.cz/hackathon-datove-analyzy-pro-zacatecniky&text=Python%C2%A0v%C2%A0%C4%8CR%20bloguje%3A%20Hackathon%20datov%C3%A9%20anal%C3%BDzy%20%E2%80%93%20pro%20za%C4%8D%C3%A1te%C4%8Dn%C3%ADky%21) * * * Bez JavaScriptu se komentáře nezobrazí. * * * [Komentáře](http://blog-python-cz.disqus.com/hackathon_datove_analyzy_pro_zacatecniky/latest.rss)