V souboru [callcentrum.txt]{src=assets/callcentrum.txt} najdete několik tisíc záznamů pro call centrum, které udávají časy mezi jednotlivými příchozími hovory v minutách a vteřinách. Načtěte tato data do série v Pythonu. Časy převeďte na vteřiny a zobrazte jejich histogram a boxplot. Co lze z těchto dvou grafů vyčíst?

Mějme dvě hrací kostky, kterými vždy hodíme najednou a zaznamenáme součet bodů. Stáhněte si textový soubor [kostky.txt]{src=assets/kostky.txt}, který obsahuje 1000 takových nezávislých hodů.

1. Stáhněte si následující [ZIP soubor]{src=assets/dhmo.zip}, který rozbalte někam na váš počítač. V rozbalené složce `dhmo` rozklikněte soubor `index.html`. V prohlížeči by se vám měla otevřít jednoduchá webová stránka pojednávající o škodlivosti jedné velmi zajímavé chemikálie. Stránka nevypadá příliš vábně, protože není napojena na žádné CSS styly, a vidíme tedy jen čistý obsah.

Abychom měli nějaký praktický příklad k procvičování, použijeme fiktivní data z výsledků maturitních zkoušek během jednoho týdne na nějakém menším gymnáziu. Maturita se odehrává ve třech místnostech: U202, U203 a U302. Máme tedy tři tabulky dat, z každé místnosti jednu. Níže si můžete prohlédnout příklad tabulky z místnosti U202. Všechny tabulky jsou ke stažení zde: [u202.csv]{src=assets/u202.csv}, [u203.csv]{src=assets/u203.csv}, [u302.csv]{src=assets/u302.csv}.

Výslednou tabulku si můžete stáhnout jako soubor [maturita.csv]{src=assets/maturita.csv}.

Data si můžete stáhnout jako soubor [predsedajici.csv]{src=assets/predsedajici.csv}. Načtěme si jej jako DataFrame.

Výslednou tabulku si opět můžete stáhnout jako soubor [maturita2.csv]{src=assets/maturita2.csv}.

Stáhněte si soubor [jmena100.csv]{src=assets/jmena100.csv}, který obsahuje tabulku 100 nejpoužívanějších českých křestních jmen seřazených od nejpoužívanějšího k nejméně používanému. Otevřete Python konzoli a pomocí Pandas načtěte tuto tabulku jako DataFrame. Jako index zvolte sloupec s názvem 'jméno'.

Tabulku výše si můžete stáhnout ve [formátu CSV]{src=assets/mesta.csv}. Abychom si ji mohli prohlédnout jako DataFrame, otevřeme si nejprve Python konzoli, importujeme modul `pandas` a načteme CSV soubor pomocí funkce `read_csv().`

Tabulku si můžete stáhnout jako soubor [vaha.txt]{src=assets/vaha.txt}. Bohužel Kristián není ten úplně nejvíc nejdůslednější člověk na planetě, takže hodnoty v druhém a třetím sloupečku nejsou vždy úplně konzistentní, hemží se to zde překlepy i občasnou chybějící hodnotou. Váha je řetězec, který nejen obsahuje i jednotky, ale navíc jsou desetinná čísla zapsána pomocí čárky. Navíc jsou hodnoty v tomto souboru jsou odděleny tabulátory, což svědčí o tom, že je Kristián asi vykopíroval přímo z Excelu nebo Google docs.

Na Fakultu hybridních přírodních umění nastupují nově přijatí studenti. Tabulku těchto studentů s jejich rodnými čísly najdete v souboru [studenti.txt]{src=assets/studenti.txt}. Tabulka je evidentně vykopírovaná z Excelu, neboť hodnoty jsou zde odděleny tabulátory. Na každém řádku je jméno a příjmení studenta a jeho rodné číslo. Vytvořte Python program a proveďte v něm následující úkony.

V Pythonu je velice jednoduché převést JSON na obyčejný Python slovník. Stačí nám k tomu modul jménem `json`. Vyzkoušíme si to na našem seznamu absolventů. Nejdřív si tato data stáhneme jako soubor [absolventi.json]{src=assets/absolventi.json}. Ten pak můžeme v Pythonu otevřít a převést na JSON následujícím programem.

Ze souboru [karty.txt]{src=assets/karty.txt} si načtěte do seznamu kompletní balíček karet. Zadání je stejné jako v předchozí úložce, tedy vylosovat 4 karty z balíčku a vypsat je jako seznam spolu se součtem hodnot.