{
"cells": [
{
"cell_type": "markdown",
"metadata": {
"collapsed": false
},
"source": [
"# Feladatok\n",
"\n",
"- Minden feladatot külön notebookba oldj meg! \n",
"- A megoldásnotebook **neve** tartalmazza a feladat **számát**! \n",
"- A megoldások kerüljenek a **MEGOLDASOK mappába**!
Csak azok a feladatok kerülnek elbírálásra, amelyek a MEGOLDASOK mappában vannak!\n",
"- A megoldás tartalmazza a megoldandó **feladat szövegét** a megoldásnotebook első `markdown` cellájában! \n",
"- **Kommentekkel**, illetve `markdown` cellákkal magyarázd, hogy éppen mit csinál az adott kódrészlet!
Magyarázat nélkül beküldött feladatok csak fél feladatnak számítanak!\n",
"- Az elkészített ábrákon legyen minden esetben **tengelyfelirat**! Amennyiben a beadott ábrákon nincs **tengelyfelirat**, az adott feladat automatikusan **nem teljesítettnek** minősül!\n",
"---"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 01-File megnyitás mode-ok\n",
"\n",
"Milyen értékeket vehet fel az `open` függvény `mode` paramétere? \n",
"- Sorold fel a lehetséges értékeket és jelentésüket!\n",
"- Melyek az alapértelmezett értékek?\n",
"- Linkekkel jelöld a forrásaidat!"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 02-Filemanipuláció\n",
"\n",
"Cseréld ki a `'../data/NAPFOLT/SN_m_tot_V2.0.txt'` file 137. és 42. karakterét! \n",
"- Az eredményt írd ki a `'napfolt_csere.dat'` file-ba!\n",
"- Használjuk a python beépített függvényeit!\n",
"- Emlékezz, hogy a `python`-ban minden 0-val kezdődik!\n",
"- **NE** használd a `numpy` által biztosított függvényeket! Amennyiben a feladat megoldásához tartozó notebookban `loadtxt()` vagy `savetxt()` függvény van, a feladat automatikusan nem teljesítettnek **minősül**!"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 03-Napfoltmegfigyelések száma és szórása\n",
"\n",
"Ábrázoljuk a `'../data/NAPFOLT/SN_m_tot_V2.0.txt'` file-ban található napfoltadatok számát és a megfigyelések pontosságát jellemző szórásokat az idő függvényében!\n",
"- Használjuk a python beépített függvényeit a mintapéldában bemutatott módon!\n",
"- Két ábrát készíts, egyet a megfigyelések számáról (nem a napfoltok számáról), egyet pedig az adatok szórásáról!"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 04- Baumgartner sebesen\n",
"\n",
"A `'../data/BAUMGARTNER/v_vs_t'` file tartalmazza a Felix Baumgartner ugrásának **mért** sebesség-idő adatait. A file két oszlopot tartalmaz, az első a mérés ideje másodpercben mérve, a második az esési sebesség abszolút értéke km/h mértékegységben. \n",
"\n",
"- Hasonlítsuk össze egy ábra segítségével a sebesség$--$idő adatsort az út$--$idő függvényből numerikus deriválással kapott adatsorral! Használjuk a `'../data/BAUMGARTNER/h_vs_t'` file-ból a magasság$--$idő adatokat!\n",
" - Az ábrán legyen jelmagyarázat! Jelmagyarázat nélküli ábra automatikusan 0 pontos feladatot jelent!\n",
"- A sebesség-idő adatok numerikus deriválásával számítsuk ki a gyorsulás$--$idő függvényt, és elemezzük a függvény első néhány (10) pontját!\n",
" - Mennyi a pontok átlaga?\n",
" - Fizikai megfontolások alapján mennyinek kell lennie ennek az értéknek?\n",
"- Az adatok elemzésének segítségével, illetve az eredeti felvételt alaposabban is megvizsgálva nyilatkozzunk, hogy mi lehet az oka a sebesség-idő adatokban mutatkozó drasztikus ugrásnak $t\\approx 270s$ környékén?\n",
"\n",
"*Megjegyzés: numerikus deriváláshoz érdemes a mintapéldát felhasználni.*"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 05-Ebola \n",
"\n",
"A `'../data/EBOLA/ebola.txt'` file tartalmazza a 2014-es Ebola járvány fertőzöttségi és kumulatív (adott napig hányan haltak meg összesen) halálozási adatait. \n",
"- Ábrázoljuk a file-ban szereplő összes országra külön-külön az elhalálozottak számát az idő függvényében!\n",
"- A járványterjedések jó közelítéssel exponenciális függvényalakkal jellemezhatőek, azaz az alábbi függvény $$f(t)=A e^{\\alpha t} $$ jól szokott illeni ezen adatokra. Átlagképzés és numerikus deriválás segítségével határozzuk meg az $A$ és $\\alpha$ együtthatókat az összes elhalálozások számából! Mivel $$\\mathrm{d}f/\\mathrm{d}t=\\alpha f(t)$$ ezért $\\alpha$ a halálozási idősor és annak idő-deriváltjának hányadosának az átlagával közelíthető. Az $\\alpha$ ráta ismeretében az $A$ eggyütható értékét becsüljük meg az adatsor utólsó napjához tartozó adatokból!\n",
"- Ábrázoljuk a meghatározott paraméter értékek segítségével az $f(t)$ függvényt és az adatokat egyszerre!"
]
},
{
"cell_type": "markdown",
"metadata": {
"collapsed": true
},
"source": [
"## 06-☠ Mekegünk vagy nem mekegünk?\n",
"\n",
"Gyakran mondják, hogy a magyar nyelv aránytalanul sok e-betűt használ, idegen hallgatóság úgy érzékeli, mintha sokat \"mekegnénk\". \n",
"- Vizsgáljuk meg, mi a 10 leggyakoribb magyar betű Mikszáth Kálmán A fekete város c. regényében (`../data/fekete_varos.txt`)! \n",
"- Figyeljünk arra, hogy számlálás közben mindent kisbetűssé alakítsunk. \n",
"- Benne van-e az első 10 betű között az \"e\"? \n",
"- A két- és háromjegyű mássalhangzókat most kezeljük két külön betűnek.\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 07-☠ Rímdetektor\n",
"\n",
"- Olvassuk be Petőfi Sándor Szeptember végén c. versének sorait egy listába (`../data/szeptember_vegen.txt`)! \n",
"- Írjunk egy függvényt, amelynek ha beadunk két sort, akkor \"megméri\", hogy azok mennyire rímelnek! \n",
"- A \"mérés\" úgy történik, hogy vesszük mindkét sor utolsó szavát, majd a két szó közös karaktereinek számának a kétszeresét elosztjuk a két szó hosszának összegével.\n",
"- A mérés előtt a szavakből távolítsuk el az írásjeleket! \n",
"- Ezután vizsgáljuk meg, hogy a versen végigmenve a rímdetektor páros rímre (aabb) vagy keresztrímre (abab) ad-e nagyobb átlagos \"rímmértéket\"!"
]
}
],
"metadata": {
"anaconda-cloud": {},
"hide_input": false,
"kernelspec": {
"display_name": "Python 3",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.5.1"
},
"latex_envs": {
"bibliofile": "biblio.bib",
"cite_by": "apalike",
"current_citInitial": 1,
"eqLabelWithNumbers": true,
"eqNumInitial": 0
},
"name": "feladat03.ipynb",
"toc": {
"toc_cell": false,
"toc_number_sections": false,
"toc_section_display": "none",
"toc_threshold": 6,
"toc_window_display": true
}
},
"nbformat": 4,
"nbformat_minor": 0
}