Data Programming Course  Check-in [a5c76a0189]

Many hyperlinks are disabled.
Use anonymous login to enable hyperlinks.

Overview
Comment:aggiunte le slide dell'esercitazione finale
Downloads: Tarball | ZIP archive | SQL archive
Timelines: family | ancestors | descendants | both | trunk
Files: files | file ages | folders
SHA1:a5c76a0189ece20251d667dda2729d598a95cbdd
User & Date: EnricoGiampieri 2017-03-16 15:28:47
Context
2017-03-16
15:36
aggiornate le slide delle lezioni 4 e 5 con i commenti check-in: 6d9e084ded user: EnricoGiampieri tags: trunk
15:28
aggiunte le slide dell'esercitazione finale check-in: a5c76a0189 user: EnricoGiampieri tags: trunk
15:24
aggiunte le immagini della lezione 8 check-in: 085db9b49f user: EnricoGiampieri tags: trunk
Changes

Added Esercitazione finale.html.

more than 10,000 changes

Added Esercitazione finale.ipynb.



































































































































































































































































































































































































































































































































































>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "source": [
    "# Rete di citazioni di ArXiv per la fisica delle particelle\n",
    "\n",
    "## http://snap.stanford.edu/data/cit-HepPh.html\n",
    "\n",
    "Contiene un database delle citazioni degli articoli pubblicati su arxiv a proposito di fisica delle alte energie.\n",
    "\n",
    "Sono presenti due tabelle:\n",
    "* la coppia di paper citante-citato\n",
    "* la data di pubblicazione di ciascun paper"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "source": [
    "Passi dell'esercitazione:\n",
    "\n",
    "1. scaricate ed estraete i dati (in modo programmatico)\n",
    "2. caricate i dataset\n",
    "3. per ogni articolo stimate quanti articoli citi e quanti lo citano\n",
    "4. unite questa informazione con la tavola della data di pubblicazione\n",
    "5. fate una (o più) delle analisi possibili\n",
    "6. graficate i risultati e salvate la figura\n",
    "7. rendete la pipeline automatica con Snakemake"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": true,
    "editable": true,
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "source": [
    "domande possibili da rispondere:\n",
    "* come cambia nel tempo il modo di citare\n",
    "    - i paper vecchi veniva citati di più?\n",
    "    - tendevano a citare più o meno articoli?\n",
    "* relazione fra paper citati\n",
    "    - i paper che sono molto citati, tendono a citare molto a loro volta?\n",
    "    - i paper molto citati tendono a citare altri paper molto citati?\n",
    "* evoluzione nel tempo delle citazioni\n",
    "    - qual è il numero di citazioni nel tempo di ciascun paper?"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "source": [
    "Per i più audaci: esiste la rete di citazioni dei paper teorici\n",
    "\n",
    "## http://snap.stanford.edu/data/cit-HepTh.html\n",
    "\n",
    "che contiene anche i metadati sugli articoli, inclusi i nomi degli autori.\n",
    "\n",
    "Provate a fare il parsing del file degli autori ed estrarre il numero di autori per paper, correlandolo con il successo del paper in questione!"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 41,
   "metadata": {
    "collapsed": false,
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "/home/enrico/lavoro/DataProgrammingCourse/esercitazione\n"
     ]
    }
   ],
   "source": [
    "%mkdir esercitazione\n",
    "%cd esercitazione"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 42,
   "metadata": {
    "collapsed": false,
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "--2017-03-16 15:45:34--  http://snap.stanford.edu/data/cit-HepPh.txt.gz\n",
      "Resolving snap.stanford.edu (snap.stanford.edu)... 171.64.75.80\n",
      "Connecting to snap.stanford.edu (snap.stanford.edu)|171.64.75.80|:80... connected.\n",
      "HTTP request sent, awaiting response... 200 OK\n",
      "Length: 1664504 (1.6M) [application/x-gzip]\n",
      "Saving to: ‘cit-HepPh.txt.gz.1’\n",
      "\n",
      "cit-HepPh.txt.gz.1  100%[=====================>]   1.59M   805KB/s   in 2.0s   \n",
      "\n",
      "2017-03-16 15:45:47 (805 KB/s) - ‘cit-HepPh.txt.gz.1’ saved [1664504/1664504]\n",
      "\n"
     ]
    }
   ],
   "source": [
    "!wget http://snap.stanford.edu/data/cit-HepPh.txt.gz\n",
    "!gunzip -k cit-HepPh.txt.gz"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 43,
   "metadata": {
    "collapsed": false,
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "--2017-03-16 15:45:48--  http://snap.stanford.edu/data/cit-HepPh-dates.txt.gz\n",
      "Resolving snap.stanford.edu (snap.stanford.edu)... 171.64.75.80\n",
      "Connecting to snap.stanford.edu (snap.stanford.edu)|171.64.75.80|:80... connected.\n",
      "HTTP request sent, awaiting response... 200 OK\n",
      "Length: 96569 (94K) [application/x-gzip]\n",
      "Saving to: ‘cit-HepPh-dates.txt.gz.1’\n",
      "\n",
      "cit-HepPh-dates.txt 100%[=====================>]  94.31K   174KB/s   in 0.5s   \n",
      "\n",
      "2017-03-16 15:45:49 (174 KB/s) - ‘cit-HepPh-dates.txt.gz.1’ saved [96569/96569]\n",
      "\n"
     ]
    }
   ],
   "source": [
    "!wget http://snap.stanford.edu/data/cit-HepPh-dates.txt.gz\n",
    "!gunzip -k cit-HepPh-dates.txt.gz"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 44,
   "metadata": {
    "collapsed": false,
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "--2017-03-16 15:45:50--  http://snap.stanford.edu/data/cit-HepTh-dates.txt.gz\n",
      "Resolving snap.stanford.edu (snap.stanford.edu)... 171.64.75.80\n",
      "Connecting to snap.stanford.edu (snap.stanford.edu)|171.64.75.80|:80... connected.\n",
      "HTTP request sent, awaiting response... 200 OK\n",
      "Length: 96569 (94K) [application/x-gzip]\n",
      "Saving to: ‘cit-HepTh-dates.txt.gz’\n",
      "\n",
      "cit-HepTh-dates.txt 100%[=====================>]  94.31K   175KB/s   in 0.5s   \n",
      "\n",
      "2017-03-16 15:45:51 (175 KB/s) - ‘cit-HepTh-dates.txt.gz’ saved [96569/96569]\n",
      "\n"
     ]
    }
   ],
   "source": [
    "!wget http://snap.stanford.edu/data/cit-HepTh-dates.txt.gz\n",
    "!gunzip -k cit-HepTh-dates.txt.gz"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 45,
   "metadata": {
    "collapsed": false,
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "--2017-03-16 15:45:53--  http://snap.stanford.edu/data/cit-HepTh.txt.gz\n",
      "Resolving snap.stanford.edu (snap.stanford.edu)... 171.64.75.80\n",
      "Connecting to snap.stanford.edu (snap.stanford.edu)|171.64.75.80|:80... connected.\n",
      "HTTP request sent, awaiting response... 200 OK\n",
      "Length: 1317497 (1.3M) [application/x-gzip]\n",
      "Saving to: ‘cit-HepTh.txt.gz’\n",
      "\n",
      "cit-HepTh.txt.gz    100%[=====================>]   1.26M   709KB/s   in 1.8s   \n",
      "\n",
      "2017-03-16 15:45:55 (709 KB/s) - ‘cit-HepTh.txt.gz’ saved [1317497/1317497]\n",
      "\n"
     ]
    }
   ],
   "source": [
    "!wget http://snap.stanford.edu/data/cit-HepTh.txt.gz\n",
    "!gunzip -k cit-HepTh.txt.gz"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "collapsed": true,
    "slideshow": {
     "slide_type": "slide"
    }
   },
   "outputs": [],
   "source": [
    "!wget http://snap.stanford.edu/data/cit-HepTh-abstracts.tar.gz\n",
    "# questo comando creerà diverse cartelle con dentro i singoli file degli abstract\n",
    "!tar -xzf cit-HepTh-abstracts.tar.gz"
   ]
  }
 ],
 "metadata": {
  "celltoolbar": "Slideshow",
  "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": "3.6.0"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}

Added Esercitazione finale.slides.html.

more than 10,000 changes