Zadanie 1 - Start projektu
Zadanie 1: Start projektu - pierwszy workflow w Jupyter
Terminowość dostaw sklepu internetowego
Zadanie nieobowiązkowe i bez oceny. Pracuj we własnym tempie. Orientacyjny czas: 45–60 min. Dane v1.0 • Karta v1.0
Zaczynasz projekt dla koordynatora logistyki fikcyjnego sklepu. Najpierw sprawdź, jak zmienia się czas aktywnego pakowania w jednym magazynie. Przygotuj notebook, który łączy pytanie, kod, wynik i własną obserwację.
Cel i rezultat
Utworzysz przenośny projekt i pierwszy wynik, który można odtworzyć po restarcie kernela. Pełne przygotowanie danych będzie zadaniem ćwiczenia 2.
Zanim zaczniesz
Załącznik do tego zadania: terminowosc_dostaw_dane_v1.zip. Rozpakuj go; projekt znajduje się w folderze terminowosc_dostaw.
Przeczytaj README.md, docs/opis_przypadku.md i docs/slownik_danych.md. Otwórz środowisko Jupyter z kursu; pakiet zawiera dane, ale nie gotowy notebook.
Ścieżki w karcie są względne wobec folderu terminowosc_dostaw. Plików w data/raw nie zmieniaj.
1 Przygotuj projekt
Zachowaj foldery data/raw, data/processed, docs, notebooks, outputs/tables i outputs/figures. W notebooks utwórz C1_start_projektu.ipynb. Uzupełnij README.md o cel pracy i datę rozpoczęcia; pozostaw opis wersji danych.
2 Zapisz pytanie przed analizą
Pytanie: jak zmieniał się czas aktywnego pakowania zamówień MAG-01 w badanym okresie? W Markdown podaj odbiorcę, źródło i plan odpowiedzi. Ułóż sekcje: Cel, Dane, Konfiguracja, Kontrole, Analiza i wykres, Obserwacja i ograniczenie, Użycie LLM.
3 Wczytaj źródło i sprawdź podzbiór
Wyświetl Path.cwd() i sprawdź istnienie data/raw/zamowienia.csv. Jeśli używasz Path.cwd().parent, katalog roboczy musi być notebooks. Wczytaj CSV, obejrzyj kolumny i rozmiar. Wybierz dokładnie MAG-01, utwórz kopię i pozostaw id_zamowienia, data_zlozenia, magazyn_id oraz czas_pakowania_min.
Sprawdź w tym podzbiorze braki potrzebnych pól, pełne duplikaty i dodatniość czasu. Zamień data_zlozenia na datę i czas; uporządkuj wiersze według niej oraz id_zamowienia. Problemy innych magazynów zanotuj do C2, bez czyszczenia całego eksportu.
Od obliczenia do własnej obserwacji
4 Przygotuj podsumowanie i wykres
Oblicz liczebność, minimum, średnią i maksimum czasu pakowania. Zapisz podsumowanie w outputs/tables/C1_podsumowanie_pakowania_MAG01.csv. Narysuj czas pakowania kolejnych zamówień według daty złożenia i zapisz outputs/figures/C1_czas_pakowania_MAG01.png. Dodaj tytuł, opisy osi i jednostkę min.
5 Wyjaśnij wynik
W 2–3 zdaniach odpowiedz na pytanie, przywołując własne liczby. Dodaj jedno ograniczenie. Czas pakowania nie jest całym czasem realizacji ani miarą terminowości. Nie przypisuj zmian pracownikom lub przewoźnikowi bez danych.
6 Sprawdź odtwarzalność
Zapisz notebook, uruchom ponownie kernel i wszystkie komórki od początku. Usuń przyczynę pierwszego błędu i powtórz pełny przebieg. Zapisz notebook z aktualnymi wynikami. Zapisz użyte wersje Pythona i bibliotek.
Jeśli korzystasz z LLM, dopisz użycie i sposób sprawdzenia do docs/rejestr_uzycia_LLM.csv. W przeciwnym razie odnotuj w notebooku, że LLM nie był używany.
Co otrzymujesz
Spakuj poniższe pliki jako C1_rozwiazanie.zip, zachowując ścieżki wewnątrz archiwum. ZIP zapisz poza projektem jako archiwum.
notebooks/C1_start_projektu.ipynb
outputs/tables/C1_podsumowanie_pakowania_MAG01.csv
outputs/figures/C1_czas_pakowania_MAG01.png
README.md
Jeśli uzupełniasz rejestr LLM, dołącz również docs/rejestr_uzycia_LLM.csv. Pozostałe pliki zachowaj w projekcie.
Samokontrola
- Kod analizuje tylko MAG-01 i kontroluje potrzebne pola.
- Podsumowanie i wykres powstają z kodu po czystym uruchomieniu.
- Obserwacja zawiera własny wynik, a ograniczenie wyjaśnia jego zakres.
Krótka refleksja w notebooku: Która kontrola daje Ci pewność, że analizujesz właściwe dane? Dopisz jedno zdanie.
Zachowaj cały projekt. W C2 przygotujesz wszystkie zamówienia i połączysz je z kartoteką magazynów.
Dla chętnych: porównaj średnią z medianą czasu pakowania i opisz różnicę.