====== Spam I ======
[[courses:b4b33rph:internal:cviceni:program_po_tydnech:tyden_08|Učitelská verze stránky]]

===== Výsledky učení =====
Po tomto cvičení student
  * rozumí zadání úlohy Spam filtr, rozumí formátu dat;
  * umí spustit testy k prvnímu kroku úlohy Spam filtr, rozumí jejich výstupům a chápe, jak mohou být užitečné při řešení úlohy;
  * umí vytvářet jednoduché generátory pomocí příkazu ''yield''.



===== Program =====

  * Dotazy a odpovědi
  * Testík
  * Hádanka
  * Vyjasnění a diskuse zadání úlohy Spam filter
  * Vysvětlení a demonstrace testů k úloze Spam filter
  * Příkaz ''yield''

===== Dotazy a odpovědi =====
  * Kdo dokončil implementaci funkcí ''count_chars_in_string()'' a ''count_chars_in_file()''?
  * Kolik lidí se pokusilo implementovat funkci ''read_classification_from_file()''? Kolik lidí si myslí, že ji i úspěšně dokončilo?
  * Na jaké problémy jste při práci se soubory narazili?
  * Připomenutí: proč je dobré používat parametr ''encoding'' ve volání ''open(filename, mode, encoding='utf-8')''?


===== Programovací testík =====
Zadání 4. testíku se dozvíte na cvičení.


===== Hádanka =====
Zadání hádanky se dozvíte na cvičení.


===== Úvod do úlohy Spam filtr =====
  * Vyjasnění [[..:spam:uvod|diskuze o filtrování spamu z přednášky]], odpovědi na otázky
  * [[..:spam:specifikace|Specifikace celé úlohy]] - co **musí** celé řešení splnit
  * [[..:spam:data|Data a jejich formát]]
  * [[..:spam:dekompozice|Analýza a dekompozice problému]] na jednotlivé funkční bloky
==== Tým pro Spam filtr ====
Druhá část úlohy Spam filtr je týmová. Do příštího týdne vyplňte
 
[[https://docs.google.com/forms/d/e/1FAIpQLSfWtoZGsMZpZU57nXX2dhPunyMpOvkIdRuN0WYH6XMoSx5Lng/viewform|Dotazník]]

a dejte nám tak vědět, zda tým už máte nebo si někoho najdete sami, zda byste chtěli, abychom vám někoho přidělili, nebo zda máte k týmové práci takový odpor, že opravdu chcete úlohu řešit sami. 
  * Pokud se rozhodnete úlohu řešit sami, vězte, že to bude mnohem více práce: musíte vytvořit kód, report i prezentaci sami. V týmu se o práci můžete podělit.
  * Je to hlavně pro naši i vaši orientaci, abychom my i vy věděli, s kým jste v týmu, příp. komu máme partnera do týmu najít. Proto se ptáme i na úroveň Pythonu, abychom dokázali vás dokázali lépe "namatchovat" k sobě.
  * Týmy mohou být sestaveny napříč cvičeními. (Závěrečnou prezentaci stačí předvést na jednom cvičení.)



===== Založení projektu a spouštění testů =====
Pokud stále narážíte na problémy se zakládáním projektů, spouštěním skriptů, či testů, zkuste si přečíst následující informace:
  * [[courses:b4b33rph:tutorialy:python:vscode|VS Code]]
  * [[courses:b4b33rph:tutorialy:python:pycharm|PyCharm]]

===== Demonstrace testů k úloze Spam filter =====
[[http://docs.python.org/py3k/library/unittest.html]]

  * Testy se snažíme psát srozumitelně, abyste jejich studiem něco získali.
  * Mnoho pomocných funkcí, které u testů jsou, tvoří také zajímavý studijní materiál.
  * Uvědomte si, že testy velmi často dělají opak toho, co má dělat váš kód: když má vaše funkce načítat data ze souboru, musí je jiná funkce v testu nejprve vytvořit. Zkuste zde hledat inspiraci k řešení vlastních problémů!

==== Testy ke kroku 1 ====
Stáhněte si <wrap download>{{..:spam:test1_readclassification.zip|testy ke kroku 1}}</wrap> úlohy Spam filtr. Archiv rozbalte do adresáře, kde vyvíjíte spam filter.
  * Zkuste si zdrojový kód testů sami přečíst. Poznamenejte si nejasnosti. Diskutujte o nich se cvičícím.
  * Zkuste testy spustit. 
  * Co vám říká výstup? Jaký další (co nejmenší) krok byste udělali na základě výstupu unit testu, abyste se posunuli dál?
  * Zkuste tento krok rovnou udělat. Jak se změnil výstup unit testu? Jaký další krok byste udělali?
  * ...



==== Testy ke kroku 2 ====
Zopakujte (podle potřeby) výše uvedené i pro <wrap download>{{..:spam:test2_corpus.zip|testy ke kroku 2}}</wrap>.



===== Příkaz ''yield'' =====
/*Generátory a ''yield'' byly probrány na přednášce 31.10. 2017. Následující byste již měli znát, příklady jste už viděli.*/

++++ Iterable, iterátor, generátor, ''yield'' |

  * Co jsou "iterables"? 
    * Iterable je každý objekt, který umí vrátit iterátor, tj. objekt, který implementuje metodu ''<nowiki>__iter__()</nowiki>'', která iterátor vrací.
    * Z praktického hlediska je to každý objekt, jehož prvky se dají procházet cyklem ''for''. 
    * Seznamy, n-tice, řetězce, soubory, atd.
  * Co je to "iterátor"? 
    * Iterátor je každý objekt implementující tzv. "iterator" protokol, tj. každý objekt, který implementuje metody ''<nowiki>__iter__()</nowiki>'' a ''<nowiki>__next__()</nowiki>''.
    * Iterátor se používá k procházení prvků nějaké "iterable" kolekce, aniž by bylo potřeba načíst do paměti všechny prvky kolekce najednou. Díky tomu jsou efektivní pro velké datové sady.
    * Každý iterátor je také "iterable" (implementuje metodu ''<nowiki>__iter__()</nowiki>'', která obvykle vrací stejnou instanci, na niž byla metoda zavolána).
    * Iterátor lze použít k projítí prvku kolekce pouze jednou. Dostane-li se na konec, je třeba požádat kolekci o nový iterátor.
  * Co je to generátor?
    * Generátor je speciálním typem iterátoru, který se definuje pomocí funkce obsahující jeden nebo více příkazů ''yield''.
    * Zavoláte-li funkci, která obsahuje ''yield'', **kód uvnitř funkce se nespustí**! Funkce pouze vrátí generátor.
    * Vrácený generátor je iterátorem: má tedy metodu ''<nowiki>__next__</nowiki>'' (kterou volá cyklus ''for'', aniž byste o tom věděli).
    * Při prvním volání metody ''next'' se funkce spustí, dokud nenarazí na první ''yield''. Tam se její běh přeruší (ovšem generátor si pamatuje její stav) a argument příkazu ''yield'' je vrácen volajícímu kódu.
    * Při každém dalším volání metody ''next'' se funkce spustí od předchozího ''yield'', dokud nenarazí na další ''yield'' nebo na konec funkce, kdy se vyhodí výjimka ''StopIteration''.

++++

===== Programovací úlohy =====
  * Dokončete [[..:spam:krok1|krok 1]] úlohy Spam filtr, tj. funkci ''read_classification_from_file()'' tak, aby procházela testy.
  * Začněte pracovat na [[..:spam:krok2|kroku 2]] úlohy Spam filtr, tj. na třídě ''Corpus'' a její metodě ''emails()''.
  

====== Domácí úkol ======


Vyplňte [[https://docs.google.com/forms/d/e/1FAIpQLSfWtoZGsMZpZU57nXX2dhPunyMpOvkIdRuN0WYH6XMoSx5Lng/viewform|dotazník]] ohledně složení týmů pro Spam filtr, pokud jste to ještě neudělali.

===== Programování =====
Pokud se vám to nepodařilo už na cvičení, dokončete:
  * [[..:spam:krok1|krok 1]] úlohy Spam filtr, tj. funkci ''read_classification_from_file()'' tak, aby procházela testy.
  * [[..:spam:krok2|krok 2]] úlohy Spam filtr, tj. třídu ''Corpus'' a její metodu ''emails()'' tak, aby procházela testy.

===== Příprava =====
Příprava na [[..:spam:krok3|krok 3]] úlohy spam filtr:
> {{section>..:spam:krok3#priprava&noheader&nodate}}

Příprava na [[..:spam:krok4|krok 4]] úlohy spam filtr:
> {{section>..:spam:krok4#priprava&noheader&nodate}}