GigglyGram è un nuovo social media, e gli sviluppatori vi chiedono di scrivere un programma Python per analizzare le tendenze degli hashtag su GigglyGram. Il file hashtags.csv contiene dati estratti da post pubblicati. Ogni riga del file rappresenta un post, con le seguenti informazioni separate da spazi:
DATA ORA #hashtag1 ... #hashtagN
dove gli hashtag possono essere in numero variabile (e ce n'è sempre almeno uno), e il file contiene solo ed esclusivamente i post di due giornate consecutive.
Il programma deve identificare gli hashtag in tendenza, i.e. che hanno guadagnato popolarità significativa nelle ultime 24 ore. Si considera che un hashtag abbia guadagnato popolarità se la sua frequenza di menzione è aumentata di almeno il 50% rispetto al giorno precedente.
Il programma deve visualizzare in uscita un elenco (in ordine di incremento decrescente) dei tag in tendenza e del corrispondente incremento di frequenza (come numero intero).
2023-06-01 08:30 #tech #innovation #social
2023-06-01 09:15 #health
2023-06-01 10:00 #environment #sustainability #green
2023-06-01 11:45 #tech #innovation
2023-06-01 12:30 #health #wellness #fitness
2023-06-01 14:00 #environment
2023-06-01 15:30 #tech #innovation #AI
2023-06-01 16:45 #wellness
2023-06-01 18:00 #environment #sustainability
2023-06-02 09:00 #tech #innovation
2023-06-02 10:15 #tech #robotics
2023-06-02 11:30 #health #wellness
2023-06-02 12:45 #tech #AI #innovation
2023-06-02 14:00 #environment #climatechange
2023-06-02 15:15 #tech #innovation
2023-06-02 16:30 #health #wellness #mentalhealth
2023-06-02 17:45 #environment #sustainability #eco
2023-06-02 19:00 #tech #innovation #futurism
2023-06-02 20:15 #health #wellness #lifestyle
Hashtag in tendenza:
#tech con un incremento del 67%
#health con un incremento del 50%
#wellness con un incremento del 50%