try 2 change to ipynb

This commit is contained in:
szypol 2020-12-19 23:18:45 +01:00
parent 77795dcbd3
commit 475af24a8d
5 changed files with 1153 additions and 26 deletions

462
dev-0/out.tsv Normal file
View File

@ -0,0 +1,462 @@
93925.83
65075.145
100406.98
81483.12
102840.83
144380.33
78748.45
85585.11
72663.83
80115.79
65758.81
72663.83
95826.42
93023.39
93597.67
81496.79
73785.04
68247.35
79418.45
65075.145
84122.07
67536.34
83123.914
108487.9
93789.09
115666.39
126878.5
81578.83
92421.766
105780.586
73279.13
76013.8
100215.555
82303.516
100215.555
72595.47
122721.82
99668.62
68110.625
126345.24
73593.62
98848.22
58238.492
82700.04
118742.88
99176.375
64008.63
79856.0
71939.15
63707.812
60508.26
65075.145
64801.68
89687.1
112384.79
74646.46
73962.8
128245.83
114299.055
58238.492
57377.07
103934.69
55503.83
197706.23
133441.69
90015.266
167624.95
116049.24
93228.49
110197.06
55777.297
64008.63
82850.45
80799.45
72034.86
133441.69
102676.75
121983.46
75412.17
100215.555
61656.816
68411.43
70544.47
71911.805
65075.145
82221.48
63707.812
95156.43
60973.152
65075.145
200044.38
113779.48
112931.73
98848.22
54136.5
74646.46
49214.105
95142.76
81619.85
75603.59
106095.07
77381.125
82303.516
70503.45
58552.977
57896.66
107462.41
70763.24
70858.95
78064.79
77107.66
184032.92
61752.53
92968.7
70708.55
77107.66
79842.32
81756.586
67536.34
93789.09
58922.156
96523.76
206963.08
151080.27
86952.445
125675.25
65211.875
95156.43
74249.94
97891.086
78748.45
64815.355
175268.33
83534.12
79158.66
54054.46
60973.152
61068.867
65075.145
84491.25
146841.53
121135.71
101856.35
124977.91
103360.414
66579.21
91054.44
110593.59
83000.86
122503.05
63106.19
81113.94
139594.67
80115.79
119303.49
65075.145
71433.234
101856.35
73033.016
95156.43
79445.8
104727.74
80047.42
76013.8
81578.83
57664.215
128409.914
56187.496
101993.08
55503.83
70503.45
79199.68
81496.79
93789.09
129161.945
80854.15
106327.516
59769.9
82782.086
75316.46
122995.28
76013.8
48667.176
62231.094
51976.117
66442.48
82221.48
54915.875
101719.62
85585.11
60973.152
107435.06
73279.13
114162.33
73935.45
108829.734
77381.125
87745.5
98848.22
112931.73
73279.13
49145.742
57691.555
93789.09
68384.086
70544.47
85585.11
70544.47
94253.99
70175.29
95156.43
114299.055
179848.9
65075.145
101993.08
82194.13
86132.05
117854.12
83137.586
77381.125
83465.75
74796.87
40463.19
82631.68
75918.08
78748.45
108816.06
65075.145
75316.46
57418.094
68411.43
57965.023
70544.47
67809.81
101610.23
104536.32
78748.45
166257.62
69997.54
71911.805
68028.58
58347.88
71419.56
55503.83
81072.92
77791.32
78201.52
76287.26
81346.39
96660.49
86405.51
69888.15
57691.555
133742.5
74988.3
78174.18
82850.45
151859.64
122503.05
95156.43
59933.984
60562.953
113205.19
54259.56
79842.32
136176.34
55845.66
54560.37
177196.28
59988.67
56871.16
80662.72
174461.61
48202.28
88948.74
95361.53
106108.75
100625.75
80115.79
139321.22
75330.125
103168.984
55503.83
89646.086
111564.4
65075.145
76875.21
54560.37
100625.75
66169.01
149712.92
90712.6
78748.45
81428.42
72048.53
51688.977
73744.02
83534.12
79856.0
73279.13
84217.78
125552.195
114299.055
135164.53
65075.145
80525.984
80020.08
54136.5
95990.5
73347.5
78433.97
55271.383
129476.43
214114.2
93789.09
65075.145
86268.77
109280.95
57185.645
106095.07
68643.88
126605.04
101993.08
63707.812
73279.13
62381.5
73279.13
72404.04
73279.13
53863.03
77381.125
54861.184
184032.92
100078.81
116896.99
234624.17
93789.09
78748.45
79363.76
58703.383
109896.25
104549.99
83465.75
74646.46
49350.84
118537.78
49350.84
93707.055
14483.906
77545.2
74017.49
82166.78
64090.664
231889.52
53261.406
68028.58
65088.816
57513.81
60891.11
85585.11
99805.35
116896.99
173094.28
70544.47
93925.83
85585.11
88183.04
262640.78
93707.055
78734.79
82850.45
58306.855
71228.13
168035.16
101582.875
69518.97
66442.48
70544.47
72349.34
92421.766
70763.24
150533.33
130132.75
78488.664
147115.0
135041.45
84081.05
54327.926
157069.17
54478.332
69956.516
69095.1
108829.734
97070.695
82850.45
147115.0
104727.74
97248.44
61109.883
91218.516
86104.695
151216.98
154908.78
120862.25
94336.03
130707.03
135889.2
91054.44
71843.44
88319.77
137461.64
54833.836
102170.83
71952.82
129408.07
116377.4
212746.88
86542.24
102143.484
110921.75
134809.02
70503.45
40504.21
102881.85
76177.875
74783.195
82262.5
82262.5
77914.38
82043.73
128779.086
128177.47
79842.32
116350.055
94882.96
121081.016
139184.47
131527.42
233256.84
80143.13
85284.3
142370.36
101610.23
74783.195
87923.24
104495.3
333345.44
102321.234
62504.562
76000.125
62326.812
106081.4
62326.812
77969.08
96728.86
112630.914
115502.305
112630.914
83164.94
87171.21
136313.08
111427.664
1 93925.83
2 65075.145
3 100406.98
4 81483.12
5 102840.83
6 144380.33
7 78748.45
8 85585.11
9 72663.83
10 80115.79
11 65758.81
12 72663.83
13 95826.42
14 93023.39
15 93597.67
16 81496.79
17 73785.04
18 68247.35
19 79418.45
20 65075.145
21 84122.07
22 67536.34
23 83123.914
24 108487.9
25 93789.09
26 115666.39
27 126878.5
28 81578.83
29 92421.766
30 105780.586
31 73279.13
32 76013.8
33 100215.555
34 82303.516
35 100215.555
36 72595.47
37 122721.82
38 99668.62
39 68110.625
40 126345.24
41 73593.62
42 98848.22
43 58238.492
44 82700.04
45 118742.88
46 99176.375
47 64008.63
48 79856.0
49 71939.15
50 63707.812
51 60508.26
52 65075.145
53 64801.68
54 89687.1
55 112384.79
56 74646.46
57 73962.8
58 128245.83
59 114299.055
60 58238.492
61 57377.07
62 103934.69
63 55503.83
64 197706.23
65 133441.69
66 90015.266
67 167624.95
68 116049.24
69 93228.49
70 110197.06
71 55777.297
72 64008.63
73 82850.45
74 80799.45
75 72034.86
76 133441.69
77 102676.75
78 121983.46
79 75412.17
80 100215.555
81 61656.816
82 68411.43
83 70544.47
84 71911.805
85 65075.145
86 82221.48
87 63707.812
88 95156.43
89 60973.152
90 65075.145
91 200044.38
92 113779.48
93 112931.73
94 98848.22
95 54136.5
96 74646.46
97 49214.105
98 95142.76
99 81619.85
100 75603.59
101 106095.07
102 77381.125
103 82303.516
104 70503.45
105 58552.977
106 57896.66
107 107462.41
108 70763.24
109 70858.95
110 78064.79
111 77107.66
112 184032.92
113 61752.53
114 92968.7
115 70708.55
116 77107.66
117 79842.32
118 81756.586
119 67536.34
120 93789.09
121 58922.156
122 96523.76
123 206963.08
124 151080.27
125 86952.445
126 125675.25
127 65211.875
128 95156.43
129 74249.94
130 97891.086
131 78748.45
132 64815.355
133 175268.33
134 83534.12
135 79158.66
136 54054.46
137 60973.152
138 61068.867
139 65075.145
140 84491.25
141 146841.53
142 121135.71
143 101856.35
144 124977.91
145 103360.414
146 66579.21
147 91054.44
148 110593.59
149 83000.86
150 122503.05
151 63106.19
152 81113.94
153 139594.67
154 80115.79
155 119303.49
156 65075.145
157 71433.234
158 101856.35
159 73033.016
160 95156.43
161 79445.8
162 104727.74
163 80047.42
164 76013.8
165 81578.83
166 57664.215
167 128409.914
168 56187.496
169 101993.08
170 55503.83
171 70503.45
172 79199.68
173 81496.79
174 93789.09
175 129161.945
176 80854.15
177 106327.516
178 59769.9
179 82782.086
180 75316.46
181 122995.28
182 76013.8
183 48667.176
184 62231.094
185 51976.117
186 66442.48
187 82221.48
188 54915.875
189 101719.62
190 85585.11
191 60973.152
192 107435.06
193 73279.13
194 114162.33
195 73935.45
196 108829.734
197 77381.125
198 87745.5
199 98848.22
200 112931.73
201 73279.13
202 49145.742
203 57691.555
204 93789.09
205 68384.086
206 70544.47
207 85585.11
208 70544.47
209 94253.99
210 70175.29
211 95156.43
212 114299.055
213 179848.9
214 65075.145
215 101993.08
216 82194.13
217 86132.05
218 117854.12
219 83137.586
220 77381.125
221 83465.75
222 74796.87
223 40463.19
224 82631.68
225 75918.08
226 78748.45
227 108816.06
228 65075.145
229 75316.46
230 57418.094
231 68411.43
232 57965.023
233 70544.47
234 67809.81
235 101610.23
236 104536.32
237 78748.45
238 166257.62
239 69997.54
240 71911.805
241 68028.58
242 58347.88
243 71419.56
244 55503.83
245 81072.92
246 77791.32
247 78201.52
248 76287.26
249 81346.39
250 96660.49
251 86405.51
252 69888.15
253 57691.555
254 133742.5
255 74988.3
256 78174.18
257 82850.45
258 151859.64
259 122503.05
260 95156.43
261 59933.984
262 60562.953
263 113205.19
264 54259.56
265 79842.32
266 136176.34
267 55845.66
268 54560.37
269 177196.28
270 59988.67
271 56871.16
272 80662.72
273 174461.61
274 48202.28
275 88948.74
276 95361.53
277 106108.75
278 100625.75
279 80115.79
280 139321.22
281 75330.125
282 103168.984
283 55503.83
284 89646.086
285 111564.4
286 65075.145
287 76875.21
288 54560.37
289 100625.75
290 66169.01
291 149712.92
292 90712.6
293 78748.45
294 81428.42
295 72048.53
296 51688.977
297 73744.02
298 83534.12
299 79856.0
300 73279.13
301 84217.78
302 125552.195
303 114299.055
304 135164.53
305 65075.145
306 80525.984
307 80020.08
308 54136.5
309 95990.5
310 73347.5
311 78433.97
312 55271.383
313 129476.43
314 214114.2
315 93789.09
316 65075.145
317 86268.77
318 109280.95
319 57185.645
320 106095.07
321 68643.88
322 126605.04
323 101993.08
324 63707.812
325 73279.13
326 62381.5
327 73279.13
328 72404.04
329 73279.13
330 53863.03
331 77381.125
332 54861.184
333 184032.92
334 100078.81
335 116896.99
336 234624.17
337 93789.09
338 78748.45
339 79363.76
340 58703.383
341 109896.25
342 104549.99
343 83465.75
344 74646.46
345 49350.84
346 118537.78
347 49350.84
348 93707.055
349 14483.906
350 77545.2
351 74017.49
352 82166.78
353 64090.664
354 231889.52
355 53261.406
356 68028.58
357 65088.816
358 57513.81
359 60891.11
360 85585.11
361 99805.35
362 116896.99
363 173094.28
364 70544.47
365 93925.83
366 85585.11
367 88183.04
368 262640.78
369 93707.055
370 78734.79
371 82850.45
372 58306.855
373 71228.13
374 168035.16
375 101582.875
376 69518.97
377 66442.48
378 70544.47
379 72349.34
380 92421.766
381 70763.24
382 150533.33
383 130132.75
384 78488.664
385 147115.0
386 135041.45
387 84081.05
388 54327.926
389 157069.17
390 54478.332
391 69956.516
392 69095.1
393 108829.734
394 97070.695
395 82850.45
396 147115.0
397 104727.74
398 97248.44
399 61109.883
400 91218.516
401 86104.695
402 151216.98
403 154908.78
404 120862.25
405 94336.03
406 130707.03
407 135889.2
408 91054.44
409 71843.44
410 88319.77
411 137461.64
412 54833.836
413 102170.83
414 71952.82
415 129408.07
416 116377.4
417 212746.88
418 86542.24
419 102143.484
420 110921.75
421 134809.02
422 70503.45
423 40504.21
424 102881.85
425 76177.875
426 74783.195
427 82262.5
428 82262.5
429 77914.38
430 82043.73
431 128779.086
432 128177.47
433 79842.32
434 116350.055
435 94882.96
436 121081.016
437 139184.47
438 131527.42
439 233256.84
440 80143.13
441 85284.3
442 142370.36
443 101610.23
444 74783.195
445 87923.24
446 104495.3
447 333345.44
448 102321.234
449 62504.562
450 76000.125
451 62326.812
452 106081.4
453 62326.812
454 77969.08
455 96728.86
456 112630.914
457 115502.305
458 112630.914
459 83164.94
460 87171.21
461 136313.08
462 111427.664

236
linear_regression.ipynb Normal file
View File

@ -0,0 +1,236 @@
{
"metadata": {
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.8.0-final"
},
"orig_nbformat": 2,
"kernelspec": {
"name": "python3",
"display_name": "Python 3.8.0 64-bit ('tau': conda)",
"metadata": {
"interpreter": {
"hash": "99b9bc2e2925de034137bab8ac26137a7eaafe59960ece65892d3f1bd8bee5d4"
}
}
}
},
"nbformat": 4,
"nbformat_minor": 2,
"cells": [
{
"cell_type": "code",
"execution_count": 1,
"metadata": {},
"outputs": [],
"source": [
"import numpy as np\n",
"import pandas as pd\n",
"import torch\n",
"import torch.nn as tnn"
]
},
{
"cell_type": "code",
"execution_count": 2,
"metadata": {},
"outputs": [],
"source": [
"filedir = '/home/ubuntu/Pulpit/TAU/mieszkania5'\n",
"\n",
"#train size\n",
"learningRate = 0.000001 #przy obecnie ustawinej wartości udało się uzyskać najlepszy wynik. Najniższa wartość przy której tensory wyściowe regresji (zmienna outputs w sekcji trening) nie są [nan] wynisu 0.00001\n",
"epochs = 20000\n",
"\n",
"#treainfile\n",
"trainfile = filedir + '/train/train.tsv'\n",
"\n",
"#data files\n",
"dev0in = filedir + '/dev-0/in.tsv'\n",
"dev0out = filedir + '/dev-0/out.tsv' \n",
"testAin = filedir + '/test-A/in.tsv'\n",
"testAout = filedir + '/test-A/out.tsv'"
]
},
{
"cell_type": "code",
"execution_count": 3,
"metadata": {},
"outputs": [
{
"output_type": "stream",
"name": "stdout",
"text": [
"model regresji gotowy\n"
]
}
],
"source": [
"class linearRegression(tnn.Module):\n",
" def __init__(self, dim_i, dim_o):\n",
" super(linearRegression, self).__init__()\n",
" self.linear = tnn.Linear(dim_i, dim_o)\n",
"\n",
" def forward(self, x):\n",
" out = self.linear(x)\n",
" return out\n",
"\n",
"model = linearRegression(1, 1)\n",
"device = torch.device('cpu')\n",
"model.to(device)\n",
"criterion = tnn.MSELoss() \n",
"optimizer = torch.optim.SGD(model.parameters(), lr=learningRate)\n",
"\n",
"print('model regresji gotowy')"
]
},
{
"cell_type": "code",
"execution_count": 4,
"metadata": {},
"outputs": [
{
"output_type": "stream",
"name": "stdout",
"text": [
"dane treningowe wczytane\n"
]
}
],
"source": [
"#dane do treningu\n",
"trainfile_read = pd.read_csv(trainfile, sep='\\t', header=None, index_col=None)\n",
"train_data_sizes = np.array(trainfile_read[8].tolist(), dtype=np.float32).reshape(-1, 1)\n",
"train_data_prices = np.array(trainfile_read[0].tolist(), dtype=np.float32).reshape(-1, 1)\n",
"\n",
"print(\"dane treningowe wczytane\")"
]
},
{
"cell_type": "code",
"execution_count": 5,
"metadata": {
"tags": []
},
"outputs": [
{
"output_type": "stream",
"name": "stdout",
"text": [
"trening zakonczony\n"
]
}
],
"source": [
"#trening\n",
"for epoch in range(epochs):\n",
" inputs = torch.from_numpy(train_data_sizes).to(device)\n",
" labels = torch.from_numpy(train_data_prices).to(device)\n",
" \n",
" optimizer.zero_grad()\n",
"\n",
" outputs = model(inputs)\n",
"\n",
" loss = criterion(outputs, labels)\n",
"\n",
" loss.backward()\n",
"\n",
" optimizer.step()\n",
"\n",
"print('trening zakonczony')"
]
},
{
"cell_type": "code",
"execution_count": 6,
"metadata": {},
"outputs": [
{
"output_type": "stream",
"name": "stdout",
"text": [
"dane do przewidzenia wczytane\n"
]
}
],
"source": [
"#dane do przewidywania\n",
"devfile_read = pd.read_csv(dev0in, sep='\\t', header=None, index_col=None)\n",
"testfile_in = pd.read_csv(testAin, sep='\\t', header=None, index_col=None)\n",
"dev_data_sizes = np.array(devfile_read[7].tolist(), dtype=np.float32).reshape(-1, 1)\n",
"test_data_sizes = np.array(testfile_in[7].tolist(), dtype=np.float32).reshape(-1, 1)\n",
"\n",
"print('dane do przewidzenia wczytane')"
]
},
{
"cell_type": "code",
"execution_count": 7,
"metadata": {},
"outputs": [
{
"output_type": "stream",
"name": "stdout",
"text": [
"zapisywanie wyników dev-0\nwyniki zapisane\n"
]
}
],
"source": [
"#przewidywanie ceny dev-0\n",
"pred_data = model(torch.from_numpy(dev_data_sizes).requires_grad_()).data.numpy()\n",
"\n",
"print('zapisywanie wyników dev-0')\n",
"\n",
"dev_of = open(dev0out, 'w')\n",
"for i in pred_data:\n",
" dev_of.write(str(i[0])+'\\n')\n",
"dev_of.close()\n",
"\n",
"print('wyniki zapisane')"
]
},
{
"cell_type": "code",
"execution_count": 8,
"metadata": {},
"outputs": [
{
"output_type": "stream",
"name": "stdout",
"text": [
"zapisywanie wyników test-A\n"
]
}
],
"source": [
"#przewidywanie ceny test-A\n",
"pred_data = model(torch.from_numpy(test_data_sizes).requires_grad_()).data.numpy()\n",
"\n",
"print('zapisywanie wyników test-A')\n",
"\n",
"test_of = open(testAout, 'w')\n",
"for i in pred_data:\n",
" test_of.write(str(i[0])+'\\n')\n",
"test_of.close()\n",
"\n",
"print('wyniki zapisane')"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": []
}
]
}

View File

@ -4,18 +4,20 @@ import torch
import torch.nn as tnn
filedir = '/home/ubuntu/Pulpit/TAU/mieszkania5'
#train size
learningRate = 0.0001
epochs = 10000
learningRate = 0.000001 #przy obecnie ustawinej wartości udało się uzyskać najlepszy wynik. Najniższa wartość przy której tensory wyściowe regresji (zmienna outputs w sekcji trening) nie są [nan] wynisu 0.00001
epochs = 20000
#treainfile
trainfile = filedir + '/train/train.tsv'
#data files
dev0in = filedir + '/dev-0/in.tsv'
dev0out = filedir + '/dev-0/out.tsv'
testAin = filedir + '/test-A/in.tsv'
testAout = filedir + '/test-A/out.tsv'
class linearRegression(tnn.Module):
def __init__(self, dim_i, dim_o):
super(linearRegression, self).__init__()
@ -28,27 +30,22 @@ class linearRegression(tnn.Module):
model = linearRegression(1, 1)
device = torch.device('cpu')
model.to(device)
print('model regresji gotowy')
#dane do treningu
trainfile_read = pd.raed_csv(trainfile, sep='\t', header=None, index_col=None)
train_data_sizes = np.array(trainfile_read[8].tolist(), dtype=np.float32).reshape(-1, 1)
train_data_prices = np.array(trainfile_read[0].tolist(), dtype=np.float32).reshape(-1, 1)
#dane do przewidywania
devfile_read = pd.raed_csv(dev0in, sep='\t', header=None, index_col=None)
testfile_in = pd.raed_csv(testAin, sep='\t', header=None, index_col=None)
dev_data_sizes = np.array(devfile_read[7].tolist(), dtype=np.float32)
test_data_sizes = np.array(testfile_in[7].tolist(), dtype=np.float32)
criterion = tnn.MSELoss()
optimizer = torch.optim.SGD(model.parameters(), lr=learningRate)
print('dane wczytane')
print('model regresji gotowy')
#dane do treningu
trainfile_read = pd.read_csv(trainfile, sep='\t', header=None, index_col=None)
train_data_sizes = np.array(trainfile_read[8].tolist(), dtype=np.float32).reshape(-1, 1)
train_data_prices = np.array(trainfile_read[0].tolist(), dtype=np.float32).reshape(-1, 1)
print("dane treningowe wczytane")
#trening
for epoch in range(epochs):
inputs = torch.from_numpy(train_data_sizes)
labels = torch.from_numpy(train_data_prices)
inputs = torch.from_numpy(train_data_sizes).to(device)
labels = torch.from_numpy(train_data_prices).to(device)
optimizer.zero_grad()
@ -59,23 +56,37 @@ for epoch in range(epochs):
loss.backward()
optimizer.step()
print('trening zakonczony')
#przewidywanie ceny
predicted = model(torch.from_numpy(dev_data_sizes).requires_grad_()).data.numpy()
print('trening zakonczony')
#dane do przewidywania
devfile_read = pd.read_csv(dev0in, sep='\t', header=None, index_col=None)
testfile_in = pd.read_csv(testAin, sep='\t', header=None, index_col=None)
dev_data_sizes = np.array(devfile_read[7].tolist(), dtype=np.float32).reshape(-1, 1)
test_data_sizes = np.array(testfile_in[7].tolist(), dtype=np.float32).reshape(-1, 1)
print('dane do przewidzenia wczytane')
#przewidywanie ceny dev-0
pred_data = model(torch.from_numpy(dev_data_sizes).requires_grad_()).data.numpy()
print('zapisywanie wyników dev-0')
dev_of = open(dev0out, 'w')
for i in predicted:
for i in pred_data:
dev_of.write(str(i[0])+'\n')
dev_of.close()
predicted = model(torch.from_numpy(test_data_sizes).requires_grad_()).data.numpy()
print('wyniki zapisane')
#przewidywanie ceny test-A
pred_data = model(torch.from_numpy(test_data_sizes).requires_grad_()).data.numpy()
print('zapisywanie wyników test-A')
test_of = open(testAout, 'w')
for i in predicted:
for i in pred_data:
test_of.write(str(i[0])+'\n')
test_of.close()
test_of.close()
print('wyniki zapisane')

418
test-A/out.tsv Normal file
View File

@ -0,0 +1,418 @@
97877.414
100625.75
83055.555
75699.305
73771.375
140141.61
73962.8
122503.05
117211.47
79924.36
96510.086
97891.086
79295.39
65075.145
78748.45
80115.79
136996.75
85585.11
54136.5
96414.37
114299.055
55503.83
81483.12
66442.48
132074.36
79856.0
100147.19
88114.67
50458.38
79842.32
149849.66
100625.75
190869.58
60822.746
73279.13
112384.79
82850.45
89687.1
71911.805
109896.25
100215.555
88169.37
63024.15
95156.43
63707.812
82221.48
96660.49
61971.305
55093.633
140278.34
93830.12
52495.7
66305.75
97617.625
78748.45
102020.42
97084.36
62258.44
79486.82
69997.54
134398.81
84217.78
80115.79
126605.04
65717.8
86952.445
125374.44
86104.695
78748.45
66715.945
59605.82
97891.086
98574.75
92230.336
75603.59
98574.75
70817.94
73279.13
79856.0
88319.77
144462.38
129161.945
103866.33
99942.086
56871.16
87403.664
70653.86
97207.42
79568.85
65075.145
88579.56
60932.133
97070.695
78748.45
77381.125
201808.23
154635.31
98848.22
65211.875
61930.285
85585.11
81483.12
84217.78
93789.09
70954.67
76150.52
99258.42
136012.27
135287.58
71911.805
163522.97
88388.14
54341.598
67809.81
138227.34
54273.23
72034.86
85995.31
74646.46
69040.41
76287.26
72513.42
75754.0
80826.8
109294.625
53863.03
67262.875
81578.83
93597.67
95156.43
94062.56
90398.12
65075.145
66442.48
99668.62
58648.688
76013.8
81483.12
84217.78
137543.67
86938.77
59769.9
100352.28
101172.69
132074.36
73279.13
73826.06
163522.97
99258.42
81879.65
55257.71
71911.805
61055.195
104727.74
63707.812
77381.125
203161.89
186412.08
80854.15
152174.12
104727.74
67809.81
78748.45
90712.6
105165.29
40504.21
94295.01
89687.1
85585.11
95142.76
52358.97
110607.266
82125.766
66442.48
64049.65
73361.17
77381.125
76287.26
106095.07
65499.02
65075.145
101993.08
114299.055
85858.58
65813.51
68083.27
110921.75
204542.89
85585.11
103907.34
91054.44
84122.07
78748.45
170359.62
56761.773
93925.83
71911.805
81483.12
73415.86
84217.78
178837.06
93789.09
69013.06
77791.32
115666.39
86911.42
48202.28
70312.02
68684.9
385850.94
80020.08
80115.79
70407.74
105274.68
67809.81
143013.0
114299.055
48202.28
57691.555
210012.22
80115.79
80348.234
70544.47
54341.598
85585.11
67946.54
90110.98
168992.3
73279.13
73279.13
80115.79
109417.69
64391.48
71911.805
110921.75
88114.67
120192.25
308460.03
89687.1
84354.51
96523.76
104727.74
80115.79
74742.17
100625.75
95566.625
55503.83
65075.145
72130.57
127015.24
171316.75
55503.83
83000.86
69450.61
114299.055
122776.51
99805.35
116869.63
88114.67
47436.58
68247.35
69190.81
119125.734
97070.695
92831.96
73074.03
77107.66
104727.74
117033.72
106095.07
104727.74
73033.016
133441.69
117074.734
125921.37
92421.766
62067.016
87909.58
100625.75
78748.45
81483.12
115666.39
103360.414
81715.56
48202.28
77381.125
77381.125
101856.35
78748.45
104727.74
63762.508
57992.37
86938.77
112603.57
144790.55
79295.39
121135.71
65075.145
78748.45
68493.48
99805.35
61520.086
67673.08
70763.24
69587.336
80115.79
137543.67
59469.09
92285.03
80115.79
72404.04
86952.445
101993.08
65704.12
77107.66
87417.336
136176.34
129886.63
81319.04
78748.45
55189.344
76328.28
80115.79
82850.45
69464.28
61109.883
85585.11
104727.74
96933.95
136996.75
102676.75
63707.812
131253.95
105999.36
113615.39
60973.152
70817.94
84354.51
104044.08
55189.344
95279.484
73128.73
92011.57
85120.22
152174.12
120862.25
77107.66
110921.75
87485.7
156180.39
70544.47
97617.625
60973.152
122503.05
40463.19
78174.18
153185.95
67809.81
73279.13
218216.2
77203.37
61438.047
83930.64
92476.46
104727.74
79418.45
106642.01
175828.94
78748.45
85995.31
78748.45
209396.92
61793.55
48803.91
74632.79
121135.71
81483.12
69956.516
84286.15
68069.6
167939.45
63160.88
182255.39
92052.586
80102.12
133947.61
79090.29
71802.414
105137.945
105137.945
152174.12
108337.49
74236.266
81319.04
88114.67
76574.4
80115.79
59387.05
78051.12
95156.43
80744.76
117348.21
86186.734
86186.734
121135.71
68493.48
132101.7
207687.75
106614.66
92763.6
80881.49
54177.52
62313.137
60932.133
80197.83
118004.52
112425.81
103141.63
1 97877.414
2 100625.75
3 83055.555
4 75699.305
5 73771.375
6 140141.61
7 73962.8
8 122503.05
9 117211.47
10 79924.36
11 96510.086
12 97891.086
13 79295.39
14 65075.145
15 78748.45
16 80115.79
17 136996.75
18 85585.11
19 54136.5
20 96414.37
21 114299.055
22 55503.83
23 81483.12
24 66442.48
25 132074.36
26 79856.0
27 100147.19
28 88114.67
29 50458.38
30 79842.32
31 149849.66
32 100625.75
33 190869.58
34 60822.746
35 73279.13
36 112384.79
37 82850.45
38 89687.1
39 71911.805
40 109896.25
41 100215.555
42 88169.37
43 63024.15
44 95156.43
45 63707.812
46 82221.48
47 96660.49
48 61971.305
49 55093.633
50 140278.34
51 93830.12
52 52495.7
53 66305.75
54 97617.625
55 78748.45
56 102020.42
57 97084.36
58 62258.44
59 79486.82
60 69997.54
61 134398.81
62 84217.78
63 80115.79
64 126605.04
65 65717.8
66 86952.445
67 125374.44
68 86104.695
69 78748.45
70 66715.945
71 59605.82
72 97891.086
73 98574.75
74 92230.336
75 75603.59
76 98574.75
77 70817.94
78 73279.13
79 79856.0
80 88319.77
81 144462.38
82 129161.945
83 103866.33
84 99942.086
85 56871.16
86 87403.664
87 70653.86
88 97207.42
89 79568.85
90 65075.145
91 88579.56
92 60932.133
93 97070.695
94 78748.45
95 77381.125
96 201808.23
97 154635.31
98 98848.22
99 65211.875
100 61930.285
101 85585.11
102 81483.12
103 84217.78
104 93789.09
105 70954.67
106 76150.52
107 99258.42
108 136012.27
109 135287.58
110 71911.805
111 163522.97
112 88388.14
113 54341.598
114 67809.81
115 138227.34
116 54273.23
117 72034.86
118 85995.31
119 74646.46
120 69040.41
121 76287.26
122 72513.42
123 75754.0
124 80826.8
125 109294.625
126 53863.03
127 67262.875
128 81578.83
129 93597.67
130 95156.43
131 94062.56
132 90398.12
133 65075.145
134 66442.48
135 99668.62
136 58648.688
137 76013.8
138 81483.12
139 84217.78
140 137543.67
141 86938.77
142 59769.9
143 100352.28
144 101172.69
145 132074.36
146 73279.13
147 73826.06
148 163522.97
149 99258.42
150 81879.65
151 55257.71
152 71911.805
153 61055.195
154 104727.74
155 63707.812
156 77381.125
157 203161.89
158 186412.08
159 80854.15
160 152174.12
161 104727.74
162 67809.81
163 78748.45
164 90712.6
165 105165.29
166 40504.21
167 94295.01
168 89687.1
169 85585.11
170 95142.76
171 52358.97
172 110607.266
173 82125.766
174 66442.48
175 64049.65
176 73361.17
177 77381.125
178 76287.26
179 106095.07
180 65499.02
181 65075.145
182 101993.08
183 114299.055
184 85858.58
185 65813.51
186 68083.27
187 110921.75
188 204542.89
189 85585.11
190 103907.34
191 91054.44
192 84122.07
193 78748.45
194 170359.62
195 56761.773
196 93925.83
197 71911.805
198 81483.12
199 73415.86
200 84217.78
201 178837.06
202 93789.09
203 69013.06
204 77791.32
205 115666.39
206 86911.42
207 48202.28
208 70312.02
209 68684.9
210 385850.94
211 80020.08
212 80115.79
213 70407.74
214 105274.68
215 67809.81
216 143013.0
217 114299.055
218 48202.28
219 57691.555
220 210012.22
221 80115.79
222 80348.234
223 70544.47
224 54341.598
225 85585.11
226 67946.54
227 90110.98
228 168992.3
229 73279.13
230 73279.13
231 80115.79
232 109417.69
233 64391.48
234 71911.805
235 110921.75
236 88114.67
237 120192.25
238 308460.03
239 89687.1
240 84354.51
241 96523.76
242 104727.74
243 80115.79
244 74742.17
245 100625.75
246 95566.625
247 55503.83
248 65075.145
249 72130.57
250 127015.24
251 171316.75
252 55503.83
253 83000.86
254 69450.61
255 114299.055
256 122776.51
257 99805.35
258 116869.63
259 88114.67
260 47436.58
261 68247.35
262 69190.81
263 119125.734
264 97070.695
265 92831.96
266 73074.03
267 77107.66
268 104727.74
269 117033.72
270 106095.07
271 104727.74
272 73033.016
273 133441.69
274 117074.734
275 125921.37
276 92421.766
277 62067.016
278 87909.58
279 100625.75
280 78748.45
281 81483.12
282 115666.39
283 103360.414
284 81715.56
285 48202.28
286 77381.125
287 77381.125
288 101856.35
289 78748.45
290 104727.74
291 63762.508
292 57992.37
293 86938.77
294 112603.57
295 144790.55
296 79295.39
297 121135.71
298 65075.145
299 78748.45
300 68493.48
301 99805.35
302 61520.086
303 67673.08
304 70763.24
305 69587.336
306 80115.79
307 137543.67
308 59469.09
309 92285.03
310 80115.79
311 72404.04
312 86952.445
313 101993.08
314 65704.12
315 77107.66
316 87417.336
317 136176.34
318 129886.63
319 81319.04
320 78748.45
321 55189.344
322 76328.28
323 80115.79
324 82850.45
325 69464.28
326 61109.883
327 85585.11
328 104727.74
329 96933.95
330 136996.75
331 102676.75
332 63707.812
333 131253.95
334 105999.36
335 113615.39
336 60973.152
337 70817.94
338 84354.51
339 104044.08
340 55189.344
341 95279.484
342 73128.73
343 92011.57
344 85120.22
345 152174.12
346 120862.25
347 77107.66
348 110921.75
349 87485.7
350 156180.39
351 70544.47
352 97617.625
353 60973.152
354 122503.05
355 40463.19
356 78174.18
357 153185.95
358 67809.81
359 73279.13
360 218216.2
361 77203.37
362 61438.047
363 83930.64
364 92476.46
365 104727.74
366 79418.45
367 106642.01
368 175828.94
369 78748.45
370 85995.31
371 78748.45
372 209396.92
373 61793.55
374 48803.91
375 74632.79
376 121135.71
377 81483.12
378 69956.516
379 84286.15
380 68069.6
381 167939.45
382 63160.88
383 182255.39
384 92052.586
385 80102.12
386 133947.61
387 79090.29
388 71802.414
389 105137.945
390 105137.945
391 152174.12
392 108337.49
393 74236.266
394 81319.04
395 88114.67
396 76574.4
397 80115.79
398 59387.05
399 78051.12
400 95156.43
401 80744.76
402 117348.21
403 86186.734
404 86186.734
405 121135.71
406 68493.48
407 132101.7
408 207687.75
409 106614.66
410 92763.6
411 80881.49
412 54177.52
413 62313.137
414 60932.133
415 80197.83
416 118004.52
417 112425.81
418 103141.63

View File

@ -1875,7 +1875,7 @@
380000 7057 https://www.otodom.pl/oferta/komfortowe-3-pokoje-bez-pcc-ID3XR4U.html#1bf282c614 3 53.85 wtórny 5 Komfortowe 3 pokoje bez Pcc 4 plastikowe Pełny cennik wszystkich mieszkań w galerii zdjęć. Strona Inwestycji: Apartamenty Kącik 3 to nowo budowana kamienica położona w centrum Poznania przy płycie Rynku Łazarskiego, jest to okolica tętniąca życiem, zlokalizowana w bliskości z komunikacją miejską oraz PKP, PKS. W okolicach inwestycji znajdują się liczne tereny zielone, między innymi: Park Wilsona wraz z Palmiarnią oraz Park Kasprowicza, które są znakomitym miejscem do aktywnego wypoczynku. Ponadto kamienica zlokalizowana jest niedaleko centrum biznesowego miasta jakim są Międzynarodowe Targi Poznańskie. Ponadczasowa architektura, funkcjonalne wnętrza, wysoka jakość wykończenia oraz zróżnicowany metraż mieszkań daje pewność, że Apartamenty Kącik 3 są wymarzonym miejscem zarówno dla rodzin z dziećmi, par, singli szukających swojego mieszkania, a także dla Inwestorów, którzy planują czerpać zyski z najmu. W bezpośrednim sąsiedztwie kamienicy znajduje się bogata infrastruktura: szkoły, przedszkola, przychodnia, galerie handlowe, apteka, sklepy spożywcze oraz inne lokale usługowe. Dzięki rozwiniętej infrastrukturze komunikacyjnej oraz bliskości przystanków autobusowych i tramwajowych dotarcie do każdej części miasta zajmuje kilka minut. Apartamentowiec składa się z pięciu kawalerek, jedenastu mieszkań 2-pokojowych i ośmiu 3-pokojowych. Powstanie również jedno mieszkanie czteropokojowe oraz luksusowy apartament z siedmioma pokojami. Na parterze obiektu znajduje się lokal usługowy o powierzchni niespełna 200 m2. Na poziomie -1 zlokalizowany jest parking podziemny na 26 samochodów. Dodatkowym udogodnieniem budynku jest winda. Stały rozwój dzielnicy Łazarz! Wkrótce nastąpi rewitalizacja całego Rynku Łazarskiego. Prace związane z modernizacją są już zapisane w budżecie miasta i Wieloletnim Planie Finansowym. Obszar Rynku Łazarskiego stanie się przyjazną mieszkańcom zieloną strefą rekreacji i wypoczynku. W galerii znajduje się wizualizacja rynku. Zainwestuj w apartament na Rynku Łazarskim już dziś! Dostępne mieszkania: kawalerki w metrażu od 27 m2 do 32 m2, mieszkania 2-pokojowe w metrażu od 47 m2 do 67 m2, mieszkania 3-pokojowe w metrażu od 70 m2 do 86 m2. Możliwość dokupienia miejsca parkingowego w hali garażowej w cenie 30 000 zł. Możliwość zakupu całego piętra kamienicy, gdzie indywidualnie można dostosować układy mieszkań. Więcej szczegółów udzielimy telefonicznie. Termin Zakończenia prac budowlanych: Czerwiec 2019 r. Kupujący zwolniony z opłaty 2% podatku PCC oraz prowizji za usługę pośrednictwa na rzecz biura. Pomagamy uzyskać najbardziej korzystny kredyt na rynku. Nasz partner- Grupa Infini współpracuje z wieloma bankami. Dzięki temu w jednym miejscu otrzymasz ofertę nawet kilkunastu banków, a doświadczeni doradcy pomogą wybrać najlepszą ofertę. Kontakt: Tel: 669-088-199 Rafał Nowak NEXT Nieruchomości Ul. Meissnera 2/U2 60-408 Poznań Przedstawione dane mają charakter informacyjny i nie stanowią oferty w rozumieniu przepisów K.C. garaż/miejsce parkingowe, winda
249968 do wykończenia pełna własność 6909 https://www.otodom.pl/oferta/nowe-mieszkanie-poznan-osiedle-bartnicza-etap-iii-ID3XQNO.html#1bf282c614 2 36.18 pierwotny 3 blok Nowe mieszkanie Poznań-Osiedle Bartnicza ETAP III parter kotłownia plastikowe 2020 silikat Mieszkanie 2 pokojowe. Promocja! Miejsce parkingowe w hali garażowej gratis. telewizja kablowa, internet, telefon, domofon / wideofon, monitoring / ochrona, balkon, piwnica, garaż/miejsce parkingowe, winda, oddzielna kuchnia, pom. użytkowe
450000 do zamieszkania 550 zł pełna własność 8036 https://www.otodom.pl/oferta/elegancki-apartament-3-pokojowy-poznan-grunwald-ID3XQGv.html#1bf282c614 3 56 wtórny 2 apartamentowiec Elegancki apartament 3- pokojowy, Poznań-Grunwald parter gazowe plastikowe 2014 2019-04-30 cegła Polecam do sprzedaży elegancki, słoneczny apartament 3 - pokojowy, położony w kameralnej willi miejskiej na poznańskim Grunwaldzie. Lokal mieści się na parterze i ma powierzchnię 55, 7 m kw, na którą składa się: -otwarta część salonowo jadalniana z wyjściem na taras, -aneks kuchenny w nowoczesnej zabudowie wraz ze sprzętem AGD -sypialnia -pokój dziecięcy -przestronna łazienka z prysznicem -przedpokój Całość komfortowa wykończona z dbałością o szczegóły. Każdy element bardzo dobrze przemyślany, maksymalnie ekonomiczne wykorzystanie przestrzeni, urządzony w myśl nowoczesnych trendów z zachowaniem funkcjonalności życia codziennego. Dobrze doświetlone wnętrze z ekspozycją okien wschód południe zachód (rolety zewnętrzne). Na podłogach deska i kafle, ściany w pastelowych kolorach. Ogrzewanie podłogowe (piec gazowy dwufunkyjny). Miejsce postojowe i ogródek do wyłącznego korzystania. Budynek ogrodzony, domofon, brama elektronicznie sterowana. Doskonała lokalizacja, pełna infrastruktura. Miejsce sprzyjające wypoczynkowi. Czynsz do wspólnoty ok. 550 000 zł. Cena 450 000 zł do negocjacji. Zapraszam do osobistego obejrzenia mieszkania, aby docenić jego walory. Osoba prowadząca ofertę: Małgorzata Wojciechowska +48 668 82 82 52 nr licencji pośrednika 8711 W ramach usługi pośrednictwa bezpłatnie pomagamy w uzyskaniu kredytu hipotecznego- w razie pytań dotyczących możliwości kredytowych proszę o kontakt telefoniczny lub mailowy. KORZYŚĆ dla klienta -na jednym spotkaniu przedstawiona najkorzystniejsza obecnie oferta bankowa.  Koszt nabycia nieruchomości: Szanowni Państwo poza ceną, którą ustalicie ze sprzedającym, dochodzą jeszcze następujące opłaty: - 2% podatku od czynności cywilnoprawnych pobierany u notariusza w dniu podpisania umowy przeniesienia własności i odprowadzany przez notariusza do Urzędu Skarbowego, - taksa notarialna - zależna od ceny sprzedaży, - wynagrodzenie biura nieruchomości ustalane z zasady każdorazowo z klientem: -uslug-biura-nieruchomosci/ OFERTA LICENCJONOWANEGO I UBEZPIECZONEGO POŚREDNIKA - GWARANCJA BEZPIECZNEJ TRANSAKCJI telewizja kablowa, internet, teren zamknięty, domofon / wideofon, rolety antywłamaniowe, zmywarka, lodówka, meble, piekarnik, kuchenka, telewizor, pralka, ogródek, taras
249968 do wykończenia pełna własność 36 https://www.otodom.pl/oferta/nowe-mieszkanie-poznan-osiedle-bartnicza-etap-iii-ID3XQCk.html#1bf282c614 2 6 909 pierwotny 3 blok Nowe mieszkanie Poznań-Osiedle Bartnicza ETAP III parter kotłownia plastikowe 2020 silikat Mieszkanie 2 pokojów. Promocja! miejsce postojowe w hali garażowej gratis. telewizja kablowa, internet, telefon, domofon / wideofon, monitoring / ochrona, balkon, piwnica, garaż/miejsce parkingowe, winda, oddzielna kuchnia, pom. użytkowe
249968 do wykończenia pełna własność 36 https://www.otodom.pl/oferta/nowe-mieszkanie-poznan-osiedle-bartnicza-etap-iii-ID3XQCk.html#1bf282c614 2 6909 pierwotny 3 blok Nowe mieszkanie Poznań-Osiedle Bartnicza ETAP III parter kotłownia plastikowe 2020 silikat Mieszkanie 2 pokojów. Promocja! miejsce postojowe w hali garażowej gratis. telewizja kablowa, internet, telefon, domofon / wideofon, monitoring / ochrona, balkon, piwnica, garaż/miejsce parkingowe, winda, oddzielna kuchnia, pom. użytkowe
499000 do zamieszkania 560 zł pełna własność 5864 https://www.otodom.pl/oferta/urokliwe-i-odswiezone-z-2-balkonami-i-garderoba-ID3H9HK.html#1bf282c614 3 85.10 wtórny 4 blok Urokliwe i odświeżone z 2 balkonami i garderobą 4 miejskie plastikowe 2004 cegła —TEREN GRODZONY Z PARKIEM I PLACEM ZABAW—2 BALKONY—2 GARDEROBY—PRZESTRZEŃ DLA CIEBIE I TWOJEJ RODZINY— Przestronne, urokliwe, trzypokojowe mieszkanie na Naramowicach przy ul. Bolka. Lokal znajduje się na czwartym piętrze, w niskim bloku wybudowanym w 2004 r. z windą. Na powierzchnię 85,1 m2 składają się salon z otwartą kuchnią (ok. 27 m2 + 8 m2) , 2 pokoje (ok. 11 i 17 m2), 2 łazienki (ok. 4 i 3 m2), 2 garderoby (ok. 2 m2 każda) oraz korytarz (ok 11 m2). Rzut pomieszczeń znajduje się galerii zdjęć niniejszego ogłoszenia. Do mieszkania przynależą 2 balkony (ok. 3 i 4 m2) - wyjście z sypialni oraz z salonu. W hali garażowej pod budynkiem, bezpośrednio przy windzie, znajduje się miejsce postojowe - zakup obowiązkowy 30 tys. zł. Mieszkanie jest przestronne i słoneczne. W części salonowej, pokojach i garderobach położone są panele, w łazienkach i kuchni płytki podłogowe. Wyposażenie kuchni: lodówka, zmywarka w zabudowie, okap, płyta grzewcza. Mieszkanie jest odświeżone i odmalowane. W okolicy pełna infrastruktura niezbędna do codziennego funkcjonowania. Osiedle jest ciche i spokojne, teren ogrodzony razem z parkiem i placem zabaw wyłącznie do dyspozycji mieszkańców. Wokół budynków zadbana zieleń. Drogę do mieszkania umila patio z roślinami widocznymi z przeszklonej windy. Dla osób aktywnych i rodzin: rezerwat leśny Żurawiniec, tereny spacerowe, ścieżki rowerowe. Miejsce jest dobrze skomunikowane z resztą miasta - kilka tras dojazdu autem do centrum, w pobliżu przystanek autobusowy, z którego kursują linie nr: 44, 46, 47, 67. Zapraszamy do współpracy! —Zadzwoń teraz i umów się na prezentację— —Kupuj z AXELERON NIERUCHOMOŚCI- sprawnie, bezpiecznie, skutecznie— —Bezpłatna pomoc w uzyskaniu kredytu na zakup nieruchomości— —Zniżki na usługi kancelarii notarialnej przy transakcji— —Obsługa formalności po transakcji na rzecz Kupującego— monitoring / ochrona, balkon, winda
295000 do zamieszkania 400 zł pełna własność 6146 https://www.otodom.pl/oferta/ul-sarmacka-blisko-zurawiniec-ID3XPLe.html#1bf282c614 2 48 wtórny 3 blok ul. Sarmacka - blisko Żurawiniec 1 miejskie plastikowe Polecam do sprzedaży 2-pokojowe mieszkanie w Poznaniu w pobliżu osiedla Władysława Łokietka (ul. Sarmacka). Mieszkanie o powierzchni 48,3 m2 położone jest na pierwszym piętrze w niskim bloku z lat 70-tych. Blok pobudowany jest w technologii mieszanej.  Mieszkanie nie wymaga żadnych nakładów. Okna PCV. Ściany gipsowane. Na podłogach w pokojach panele, w kuchni płytki. Łazienka po remoncie. W pokojach zabudowa typu komandor. Mieszkanie bardzo słoneczne. Wszystkie pomieszczenia są niezależne.  Pełna własność z udziałem w gruncie. Do mieszkania przynależy duża piwnica (ok. 6-7 m2). Opłaty do wspólnoty 400 zł/miesiąc (2 osoby), w tym: woda, śmieci, centralne ogrzewanie, fundusz remontowy.  Cena 295 000 zł  Zapraszam na prezentację. Więcej informacji: Małgorzata Adamek BON ADMA tel. 660 49 10 48 tel./fax. 61 8400 711 Dla zainteresowanych klientów pomagamy w uzyskaniu kredytu na zakup tego mieszkania. Przedstawione dane mają charakter informacyjny i nie stanowią oferty w rozumieniu przepisów Kc. Pośrednik odpowiedzialny za przebieg transakcji Małgorzata Hypka-Adamek lic. zaw. 4092 meble, piwnica, oddzielna kuchnia
371500 do wykończenia pełna własność 7158 https://www.otodom.pl/oferta/5-8-opienskiego-12-ID3XNIv.html#1bf282c614 1 51.90 pierwotny 6 blok 5.8 Opieńskiego 12 5 miejskie plastikowe 2019 silikat Mieszkanie 2 poziomowe. O szczegóły pytaj sprzedawcę Nowy budynek przy ul. Opieńskiego 12 na Piątkowie  to trzeci etap inwestycji na osiedlu Stefana Batorego w Poznaniu, który został zaprojektowany z myślą o klientach chcących mieszkać nieopodal terenów zieleni i rekreacji. W budynku znajdują się mieszkania 1-2-3-pokojowe oraz mieszkania z antresolami, o powierzchni od 29m2 do 90m2, zróżnicowane pod względem wielkości oraz układu pomieszczeń. Zaprojektowano również halę garażową i pomieszczenia gospodarcze dla lokatorów. Na parterze znajdować się będą lokale użytkowe, dodatkowo zaplanowane jest zagospodarowanie całego terenu wokół bloku wraz z wyznaczonymi miejscami parkingowymi. Termin realizacji inwestycji przewidywany jest na IV kwartał 2019r. telewizja kablowa, internet, drzwi / okna antywłamaniowe, domofon / wideofon, rolety antywłamaniowe, balkon, piwnica, garaż/miejsce parkingowe, winda, dwupoziomowe, pom. użytkowe

Can't render this file because it is too large.