1
0
forked from tdwojak/Python2018

Compare commits

..

8 Commits

Author SHA1 Message Date
a9867f7588 task02 2018-06-03 10:04:16 +02:00
3cad5c014a Add mieszkania 2018-06-03 09:52:54 +02:00
57058a0112 Add 311 2018-06-03 09:52:00 +02:00
4628385887 iowa 2018-06-03 08:23:16 +02:00
b7c0ed29b4 Labs 07 2018-06-03 08:21:45 +02:00
884d9ab808 add tasks.py 2018-06-03 08:10:07 +02:00
09af71f29d Add lacture 05 2018-06-02 16:39:34 +02:00
2cadffe872 Add zadania labs06 2018-06-02 16:39:13 +02:00
101 changed files with 119205 additions and 1220 deletions

View File

@ -1,11 +0,0 @@
<?xml version="1.0" encoding="UTF-8"?>
<module type="PYTHON_MODULE" version="4">
<component name="NewModuleRootManager">
<content url="file://$MODULE_DIR$" />
<orderEntry type="jdk" jdkName="Python 3.6.2 (C:\ProgramData\Anaconda3\python.exe)" jdkType="Python SDK" />
<orderEntry type="sourceFolder" forTests="false" />
</component>
<component name="TestRunnerService">
<option name="PROJECT_TEST_RUNNER" value="Unittests" />
</component>
</module>

View File

@ -1,4 +0,0 @@
<?xml version="1.0" encoding="UTF-8"?>
<project version="4">
<component name="ProjectRootManager" version="2" project-jdk-name="Python 3.6.2 (C:\ProgramData\Anaconda3\python.exe)" project-jdk-type="Python SDK" />
</project>

View File

@ -1,8 +0,0 @@
<?xml version="1.0" encoding="UTF-8"?>
<project version="4">
<component name="ProjectModuleManager">
<modules>
<module fileurl="file://$PROJECT_DIR$/.idea/Python2018.iml" filepath="$PROJECT_DIR$/.idea/Python2018.iml" />
</modules>
</component>
</project>

View File

@ -1,6 +0,0 @@
<?xml version="1.0" encoding="UTF-8"?>
<project version="4">
<component name="VcsDirectoryMappings">
<mapping directory="$PROJECT_DIR$" vcs="Git" />
</component>
</project>

View File

@ -1,183 +0,0 @@
<?xml version="1.0" encoding="UTF-8"?>
<project version="4">
<component name="ChangeListManager">
<list default="true" id="5b2363b3-657e-422b-96b9-b9c3a7d73e5f" name="Default" comment="">
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs02/task07.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs02/task08.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs02/task09.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs02/task10.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs02/task11.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/README.md" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/examples/06_execution_time.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/examples/25_ip2geolocation.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/examples/fib.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/examples/myip.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/examples/wc.py" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/haslo.txt" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/haslo2.txt" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter10000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter100000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter110000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter120000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter130000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter140000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter150000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter160000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter170000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter180000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter190000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter20000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter200000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter210000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter220000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter230000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter240000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter250000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter260000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter270000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter280000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter290000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter30000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter300000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter310000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter320000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter330000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter340000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter350000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter360000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter370000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter380000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter390000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter40000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter400000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter410000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter420000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter430000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter440000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter450000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter460000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter470000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter480000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter490000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter50000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter500000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter510000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter520000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter530000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter540000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter550000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter560000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter570000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter580000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter590000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter60000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter600000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter610000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter620000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter630000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter640000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter70000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter80000.npz.bleu" />
<change type="NEW" beforePath="" afterPath="$PROJECT_DIR$/ZadanieDomowe1/labs04/scores/model.iter90000.npz.bleu" />
<change type="MODIFICATION" beforePath="$PROJECT_DIR$/.idea/Python2018.iml" afterPath="$PROJECT_DIR$/.idea/Python2018.iml" />
<change type="MODIFICATION" beforePath="$PROJECT_DIR$/.idea/misc.xml" afterPath="$PROJECT_DIR$/.idea/misc.xml" />
</list>
<option name="EXCLUDED_CONVERTED_TO_IGNORED" value="true" />
<option name="TRACKING_ENABLED" value="true" />
<option name="SHOW_DIALOG" value="false" />
<option name="HIGHLIGHT_CONFLICTS" value="true" />
<option name="HIGHLIGHT_NON_ACTIVE_CHANGELIST" value="false" />
<option name="LAST_RESOLUTION" value="IGNORE" />
</component>
<component name="FileEditorManager">
<leaf>
<file leaf-file-name="task07.py" pinned="false" current-in-tab="true">
<entry file="file://$PROJECT_DIR$/ZadanieDomowe1/labs02/task07.py">
<provider selected="true" editor-type-id="text-editor">
<state relative-caret-position="374">
<caret line="22" column="0" lean-forward="true" selection-start-line="22" selection-start-column="0" selection-end-line="22" selection-end-column="0" />
<folding />
</state>
</provider>
</entry>
</file>
</leaf>
</component>
<component name="Git.Settings">
<option name="RECENT_GIT_ROOT_PATH" value="$PROJECT_DIR$" />
</component>
<component name="ProjectFrameBounds" extendedState="6">
<option name="x" value="20" />
<option name="y" value="20" />
<option name="width" value="1400" />
<option name="height" value="820" />
</component>
<component name="PropertiesComponent">
<property name="settings.editor.selected.configurable" value="com.jetbrains.python.configuration.PyActiveSdkModuleConfigurable" />
</component>
<component name="RunDashboard">
<option name="ruleStates">
<list>
<RuleState>
<option name="name" value="ConfigurationTypeDashboardGroupingRule" />
</RuleState>
<RuleState>
<option name="name" value="StatusDashboardGroupingRule" />
</RuleState>
</list>
</option>
</component>
<component name="ShelveChangesManager" show_recycled="false">
<option name="remove_strategy" value="false" />
</component>
<component name="TaskManager">
<task active="true" id="Default" summary="Default task">
<changelist id="5b2363b3-657e-422b-96b9-b9c3a7d73e5f" name="Default" comment="" />
<created>1528000731222</created>
<option name="number" value="Default" />
<option name="presentableId" value="Default" />
<updated>1528000731222</updated>
</task>
<servers />
</component>
<component name="ToolWindowManager">
<frame x="-8" y="-8" width="1456" height="876" extended-state="6" />
<layout>
<window_info id="Project" active="false" anchor="left" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.25" sideWeight="0.5" order="0" side_tool="false" content_ui="combo" />
<window_info id="TODO" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="6" side_tool="false" content_ui="tabs" />
<window_info id="Event Log" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="-1" side_tool="true" content_ui="tabs" />
<window_info id="Run" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="2" side_tool="false" content_ui="tabs" />
<window_info id="Version Control" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="-1" side_tool="false" content_ui="tabs" />
<window_info id="Python Console" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="-1" side_tool="false" content_ui="tabs" />
<window_info id="Structure" active="false" anchor="left" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.25" sideWeight="0.5" order="1" side_tool="false" content_ui="tabs" />
<window_info id="Terminal" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="-1" side_tool="false" content_ui="tabs" />
<window_info id="Debug" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.4" sideWeight="0.5" order="3" side_tool="false" content_ui="tabs" />
<window_info id="Favorites" active="false" anchor="left" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="-1" side_tool="true" content_ui="tabs" />
<window_info id="Data View" active="false" anchor="right" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="-1" side_tool="false" content_ui="tabs" />
<window_info id="Cvs" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.25" sideWeight="0.5" order="4" side_tool="false" content_ui="tabs" />
<window_info id="Hierarchy" active="false" anchor="right" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.25" sideWeight="0.5" order="2" side_tool="false" content_ui="combo" />
<window_info id="Message" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="0" side_tool="false" content_ui="tabs" />
<window_info id="Commander" active="false" anchor="right" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.4" sideWeight="0.5" order="0" side_tool="false" content_ui="tabs" />
<window_info id="Find" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.33" sideWeight="0.5" order="1" side_tool="false" content_ui="tabs" />
<window_info id="Inspection" active="false" anchor="bottom" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.4" sideWeight="0.5" order="5" side_tool="false" content_ui="tabs" />
<window_info id="Ant Build" active="false" anchor="right" auto_hide="false" internal_type="DOCKED" type="DOCKED" visible="false" show_stripe_button="true" weight="0.25" sideWeight="0.5" order="1" side_tool="false" content_ui="tabs" />
</layout>
</component>
<component name="VcsContentAnnotationSettings">
<option name="myLimit" value="2678400000" />
</component>
<component name="XDebuggerManager">
<breakpoint-manager />
<watches-manager />
</component>
<component name="editorHistoryManager">
<entry file="file://$PROJECT_DIR$/ZadanieDomowe1/labs02/task07.py">
<provider selected="true" editor-type-id="text-editor">
<state relative-caret-position="374">
<caret line="22" column="0" lean-forward="true" selection-start-line="22" selection-start-column="0" selection-end-line="22" selection-end-column="0" />
<folding />
</state>
</provider>
</entry>
</component>
</project>

View File

@ -1,32 +0,0 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
Napisz funkcję char_sum, która dla zadanego łańcucha zwraca
sumę kodów ASCII znaków.
"""
"""
ord() - kod ASCII dla jednego znaku
print(ord('a'))
"""
def char_sum(text):
suma_ascii = 0 # zerujemy (needto?)
for znak in text:
suma_ascii += ord(znak) # suma_ascii = ord(x) + suma_ascii
return suma_ascii
def tests(f):
inputs = [["this is a string"], ["this is another string"]]
outputs = [1516, 2172]
for input, output in zip(inputs, outputs):
if f(*input) != output:
return "ERROR: {}!={}".format(f(*input), output)
break
return "TESTS PASSED"
if __name__ == "__main__":
print(tests(char_sum))

View File

@ -1,31 +0,0 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
Napisz funkcję sum_div35(n), która zwraca sumę wszystkich liczb podzielnych
przez 3 lub 5 mniejszych niż n.
"""
def sum_div35(n):
suma = 0
for liczba in range(1,n): # range(1,n) przedzial liczb mniejszych niz n
if liczba % 3 == 0:
suma += liczba
elif liczba % 5 == 0:
suma += liczba
return suma
def tests(f):
inputs = [[10], [100], [3845]]
outputs = [23, 2318, 3446403]
for input, output in zip(inputs, outputs):
if f(*input) != output:
return "ERROR: {}!={}".format(f(*input), output)
break
return "TESTS PASSED"
if __name__ == "__main__":
print(tests(sum_div35))

View File

@ -1,26 +0,0 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
Napisz funkcję leet_speak, która podmienia w podanym napisie niektóre litery
na podobnie wyglądające cyfry: 'e' na '3', 'l' na '1', 'o' na '0', 't' na '7'.
Np. leet('leet') powinno zwrócić '1337'.
"""
def leet_speak(text):
return text.replace('e', '3').replace('l', '1').replace('o', '0').replace('t', '7')
def tests(f):
inputs = [['leet'], ['do not want']]
outputs = ['1337', 'd0 n07 wan7']
for input, output in zip(inputs, outputs):
if f(*input) != output:
return "ERROR: {}!={}".format(f(*input), output)
break
return "TESTS PASSED"
if __name__ == "__main__":
print(tests(leet_speak))

View File

@ -1,40 +0,0 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
Napisz funkcję pokemon_speak, która zamienia w podanym napisie co drugą literę
na wielką. Np. pokemon_speak('pokemon') powinno zwrócić 'PoKeMoN'.
"""
def pokemon_speak(text):
pokemon = ''
capitalize = True
for litera in text:
if capitalize is True:
pokemon += litera.upper()
else:
pokemon += litera
capitalize = not capitalize
return pokemon
"""
test
print(pokemon_speak('tekst pisany malymi literami'))
"""
def tests(f):
inputs = [['pokemon'], ['do not want'], ['POKEMON']]
outputs = ['PoKeMoN', 'Do nOt wAnT', 'POKEMON']
for input, output in zip(inputs, outputs):
if f(*input) != output:
return "ERROR: {}!={}".format(f(*input), output)
break
return "TESTS PASSED"
if __name__ == "__main__":
print(tests(pokemon_speak))

View File

@ -1,32 +0,0 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
Napisz funkcję common_chars(string1, string2), która zwraca alfabetycznie
uporządkowaną listę wspólnych liter z lańcuchów string1 i string2.
Oba napisy będą składać się wyłacznie z małych liter.
"""
def common_chars(string1, string2):
string1bezspacji = string1.replace(' ','') # trzeba spacje usunac
string2bezspacji = string2.replace(' ','')
return list(''.join(sorted(set(string1bezspacji) & set(string2bezspacji))))
def tests(f):
inputs = [["this is a string", "ala ma kota"]]
outputs = [['a', 't']]
for input, output in zip(inputs, outputs):
if f(*input) != output:
return "ERROR: {}!={}".format(f(*input), output)
break
return "TESTS PASSED"
if __name__ == "__main__":
print(tests(common_chars))

View File

@ -1,34 +0,0 @@
# Laboratoria 4
## Zadania
**ćwiczenie 0** NIE TRZEBA ROBIC!!!!
Uruchom programy z katalogu `examples` i zobacz ich kod. Spróbuj odgadnąć, co robią konkretne linie w kodzie.
**ćwiczenie 1** NIE TRZEBA ROBIC!!!!
Każdy obiekt w Pythonie na wbudowaną funkcję ``id()``, która zwraca liczbę, która jest unikatowa i stała dla obiektu. Pozwala ona w prosty sposób sprawdzić, który obiekt jest *mutable*a, który *immutable*: jeżeli po wykonaniu operacji, zwracana liczba jest stała, to oznacza, że obiekt jest *mutable*. Sprawdź zachowanie funkcji na obiektach typy:
* lista,
* napis (string),
* liczba zmiennoprzecinkowa.
**ćwiczenie 2** NIE TRZEBA ROBIC!!!!
Napisz generator, który będzie zwracać ``n`` kolejnych liczb ciągu Fibonacciego (``F(0)=1, F(1)=1, FN=F(N-1) + F(N-2)``).
**ćwiczenie 3** NIE TRZEBA ROBIC!!!!
Strona ``https://api.fixer.io/latest`` udostępnia kursy różnych walut w stosunku do euro. Napisz skrypt, który:
* pobierze zawartość JSONa. Wykorzystaj bibliotekę ``requests`` (http://docs.python-requests.org/en/master/).
* korzystając z biblioteki ``json`` przekształć go do obiektu typu JSON.
* Wyświetl wartość kursu EUR do PLN.
**ćwiczenie 4** NIE TRZEBA ROBIC!!!!
Zainstaluj bibliotekę ``weather-api`` (https://pypi.python.org/pypi/weather-api). Korzystając z niej:
* Wypisz informacje o aktualnej pogodzie.
* Napisz funkcję, która zamieni stopnie ``F`` na ``C``.
* Korzystając z prognozy, znajdź dzień, w którym będzie najzimniej. Wypisz nazwę tygodnia (w języku polskim) i temperaturę w C.
**ćwiczenie 5** TRZEBA ZROBIĆ JAKO ZADANIE DOMOWE!!!
Katalog scores zawiera 64 pliki tekstowe, które posiadają informacje o wysokości miary ``BLEU`` na różnych etapach trenowania modelu. Nazwa każdego pliku na postać ``model.iterXXXXXXX.npz.bleu``, gdzie ``XXXXXXX``, to liczba iteracji.Zawartość każdego pliku jest podobna i ma następującą formę: *BLEU = YY.YY, 44.4/18.5/9.3/5.0 (BP=1.000, ratio=1.072, hyp_len=45976, ref_len=42903)*, gdzie ``YY.YY`` to wartość miary ``BLEU``. Znajdź plik, który zawiera najwyższą wartość miary ``BLEU``.
* Wykorzystaj bibliotekę ``glob`` (https://docs.python.org/2/library/glob.html)
* Wyświetl tylko pełną nazwe pliku (wraz z ścieżką).
Cwiczenie 5 zrobić do 2.06.2018 nawet do 5 w nocy.

View File

@ -1,37 +0,0 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
ExecutionTime
This class is used for timing execution of code.
For example:
timer = ExecutionTime()
print 'Hello world!'
print 'Finished in {} seconds.'.format(timer.duration())
"""
import time
import random
class ExecutionTime:
def __init__(self):
self.start_time = time.time()
def duration(self):
return time.time() - self.start_time
# ---- run code ---- #
timer = ExecutionTime()
sample_list = list()
my_list = [random.randint(1, 888898) for num in
range(1, 1000000) if num % 2 == 0]
print('Finished in {} seconds.'.format(timer.duration()))

View File

@ -1,31 +0,0 @@
import csv
import requests
def get_address():
"""
Given a CSV file, this function returns a list of lists
where each element (list) in the outer list contains the
row info from the csv file.
"""
all_addresses = [requests.get('http://ip.42.pl/raw').text.strip()]
return all_addresses
def get_geolocation(ip_address):
"""
Given a list of lists from `get_addresses()`, this function
returns an updated lists of lists containing the geolocation.
"""
print("Getting geo information...")
# update header
# get geolocation
for line in all_the_ip_address:
print("Grabbing geo info")
r = requests.get('https://freegeoip.net/json/{0}'.format(line))
print([str(r.json()['country_name']), str(r.json()['city'])])
if __name__ == '__main__':
all_the_ip_address = get_address()
get_geolocation(all_the_ip_address)

View File

@ -1,47 +0,0 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
Obliczenie n-tego wyrazu ciągu fibonacciego na dwa sposoby.
1. Naiwna rekurencja: podstawienie do wzoru.
2. Wersja z cachem: każdy wyraz jest obliczany dokładnie raz.
"""
def naive_fibonacci(n):
if n <= 0:
return 0
if n in [1,2]:
return 1
return naive_fibonacci(n-1) + naive_fibonacci(n-2)
def cache_fibonacci(n, cache=None):
if cache is None:
cache = [None for i in range(n+1)]
cache[0] = 0
cache[1] = cache[2] = 1
return cache_fibonacci(n, cache)
else:
if cache[n] is not None:
return cache[n]
else:
cache[n] = cache_fibonacci(n-1, cache) + cache_fibonacci(n-2, cache)
return cache[n]
def non_reccurent_fibonacci(n):
cache = [None for i in range(n+1)]
cache[0] = 0
cache[1] = cache[2] = 1
for i in range(2, n + 1):
cache[i] = cache[i-1] + cache[i-2]
return cache[n]
for i in [5, 10, 15, 20, 30, 40]:
print("Naive fibonacci for ", i, ":", naive_fibonacci(i))
for i in [5, 10, 15, 20, 30, 40, 100]:
print("cache fibonacci for ", i, ":", cache_fibonacci(i))
for i in [5, 10, 15, 20, 30, 40, 100]:
print("no-recurrent fibonacci for ", i, ":", non_reccurent_fibonacci(i))

View File

@ -1,11 +0,0 @@
#!/usr/bin/env python
"""
This simple script fetches your IP as seen by web pages, and displays it.
Execute this script locally like that:
$ curl -s https://raw.github.com/gist/3389407/myip.py | python
"""
import requests
print(requests.get('http://ip.42.pl/raw').text)

View File

@ -1,39 +0,0 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
Implementacja narzedzia ``wc`` z linuksa (word counter).
Zwraca liczbę słów, znaków i linii.
"""
import sys
def count_lines(text):
""" return number of lines. """
return len(text.strip().split('\n'))
def count_words(text):
""" return number of words. """
return sum([len([1 for word in line.split(' ') if len(word)])
for line in text.split('\n')])
def count_chars(text):
""" return number of words. """
return len(text)
def wc(text):
""" proper wc """
lines = count_lines(text)
words = count_words(text)
chars = count_chars(text)
return lines, words, chars
def main():
""" main """
print(wc(sys.stdin.read()))
if __name__ == "__main__":
main()

View File

@ -1,2 +0,0 @@
W Paryżu najlepsze kasztany są na placu Pigalle
Zuzanna lubi je tylko jesienią.

View File

@ -1 +0,0 @@
corect horse battery staple

View File

@ -1 +0,0 @@
BLEU = 2.02, 17.1/3.6/1.0/0.3 (BP=1.000, ratio=1.872, hyp_len=80326, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 13.99, 44.4/18.5/9.3/5.0 (BP=1.000, ratio=1.072, hyp_len=45976, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 14.35, 44.9/19.0/9.6/5.2 (BP=1.000, ratio=1.087, hyp_len=46657, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 15.75, 47.1/20.5/10.7/6.0 (BP=1.000, ratio=1.030, hyp_len=44211, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 15.96, 47.7/20.8/10.9/6.0 (BP=1.000, ratio=1.029, hyp_len=44160, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 15.42, 46.8/20.3/10.5/5.7 (BP=1.000, ratio=1.043, hyp_len=44729, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 15.84, 47.3/20.7/10.8/5.9 (BP=1.000, ratio=1.034, hyp_len=44374, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 15.99, 47.7/20.8/10.9/6.0 (BP=1.000, ratio=1.031, hyp_len=44233, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.15, 47.9/21.0/11.0/6.1 (BP=1.000, ratio=1.027, hyp_len=44065, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 15.86, 47.1/20.8/10.8/6.0 (BP=1.000, ratio=1.053, hyp_len=45191, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.07, 47.7/21.0/11.0/6.0 (BP=1.000, ratio=1.044, hyp_len=44795, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 5.87, 31.1/8.9/3.3/1.3 (BP=1.000, ratio=1.155, hyp_len=49533, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.82, 48.9/21.7/11.5/6.6 (BP=0.998, ratio=0.998, hyp_len=42837, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.70, 48.7/21.7/11.5/6.4 (BP=1.000, ratio=1.017, hyp_len=43622, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.85, 48.9/21.9/11.7/6.5 (BP=1.000, ratio=1.020, hyp_len=43777, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.59, 48.3/21.6/11.4/6.3 (BP=1.000, ratio=1.029, hyp_len=44127, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.94, 48.6/22.0/11.7/6.6 (BP=1.000, ratio=1.038, hyp_len=44517, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.52, 49.7/22.5/12.2/6.9 (BP=1.000, ratio=1.003, hyp_len=43053, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.82, 48.6/21.9/11.6/6.5 (BP=1.000, ratio=1.037, hyp_len=44475, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.16, 49.2/22.3/11.9/6.6 (BP=1.000, ratio=1.025, hyp_len=43965, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.92, 49.4/22.1/11.7/6.4 (BP=1.000, ratio=1.013, hyp_len=43453, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.20, 49.2/22.1/11.9/6.8 (BP=1.000, ratio=1.016, hyp_len=43578, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 8.17, 33.9/11.6/5.0/2.3 (BP=1.000, ratio=1.207, hyp_len=51768, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.31, 49.2/22.2/12.0/6.8 (BP=1.000, ratio=1.017, hyp_len=43642, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.57, 49.5/22.5/12.3/7.0 (BP=1.000, ratio=1.000, hyp_len=42900, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.68, 49.6/22.6/12.3/7.1 (BP=1.000, ratio=1.013, hyp_len=43465, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.02, 48.3/21.9/11.8/6.7 (BP=1.000, ratio=1.044, hyp_len=44801, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.51, 49.7/22.7/12.2/6.9 (BP=1.000, ratio=1.011, hyp_len=43368, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.68, 50.3/22.9/12.4/7.0 (BP=0.995, ratio=0.995, hyp_len=42702, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.43, 49.0/22.4/12.2/6.9 (BP=1.000, ratio=1.040, hyp_len=44629, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.16, 49.2/22.2/11.9/6.7 (BP=1.000, ratio=1.028, hyp_len=44085, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.04, 49.1/22.2/11.8/6.6 (BP=1.000, ratio=1.030, hyp_len=44200, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.77, 49.8/22.8/12.4/7.1 (BP=1.000, ratio=1.008, hyp_len=43258, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 8.55, 32.5/11.9/5.3/2.6 (BP=1.000, ratio=1.341, hyp_len=57542, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.96, 50.0/23.0/12.6/7.2 (BP=1.000, ratio=1.002, hyp_len=43009, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.66, 49.6/22.6/12.3/7.0 (BP=1.000, ratio=1.019, hyp_len=43697, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.93, 49.8/23.1/12.6/7.2 (BP=1.000, ratio=1.021, hyp_len=43824, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 16.55, 47.0/21.3/11.5/6.5 (BP=1.000, ratio=1.071, hyp_len=45947, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.59, 49.8/22.7/12.2/6.9 (BP=1.000, ratio=1.009, hyp_len=43301, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.41, 49.2/22.5/12.1/6.9 (BP=1.000, ratio=1.023, hyp_len=43894, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.52, 49.9/22.7/12.2/6.8 (BP=1.000, ratio=1.005, hyp_len=43127, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.30, 49.1/22.3/12.0/6.8 (BP=1.000, ratio=1.024, hyp_len=43917, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.21, 48.8/22.1/12.0/6.8 (BP=1.000, ratio=1.036, hyp_len=44454, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.79, 50.0/22.9/12.4/7.1 (BP=1.000, ratio=1.000, hyp_len=42891, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 11.03, 39.5/15.1/7.1/3.5 (BP=1.000, ratio=1.116, hyp_len=47860, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.25, 49.4/22.3/12.0/6.7 (BP=1.000, ratio=1.014, hyp_len=43517, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.78, 50.0/22.8/12.4/7.1 (BP=1.000, ratio=1.000, hyp_len=42890, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.68, 49.8/22.7/12.4/7.0 (BP=1.000, ratio=1.003, hyp_len=43021, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.31, 48.9/22.3/12.1/6.8 (BP=1.000, ratio=1.032, hyp_len=44262, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.92, 49.8/22.9/12.5/7.2 (BP=1.000, ratio=1.015, hyp_len=43562, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.84, 50.0/22.9/12.5/7.1 (BP=1.000, ratio=1.011, hyp_len=43389, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.75, 49.8/22.8/12.4/7.1 (BP=1.000, ratio=1.014, hyp_len=43494, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.94, 50.0/23.1/12.6/7.1 (BP=1.000, ratio=1.013, hyp_len=43442, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 18.12, 50.3/23.1/12.7/7.3 (BP=1.000, ratio=1.004, hyp_len=43077, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.29, 48.8/22.3/12.1/6.8 (BP=1.000, ratio=1.042, hyp_len=44688, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 11.92, 40.2/16.1/7.8/4.0 (BP=1.000, ratio=1.144, hyp_len=49071, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.46, 49.5/22.5/12.2/6.8 (BP=1.000, ratio=1.026, hyp_len=44035, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 18.19, 50.3/23.2/12.7/7.4 (BP=1.000, ratio=1.007, hyp_len=43221, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 17.84, 50.1/22.9/12.5/7.1 (BP=1.000, ratio=1.016, hyp_len=43604, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 18.30, 50.8/23.4/12.9/7.5 (BP=0.994, ratio=0.994, hyp_len=42632, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 0, 0/0/0/0 (BP=0, ratio=0, hyp_len=0, ref_len=0)

View File

@ -1 +0,0 @@
BLEU = 12.77, 42.4/17.1/8.4/4.4 (BP=1.000, ratio=1.096, hyp_len=47008, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 14.43, 46.7/19.4/9.7/5.2 (BP=0.988, ratio=0.988, hyp_len=42376, ref_len=42903)

View File

@ -1 +0,0 @@
BLEU = 13.85, 44.1/18.5/9.2/4.9 (BP=1.000, ratio=1.092, hyp_len=46859, ref_len=42903)

View File

@ -1,12 +0,0 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
**ćwiczenie 5**
Katalog scores zawiera 64 pliki tekstowe, które posiadają informacje o wysokości miary ``BLEU`` na różnych etapach trenowania modelu. Nazwa każdego pliku na postać ``model.iterXXXXXXX.npz.bleu``, gdzie ``XXXXXXX``, to liczba iteracji.Zawartość każdego pliku jest podobna i ma następującą formę: *BLEU = YY.YY, 44.4/18.5/9.3/5.0 (BP=1.000, ratio=1.072, hyp_len=45976, ref_len=42903)*, gdzie ``YY.YY`` to wartość miary ``BLEU``. Znajdź plik, który zawiera najwyższą wartość miary ``BLEU``.
* Wykorzystaj bibliotekę ``glob`` (https://docs.python.org/2/library/glob.html)
* Wyświetl tylko pełną nazwe pliku (wraz z ścieżką).
"""
import glob as gl
import pandas as pd

View File

@ -28,7 +28,7 @@
}, },
{ {
"cell_type": "code", "cell_type": "code",
"execution_count": null, "execution_count": 18,
"metadata": { "metadata": {
"slideshow": { "slideshow": {
"slide_type": "fragment" "slide_type": "fragment"

View File

@ -168,7 +168,7 @@ for i in range(5):# range[5] = [0,1,2,3,4]
for zmienna in lista: for zmienna in lista:
# operacje do wykonania w pętli # operacje do wykonania w pętli
pass
# In[ ]: # In[ ]:

View File

@ -9,81 +9,48 @@ Zadania wprowadzające do pierwszych ćwiczeń.
""" """
Wypisz na ekran swoje imię i nazwisko. Wypisz na ekran swoje imię i nazwisko.
""" """
print("Swoje imię i nazwisko")
""" """
Oblicz i wypisz na ekran pole koła o promienie 10. Jako PI przyjmij 3.14. Oblicz i wypisz na ekran pole koła o promienie 10. Jako PI przyjmij 3.14.
""" """
pi = 3.14
r = 10
pole = pi * (r ** 2) # potega to znak ** a nie ^
print("Promień:", r)
print("Liczba pi:", pi)
print("Pole koła:", pole)
""" """
Stwórz zmienną pole_kwadratu i przypisz do liczbę: pole kwadratu o boku 3. Stwórz zmienną pole_kwadratu i przypisz do liczbę: pole kwadratu o boku 3.
""" """
bok = 3
pole_kwadratu = bok ** 2
print("Pole kwadratu o boku", bok, "wynosi", pole_kwadratu)
""" """
Stwórz 3 elementową listę, która zawiera nazwy 3 Twoich ulubionych owoców. Stwórz 3 elementową listę, która zawiera nazwy 3 Twoich ulubionych owoców.
Wynik przypisz do zmiennej `owoce`. Wynik przypisz do zmiennej `owoce`.
""" """
owoce = ["japko", "bananas", "arbuzas"]
print(owoce)
""" """
Dodaj do powyższej listy jako nowy element "pomidor". Dodaj do powyższej listy jako nowy element "pomidor".
""" """
owoce.append("pomidor")
print(owoce)
""" """
Usuń z powyższej listy drugi element. Usuń z powyższej listy drugi element.
""" """
owoce.pop(1)
print(owoce)
""" """
Rozszerz listę o tablice ['Jabłko', "Gruszka"]. Rozszerz listę o tablice ['Jabłko', "Gruszka"].
""" """
owoce.append(['Jabłko', "Gruszka"])
print(owoce)
""" """
Wyświetl listę owoce, ale bez pierwszego i ostatniego elementu. Wyświetl listę owoce, ale bez pierwszego i ostatniego elementu.
""" """
print(owoce)
print('Lista bez pierwszego i ostatniego elementu:', owoce[1:-1])
""" """
Wyświetl co trzeci element z listy owoce. Wyświetl co trzeci element z listy owoce.
""" """
print(owoce)
print('Lista bez pierwszego i ostatniego elementu:', owoce[::3])
""" """
Stwórz pusty słownik i przypisz go do zmiennej magazyn. Stwórz pusty słownik i przypisz go do zmiennej magazyn.
""" """
magazyn = {}
""" """
Dodaj do słownika magazyn owoce z listy owoce, tak, aby owoce były kluczami, Dodaj do słownika magazyn owoce z listy owoce, tak, aby owoce były kluczami,
zaś wartościami były równe 5. zaś wartościami były równe 5.
""" """
magazyn = {"japko" : 5, "arbuzas" : 5, "pomidor": 5, "Jabłko": 5, "Gruszka" : 5}
print("Słownik:", magazyn)
"""
cos tu jest namieszane
magazyn1 = {"japko" : 1, "arbuzas" : 1, "pomidor": 1, "Jabłko": 1, "Gruszka" : 1}
owocetupla = tuple(owoce)
for owoc in owocetupla:
magazyn1(owoc) = 5
print("Słownik:", magazyn1)
"""

View File

@ -6,12 +6,6 @@ Zad 2. Napisz funkcję even_elements zwracającą listę,
która zawiera tylko elementy z list o parzystych indeksach. która zawiera tylko elementy z list o parzystych indeksach.
""" """
"""
def sum(a,b):
return a+b
"""
def even_elements(lista): def even_elements(lista):
pass pass

View File

@ -5,18 +5,6 @@
Napisz funkcję days_in_year zwracającą liczbę dni w roku (365 albo 366). Napisz funkcję days_in_year zwracającą liczbę dni w roku (365 albo 366).
""" """
"""
/400 jest przestepny
/100 nieprzestepny
/4 przestepny
if y %400==0: TAK
elif y %100==0: NIE
elif y %4==0: TAK
else: NIE
"""
def days_in_year(days): def days_in_year(days):
pass pass

View File

@ -6,9 +6,7 @@ def suma(a, b):
""" """
Napisz funkcję, która zwraca sumę elementów. Napisz funkcję, która zwraca sumę elementów.
""" """
wynik = a+b # dopisane return 0
return wynik # dopisane
# return 0
def tests(f): def tests(f):
inputs = [(2, 3), (0, 0), (1, 1)] inputs = [(2, 3), (0, 0), (1, 1)]

View File

@ -2,33 +2,32 @@
## Zadania ## Zadania
**ćwiczenie 0** NIE TRZEBA ROBIC!!!! **ćwiczenie 0**
Uruchom programy z katalogu `examples` i zobacz ich kod. Spróbuj odgadnąć, co robią konkretne linie w kodzie. Uruchom programy z katalogu `examples` i zobacz ich kod. Spróbuj odgadnąć, co robią konkretne linie w kodzie.
**ćwiczenie 1** NIE TRZEBA ROBIC!!!! **ćwiczenie 1**
Każdy obiekt w Pythonie na wbudowaną funkcję ``id()``, która zwraca liczbę, która jest unikatowa i stała dla obiektu. Pozwala ona w prosty sposób sprawdzić, który obiekt jest *mutable*a, który *immutable*: jeżeli po wykonaniu operacji, zwracana liczba jest stała, to oznacza, że obiekt jest *mutable*. Sprawdź zachowanie funkcji na obiektach typy: Każdy obiekt w Pythonie na wbudowaną funkcję ``id()``, która zwraca liczbę, która jest unikatowa i stała dla obiektu. Pozwala ona w prosty sposób sprawdzić, który obiekt jest *mutable*a, który *immutable*: jeżeli po wykonaniu operacji, zwracana liczba jest stała, to oznacza, że obiekt jest *mutable*. Sprawdź zachowanie funkcji na obiektach typy:
* lista, * lista,
* napis (string), * napis (string),
* liczba zmiennoprzecinkowa. * liczba zmiennoprzecinkowa.
**ćwiczenie 2** NIE TRZEBA ROBIC!!!! **ćwiczenie 2**
Napisz generator, który będzie zwracać ``n`` kolejnych liczb ciągu Fibonacciego (``F(0)=1, F(1)=1, FN=F(N-1) + F(N-2)``). Napisz generator, który będzie zwracać ``n`` kolejnych liczb ciągu Fibonacciego (``F(0)=1, F(1)=1, FN=F(N-1) + F(N-2)``).
**ćwiczenie 3** NIE TRZEBA ROBIC!!!! **ćwiczenie 3**
Strona ``https://api.fixer.io/latest`` udostępnia kursy różnych walut w stosunku do euro. Napisz skrypt, który: Strona ``https://api.fixer.io/latest`` udostępnia kursy różnych walut w stosunku do euro. Napisz skrypt, który:
* pobierze zawartość JSONa. Wykorzystaj bibliotekę ``requests`` (http://docs.python-requests.org/en/master/). * pobierze zawartość JSONa. Wykorzystaj bibliotekę ``requests`` (http://docs.python-requests.org/en/master/).
* korzystając z biblioteki ``json`` przekształć go do obiektu typu JSON. * korzystając z biblioteki ``json`` przekształć go do obiektu typu JSON.
* Wyświetl wartość kursu EUR do PLN. * Wyświetl wartość kursu EUR do PLN.
**ćwiczenie 4** NIE TRZEBA ROBIC!!!! **ćwiczenie 4**
Zainstaluj bibliotekę ``weather-api`` (https://pypi.python.org/pypi/weather-api). Korzystając z niej: Zainstaluj bibliotekę ``weather-api`` (https://pypi.python.org/pypi/weather-api). Korzystając z niej:
* Wypisz informacje o aktualnej pogodzie. * Wypisz informacje o aktualnej pogodzie.
* Napisz funkcję, która zamieni stopnie ``F`` na ``C``. * Napisz funkcję, która zamieni stopnie ``F`` na ``C``.
* Korzystając z prognozy, znajdź dzień, w którym będzie najzimniej. Wypisz nazwę tygodnia (w języku polskim) i temperaturę w C. * Korzystając z prognozy, znajdź dzień, w którym będzie najzimniej. Wypisz nazwę tygodnia (w języku polskim) i temperaturę w C.
**ćwiczenie 5** TRZEBA ZROBIĆ JAKO ZADANIE DOMOWE!!! **ćwiczenie 5**
Katalog scores zawiera 64 pliki tekstowe, które posiadają informacje o wysokości miary ``BLEU`` na różnych etapach trenowania modelu. Nazwa każdego pliku na postać ``model.iterXXXXXXX.npz.bleu``, gdzie ``XXXXXXX``, to liczba iteracji.Zawartość każdego pliku jest podobna i ma następującą formę: *BLEU = YY.YY, 44.4/18.5/9.3/5.0 (BP=1.000, ratio=1.072, hyp_len=45976, ref_len=42903)*, gdzie ``YY.YY`` to wartość miary ``BLEU``. Znajdź plik, który zawiera najwyższą wartość miary ``BLEU``. Katalog scores zawiera 64 pliki tekstowe, które posiadają informacje o wysokości miary ``BLEU`` na różnych etapach trenowania modelu. Nazwa każdego pliku na postać ``model.iterXXXXXXX.npz.bleu``, gdzie ``XXXXXXX``, to liczba iteracji.Zawartość każdego pliku jest podobna i ma następującą formę: *BLEU = YY.YY, 44.4/18.5/9.3/5.0 (BP=1.000, ratio=1.072, hyp_len=45976, ref_len=42903)*, gdzie ``YY.YY`` to wartość miary ``BLEU``. Znajdź plik, który zawiera najwyższą wartość miary ``BLEU``.
* Wykorzystaj bibliotekę ``glob`` (https://docs.python.org/2/library/glob.html) * Wykorzystaj bibliotekę ``glob`` (https://docs.python.org/2/library/glob.html)
* Wyświetl tylko pełną nazwe pliku (wraz z ścieżką). * Wyświetl tylko pełną nazwe pliku (wraz z ścieżką).
Cwiczenie 5 zrobić do 2.06.2018 nawet do 5 w nocy.

BIN
labs05/data/iowa.csv.gz Normal file

Binary file not shown.

File diff suppressed because it is too large Load Diff

111070
labs06/311.csv Normal file

File diff suppressed because it is too large Load Diff

18
labs06/README.md Normal file
View File

@ -0,0 +1,18 @@
## Zadania
** zad. 0 **
Sprawdź, czy masz zainstalowany pakiet ``pandas``. Jeżeli nie, zainstaluj go.
** zad. 2 (domowe) **
Jest to zadanie złożone, składające się z kilku części. Całość będzie opierać się o dane zawarte w pliku *mieszkania.csv* i dotyczą cen mieszkań w Poznaniu kilka lat temu.
1, Otwórz plik ``task02.py``, który zawiera szkielet kodu, który będziemy rozwijać w tym zadaniu.
1. Napisz funkcje, która wczyta zestaw danych z pliku *mieszkania.csv* i zwróci obiekt typu *DataFrame*. Jeżeli wszystko zostało zrobione poprawnie, powinno się wyśtwietlić 5 pierwszych wierszy.
1. Uzupełnij funkcję ``most_common_room_number``, która zwróci jaka jest najpopularniejsza liczba pokoi w ogłoszeniach. Funkcji powinna zwrócić liczbę całkowitą.
1. Uzupełnij kod w funkcji ``cheapest_flats(dane, n)``, która wzróci *n* najtańszych ofert mieszkań. Wzrócony obiekt typu ``DataFrame``.
1. Napisz funkcje ``find_borough(desc)``, która przyjmuje 1 argument typu *string* i zwróci jedną z dzielnic zdefiniowaną w liście ``dzielnice``. Funkcja ma zwrócić pierwszą (wzgledem kolejności) nazwę dzielnicy, która jest zawarta w ``desc``. Jeżeli żadna nazwa nie została odnaleziona, zwróć *Inne*.
1. Dodaj kolumnę ``Borough``, która będzie zawierać informacje o dzielnicach i powstanie z kolumny ``Localization``. Wykorzystaj do tego funkcję ``find_borough``.
1. Uzupełnił funkcje ``write_plot``, która zapisze do pliku ``filename`` wykres słupkowy przedstawiający liczbę ogłoszeń mieszkań z podziałem na dzielnice.
1. Napisz funkcje ``mean_price``, która zwróci średnią cenę mieszkania ``room_numer``-pokojowego.
1. Uzupełnij funkcje ``find_13``, która zwróci listę dzielnic, które zawierają ofertę mieszkanie na 13 piętrze.
1. Napisz funkcje ``find_best_flats``, która zwróci wszystkie ogłoszenia mieszkań, które znajdują się na Winogradach, mają 3 pokoje i są położone na 1 piętrze.
1. *(dodatkowe)*: Korzystając z pakietu *sklearn* zbuduj model regresji liniowej, która będzie wyznaczać cenę mieszkania na podstawie wielkości mieszkania i liczby pokoi.

5001
labs06/mieszkania.csv Normal file

File diff suppressed because it is too large Load Diff

54
labs06/task02.py Executable file
View File

@ -0,0 +1,54 @@
#!/usr/bin/env python
# -*- coding: utf-8 -*-
def wczytaj_dane():
pass
def most_common_room_number(dane):
pass
def cheapest_flats(dane, n):
pass
def find_borough(desc):
dzielnice = ['Stare Miasto',
'Wilda',
'Jeżyce',
'Rataje',
'Piątkowo',
'Winogrady',
'Miłostowo',
'Dębiec']
pass
def add_borough(dane):
pass
def write_plot(dane, filename):
pass
def mean_price(dane, room_number):
pass
def find_13(dane):
pass
def find_best_flats(dane):
pass
def main():
dane = wczytaj_dane()
print(dane[:5])
print("Najpopularniejsza liczba pokoi w mieszkaniu to: {}"
.format(most_common_room_number(dane)))
print("{} to najłądniejsza dzielnica w Poznaniu."
.format(find_borough("Grunwald i Jeżyce"))))
print("Średnia cena mieszkania 3-pokojowego, to: {}"
.format(mean_price(dane, 3)))
if __name__ == "__main__":
main()

80
labs06/tasks.py Executable file
View File

@ -0,0 +1,80 @@
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
1. Zaimportuj bibliotkę pandas jako pd.
"""
"""
2. Wczytaj zbiór danych `311.csv` do zniennej data.
"""
"""
3. Wyświetl 5 pierwszych wierszy z data.
"""
"""
4. Wyświetl nazwy kolumn.
"""
"""
5. Wyświetl ile nasz zbiór danych ma kolumn i wierszy.
"""
"""
6. Wyświetl kolumnę 'City' z powyższego zbioru danych.
"""
"""
7. Wyświetl jakie wartoścu przyjmuje kolumna 'City'.
"""
"""
8. Wyświetl tabelę rozstawną kolumny City.
"""
"""
9. Wyświetl tylko pierwsze 4 wiersze z wcześniejszego polecenia.
"""
"""
10. Wyświetl, w ilu przypadkach kolumna City zawiera NaN.
"""
"""
11. Wyświetl data.info()
"""
"""
12. Wyświetl tylko kolumny Borough i Agency i tylko 5 ostatnich linii.
"""
"""
13. Wyświetl tylko te dane, dla których wartość z kolumny Agency jest równa
NYPD. Zlicz ile jest takich przykładów.
"""
"""
14. Wyświetl wartość minimalną i maksymalną z kolumny Longitude.
"""
"""
15. Dodaj kolumne diff, która powstanie przez sumowanie kolumn Longitude i Latitude.
"""
"""
16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest
równe NYPD.
"""

177
labs07/gapminder.csv Normal file
View File

@ -0,0 +1,177 @@
,female_BMI,male_BMI,gdp,population,under5mortality,life_expectancy,fertility
Afghanistan,21.07402,20.62058,1311.0,26528741.0,110.4,52.8,6.2
Albania,25.65726,26.44657,8644.0,2968026.0,17.9,76.8,1.76
Algeria,26.368409999999997,24.5962,12314.0,34811059.0,29.5,75.5,2.73
Angola,23.48431,22.25083,7103.0,19842251.0,192.0,56.7,6.43
Antigua and Barbuda,27.50545,25.76602,25736.0,85350.0,10.9,75.5,2.16
Argentina,27.46523,27.5017,14646.0,40381860.0,15.4,75.4,2.24
Armenia,27.1342,25.355420000000002,7383.0,2975029.0,20.0,72.3,1.4
Australia,26.87777,27.56373,41312.0,21370348.0,5.2,81.6,1.96
Austria,25.09414,26.467409999999997,43952.0,8331465.0,4.6,80.4,1.41
Azerbaijan,27.50879,25.65117,14365.0,8868713.0,43.3,69.2,1.99
Bahamas,29.13948,27.24594,24373.0,348587.0,14.5,72.2,1.89
Bahrain,28.790940000000003,27.83721,42507.0,1115777.0,9.4,77.6,2.23
Bangladesh,20.54531,20.39742,2265.0,148252473.0,55.9,68.3,2.38
Barbados,29.221690000000002,26.384390000000003,16075.0,277315.0,15.4,75.3,1.83
Belarus,26.641859999999998,26.16443,14488.0,9526453.0,7.2,70.0,1.42
Belgium,25.1446,26.75915,41641.0,10779155.0,4.7,79.6,1.82
Belize,29.81663,27.02255,8293.0,306165.0,20.1,70.7,2.91
Benin,23.74026,22.41835,1646.0,8973525.0,116.3,59.7,5.27
Bhutan,22.88243,22.8218,5663.0,694990.0,48.1,70.7,2.51
Bolivia,26.8633,24.43335,5066.0,9599916.0,52.0,71.2,3.48
Bosnia and Herzegovina,26.35874,26.611629999999998,9316.0,3839749.0,8.1,77.5,1.22
Botswana,26.09156,22.129839999999998,13858.0,1967866.0,63.8,53.2,2.86
Brazil,25.99113,25.78623,13906.0,194769696.0,18.6,73.2,1.9
Brunei,22.892310000000002,24.18179,72351.0,380786.0,9.0,76.9,2.1
Bulgaria,25.51574,26.542859999999997,15368.0,7513646.0,13.7,73.2,1.43
Burkina Faso,21.63031,21.27157,1358.0,14709011.0,130.4,58.0,6.04
Burundi,21.27927,21.50291,723.0,8821795.0,108.6,59.1,6.48
Cambodia,21.69608,20.80496,2442.0,13933660.0,51.5,66.1,3.05
Cameroon,24.9527,23.681729999999998,2571.0,19570418.0,113.8,56.6,5.17
Canada,26.698290000000004,27.4521,41468.0,33363256.0,5.8,80.8,1.68
Cape Verde,24.96136,23.515220000000003,6031.0,483824.0,28.4,70.4,2.57
Chad,21.95424,21.485689999999998,1753.0,11139740.0,168.0,54.3,6.81
Chile,27.92807,27.015420000000002,18698.0,16645940.0,8.9,78.5,1.89
China,22.91041,22.92176,7880.0,1326690636.0,18.5,73.4,1.53
Colombia,26.22529,24.94041,10489.0,44901660.0,19.7,76.2,2.43
Comoros,22.444329999999997,22.06131,1440.0,665414.0,91.2,67.1,5.05
"Congo, Dem. Rep.",21.6677,19.86692,607.0,61809278.0,124.5,57.5,6.45
"Congo, Rep.",23.10824,21.87134,5022.0,3832771.0,72.6,58.8,5.1
Costa Rica,27.03497,26.47897,12219.0,4429506.0,10.3,79.8,1.91
Cote d'Ivoire,23.82088,22.56469,2854.0,19261647.0,116.9,55.4,4.91
Croatia,25.17882,26.596290000000003,21873.0,4344151.0,5.9,76.2,1.43
Cuba,26.576140000000002,25.06867,17765.0,11290239.0,6.3,77.6,1.5
Cyprus,25.92587,27.41899,35828.0,1077010.0,4.2,80.0,1.49
Denmark,25.106270000000002,26.13287,45017.0,5495302.0,4.3,78.9,1.89
Djibouti,24.38177,23.38403,2502.0,809639.0,81.0,61.8,3.76
Ecuador,27.062690000000003,25.58841,9244.0,14447600.0,26.8,74.7,2.73
Egypt,30.099970000000003,26.732429999999997,9974.0,78976122.0,31.4,70.2,2.95
El Salvador,27.84092,26.36751,7450.0,6004199.0,21.6,73.7,2.32
Equatorial Guinea,24.528370000000002,23.7664,40143.0,686223.0,118.4,57.5,5.31
Eritrea,21.082320000000003,20.885089999999998,1088.0,4500638.0,60.4,60.1,5.16
Estonia,25.185979999999997,26.264459999999996,24743.0,1339941.0,5.5,74.2,1.62
Ethiopia,20.71463,20.247,931.0,83079608.0,86.9,60.0,5.19
Fiji,29.339409999999997,26.53078,7129.0,843206.0,24.0,64.9,2.74
Finland,25.58418,26.733390000000004,42122.0,5314170.0,3.3,79.6,1.85
France,24.82949,25.853289999999998,37505.0,62309529.0,4.3,81.1,1.97
Gabon,25.95121,24.0762,15800.0,1473741.0,68.0,61.7,4.28
Gambia,24.82101,21.65029,1566.0,1586749.0,87.4,65.7,5.8
Georgia,26.45014,25.54942,5900.0,4343290.0,19.3,71.8,1.79
Germany,25.73903,27.165090000000003,41199.0,80665906.0,4.4,80.0,1.37
Ghana,24.33014,22.842470000000002,2907.0,23115919.0,79.9,62.0,4.19
Greece,24.92026,26.33786,32197.0,11161755.0,4.9,80.2,1.46
Grenada,27.31948,25.179879999999997,12116.0,103934.0,13.5,70.8,2.28
Guatemala,26.84324,25.29947,6960.0,14106687.0,36.9,71.2,4.12
Guinea,22.45206,22.52449,1230.0,10427356.0,121.0,57.1,5.34
Guinea-Bissau,22.92809,21.64338,1326.0,1561293.0,127.6,53.6,5.25
Guyana,26.470190000000002,23.68465,5208.0,748096.0,41.9,65.0,2.74
Haiti,23.27785,23.66302,1600.0,9705130.0,83.3,61.0,3.5
Honduras,26.73191,25.10872,4391.0,7259470.0,26.5,71.8,3.27
"Hong Kong, China",23.71046,25.057470000000002,46635.0,6910384.0,3.06,82.49,1.04
Hungary,25.97839,27.115679999999998,23334.0,10050699.0,7.2,73.9,1.33
Iceland,26.02599,27.206870000000002,42294.0,310033.0,2.7,82.4,2.12
India,21.31478,20.95956,3901.0,1197070109.0,65.6,64.7,2.64
Indonesia,22.986929999999997,21.85576,7856.0,235360765.0,36.2,69.4,2.48
Iran,27.236079999999998,25.310029999999998,15955.0,72530693.0,21.4,73.1,1.88
Iraq,28.411170000000002,26.71017,11616.0,29163327.0,38.3,66.6,4.34
Ireland,26.62176,27.65325,47713.0,4480145.0,4.5,80.1,2.0
Israel,27.301920000000003,27.13151,28562.0,7093808.0,4.9,80.6,2.92
Italy,24.79289,26.4802,37475.0,59319234.0,4.1,81.5,1.39
Jamaica,27.22601,24.00421,8951.0,2717344.0,18.9,75.1,2.39
Japan,21.87088,23.50004,34800.0,127317900.0,3.4,82.5,1.34
Jordan,29.218009999999996,27.47362,10897.0,6010035.0,22.1,76.9,3.59
Kazakhstan,26.65065,26.290779999999998,18797.0,15915966.0,25.9,67.1,2.51
Kenya,23.06181,21.592579999999998,2358.0,38244442.0,71.0,60.8,4.76
Kiribati,31.30769,29.2384,1803.0,98437.0,64.5,61.5,3.13
Kuwait,31.161859999999997,29.172109999999996,91966.0,2705290.0,11.3,77.3,2.68
Latvia,25.615129999999997,26.45693,20977.0,2144215.0,10.5,72.4,1.5
Lebanon,27.70471,27.20117,14158.0,4109389.0,11.3,77.8,1.57
Lesotho,26.780520000000003,21.90157,2041.0,1972194.0,114.2,44.5,3.34
Liberia,23.21679,21.89537,588.0,3672782.0,100.9,59.9,5.19
Libya,29.19874,26.54164,29853.0,6123022.0,18.8,75.6,2.64
Lithuania,26.01424,26.86102,23223.0,3219802.0,8.2,72.1,1.42
Luxembourg,26.09326,27.434040000000003,95001.0,485079.0,2.8,81.0,1.63
"Macao, China",24.895039999999998,25.713820000000002,80191.0,507274.0,6.72,79.32,0.94
"Macedonia, FYR",25.37646,26.34473,10872.0,2055266.0,11.8,74.5,1.47
Madagascar,20.73501,21.403470000000002,1528.0,19926798.0,66.7,62.2,4.79
Malawi,22.91455,22.034679999999998,674.0,13904671.0,101.1,52.4,5.78
Malaysia,25.448320000000002,24.73069,19968.0,27197419.0,8.0,74.5,2.05
Maldives,26.4132,23.219910000000002,12029.0,321026.0,16.0,78.5,2.38
Mali,23.07655,21.78881,1602.0,14223403.0,148.3,58.5,6.82
Malta,27.04993,27.683609999999998,27872.0,406392.0,6.6,80.7,1.38
Mauritania,26.26476,22.62295,3356.0,3414552.0,103.0,67.9,4.94
Mauritius,26.09824,25.15669,14615.0,1238013.0,15.8,72.9,1.58
Mexico,28.737509999999997,27.42468,15826.0,114972821.0,17.9,75.4,2.35
"Micronesia, Fed. Sts.",31.28402,28.10315,3197.0,104472.0,43.1,68.0,3.59
Moldova,27.05617,24.2369,3890.0,4111168.0,17.6,70.4,1.49
Mongolia,25.71375,24.88385,7563.0,2629666.0,34.8,64.8,2.37
Montenegro,25.70186,26.55412,14183.0,619740.0,8.1,76.0,1.72
Morocco,26.223090000000003,25.63182,6091.0,31350544.0,35.8,73.3,2.44
Mozambique,23.317339999999998,21.93536,864.0,22994867.0,114.4,54.0,5.54
Myanmar,22.47733,21.44932,2891.0,51030006.0,87.2,59.4,2.05
Namibia,25.14988,22.65008,8169.0,2115703.0,62.2,59.1,3.36
Nepal,20.72814,20.76344,1866.0,26325183.0,50.7,68.4,2.9
Netherlands,25.47269,26.01541,47388.0,16519862.0,4.8,80.3,1.77
New Zealand,27.36642,27.768929999999997,32122.0,4285380.0,6.4,80.3,2.12
Nicaragua,27.57259,25.77291,4060.0,5594524.0,28.1,77.0,2.72
Niger,21.95958,21.21958,843.0,15085130.0,141.3,58.0,7.59
Nigeria,23.674020000000002,23.03322,4684.0,151115683.0,140.9,59.2,6.02
Norway,25.73772,26.934240000000003,65216.0,4771633.0,3.6,80.8,1.96
Oman,26.66535,26.241090000000003,47799.0,2652281.0,11.9,76.2,2.89
Pakistan,23.44986,22.299139999999998,4187.0,163096985.0,95.5,64.1,3.58
Panama,27.67758,26.26959,14033.0,3498679.0,21.0,77.3,2.61
Papua New Guinea,25.77189,25.015060000000002,1982.0,6540267.0,69.7,58.6,4.07
Paraguay,25.90523,25.54223,6684.0,6047131.0,25.7,74.0,3.06
Peru,25.98511,24.770410000000002,9249.0,28642048.0,23.2,78.2,2.58
Philippines,23.4671,22.872629999999997,5332.0,90297115.0,33.4,69.8,3.26
Poland,25.918870000000002,26.6738,19996.0,38525752.0,6.7,75.4,1.33
Portugal,26.183020000000003,26.68445,27747.0,10577458.0,4.1,79.4,1.36
Puerto Rico,30.2212,28.378040000000002,35855.0,3728126.0,8.78,77.0,1.69
Qatar,28.912509999999997,28.13138,126076.0,1388962.0,9.5,77.9,2.2
Romania,25.22425,25.41069,18032.0,20741669.0,16.1,73.2,1.34
Russia,27.21272,26.01131,22506.0,143123163.0,13.5,67.9,1.49
Rwanda,22.07156,22.55453,1173.0,9750314.0,78.3,64.1,5.06
Samoa,33.659079999999996,30.42475,5731.0,183440.0,18.8,72.3,4.43
Sao Tome and Principe,24.88216,23.51233,2673.0,163595.0,61.0,66.0,4.41
Saudi Arabia,29.598779999999998,27.884320000000002,44189.0,26742842.0,18.1,78.3,2.97
Senegal,24.30968,21.927429999999998,2162.0,12229703.0,75.8,63.5,5.11
Serbia,25.669970000000003,26.51495,12522.0,9109535.0,8.0,74.3,1.41
Seychelles,27.973740000000003,25.56236,20065.0,91634.0,14.2,72.9,2.28
Sierra Leone,23.93364,22.53139,1289.0,5521838.0,179.1,53.6,5.13
Singapore,22.86642,23.83996,65991.0,4849641.0,2.8,80.6,1.28
Slovak Republic,26.323729999999998,26.92717,24670.0,5396710.0,8.8,74.9,1.31
Slovenia,26.582140000000003,27.43983,30816.0,2030599.0,3.7,78.7,1.43
Solomon Islands,28.8762,27.159879999999998,1835.0,503410.0,33.1,62.3,4.36
Somalia,22.66607,21.969170000000002,615.0,9132589.0,168.5,52.6,7.06
South Africa,29.4803,26.85538,12263.0,50348811.0,66.1,53.4,2.54
Spain,26.30554,27.49975,34676.0,45817016.0,5.0,81.1,1.42
Sri Lanka,23.11717,21.96671,6907.0,19949553.0,11.7,74.0,2.32
Sudan,23.16132,22.40484,3246.0,34470138.0,84.7,65.5,4.79
Suriname,27.749859999999998,25.49887,13470.0,506657.0,26.4,70.2,2.41
Swaziland,28.448859999999996,23.16969,5887.0,1153750.0,112.2,45.1,3.7
Sweden,25.1466,26.37629,43421.0,9226333.0,3.2,81.1,1.92
Switzerland,24.07242,26.20195,55020.0,7646542.0,4.7,82.0,1.47
Syria,28.87418,26.919690000000003,6246.0,20097057.0,16.5,76.1,3.17
Tajikistan,23.84799,23.77966,2001.0,7254072.0,56.2,69.6,3.7
Tanzania,23.0843,22.47792,2030.0,42844744.0,72.4,60.4,5.54
Thailand,24.38577,23.008029999999998,12216.0,66453255.0,15.6,73.9,1.48
Timor-Leste,21.50694,20.59082,1486.0,1030915.0,70.2,69.9,6.48
Togo,22.73858,21.87875,1219.0,6052937.0,96.4,57.5,4.88
Tonga,34.25969,30.99563,4748.0,102816.0,17.0,70.3,4.01
Trinidad and Tobago,28.27587,26.396690000000003,30875.0,1315372.0,24.9,71.7,1.8
Tunisia,27.93706,25.15699,9938.0,10408091.0,19.4,76.8,2.04
Turkey,28.247490000000003,26.703709999999997,16454.0,70344357.0,22.2,77.8,2.15
Turkmenistan,24.66154,25.24796,8877.0,4917541.0,63.9,67.2,2.48
Uganda,22.48126,22.35833,1437.0,31014427.0,89.3,56.0,6.34
Ukraine,26.23317,25.42379,8762.0,46028476.0,12.9,67.8,1.38
United Arab Emirates,29.614009999999997,28.053590000000003,73029.0,6900142.0,9.1,75.6,1.95
United Kingdom,26.944490000000002,27.392490000000002,37739.0,61689620.0,5.6,79.7,1.87
United States,28.343590000000003,28.456979999999998,50384.0,304473143.0,7.7,78.3,2.07
Uruguay,26.593040000000002,26.39123,15317.0,3350832.0,13.0,76.0,2.11
Uzbekistan,25.43432,25.32054,3733.0,26952719.0,49.2,69.6,2.46
Vanuatu,28.458759999999998,26.78926,2944.0,225335.0,28.2,63.4,3.61
Venezuela,28.134079999999997,27.445,17911.0,28116716.0,17.1,74.2,2.53
Vietnam,21.065,20.9163,4085.0,86589342.0,26.2,74.1,1.86
West Bank and Gaza,29.026429999999998,26.5775,3564.0,3854667.0,24.7,74.1,4.38
Zambia,23.05436,20.68321,3039.0,13114579.0,94.9,51.1,5.88
Zimbabwe,24.645220000000002,22.0266,1286.0,13495462.0,98.3,47.3,3.85
1 female_BMI male_BMI gdp population under5mortality life_expectancy fertility
2 Afghanistan 21.07402 20.62058 1311.0 26528741.0 110.4 52.8 6.2
3 Albania 25.65726 26.44657 8644.0 2968026.0 17.9 76.8 1.76
4 Algeria 26.368409999999997 24.5962 12314.0 34811059.0 29.5 75.5 2.73
5 Angola 23.48431 22.25083 7103.0 19842251.0 192.0 56.7 6.43
6 Antigua and Barbuda 27.50545 25.76602 25736.0 85350.0 10.9 75.5 2.16
7 Argentina 27.46523 27.5017 14646.0 40381860.0 15.4 75.4 2.24
8 Armenia 27.1342 25.355420000000002 7383.0 2975029.0 20.0 72.3 1.4
9 Australia 26.87777 27.56373 41312.0 21370348.0 5.2 81.6 1.96
10 Austria 25.09414 26.467409999999997 43952.0 8331465.0 4.6 80.4 1.41
11 Azerbaijan 27.50879 25.65117 14365.0 8868713.0 43.3 69.2 1.99
12 Bahamas 29.13948 27.24594 24373.0 348587.0 14.5 72.2 1.89
13 Bahrain 28.790940000000003 27.83721 42507.0 1115777.0 9.4 77.6 2.23
14 Bangladesh 20.54531 20.39742 2265.0 148252473.0 55.9 68.3 2.38
15 Barbados 29.221690000000002 26.384390000000003 16075.0 277315.0 15.4 75.3 1.83
16 Belarus 26.641859999999998 26.16443 14488.0 9526453.0 7.2 70.0 1.42
17 Belgium 25.1446 26.75915 41641.0 10779155.0 4.7 79.6 1.82
18 Belize 29.81663 27.02255 8293.0 306165.0 20.1 70.7 2.91
19 Benin 23.74026 22.41835 1646.0 8973525.0 116.3 59.7 5.27
20 Bhutan 22.88243 22.8218 5663.0 694990.0 48.1 70.7 2.51
21 Bolivia 26.8633 24.43335 5066.0 9599916.0 52.0 71.2 3.48
22 Bosnia and Herzegovina 26.35874 26.611629999999998 9316.0 3839749.0 8.1 77.5 1.22
23 Botswana 26.09156 22.129839999999998 13858.0 1967866.0 63.8 53.2 2.86
24 Brazil 25.99113 25.78623 13906.0 194769696.0 18.6 73.2 1.9
25 Brunei 22.892310000000002 24.18179 72351.0 380786.0 9.0 76.9 2.1
26 Bulgaria 25.51574 26.542859999999997 15368.0 7513646.0 13.7 73.2 1.43
27 Burkina Faso 21.63031 21.27157 1358.0 14709011.0 130.4 58.0 6.04
28 Burundi 21.27927 21.50291 723.0 8821795.0 108.6 59.1 6.48
29 Cambodia 21.69608 20.80496 2442.0 13933660.0 51.5 66.1 3.05
30 Cameroon 24.9527 23.681729999999998 2571.0 19570418.0 113.8 56.6 5.17
31 Canada 26.698290000000004 27.4521 41468.0 33363256.0 5.8 80.8 1.68
32 Cape Verde 24.96136 23.515220000000003 6031.0 483824.0 28.4 70.4 2.57
33 Chad 21.95424 21.485689999999998 1753.0 11139740.0 168.0 54.3 6.81
34 Chile 27.92807 27.015420000000002 18698.0 16645940.0 8.9 78.5 1.89
35 China 22.91041 22.92176 7880.0 1326690636.0 18.5 73.4 1.53
36 Colombia 26.22529 24.94041 10489.0 44901660.0 19.7 76.2 2.43
37 Comoros 22.444329999999997 22.06131 1440.0 665414.0 91.2 67.1 5.05
38 Congo, Dem. Rep. 21.6677 19.86692 607.0 61809278.0 124.5 57.5 6.45
39 Congo, Rep. 23.10824 21.87134 5022.0 3832771.0 72.6 58.8 5.1
40 Costa Rica 27.03497 26.47897 12219.0 4429506.0 10.3 79.8 1.91
41 Cote d'Ivoire 23.82088 22.56469 2854.0 19261647.0 116.9 55.4 4.91
42 Croatia 25.17882 26.596290000000003 21873.0 4344151.0 5.9 76.2 1.43
43 Cuba 26.576140000000002 25.06867 17765.0 11290239.0 6.3 77.6 1.5
44 Cyprus 25.92587 27.41899 35828.0 1077010.0 4.2 80.0 1.49
45 Denmark 25.106270000000002 26.13287 45017.0 5495302.0 4.3 78.9 1.89
46 Djibouti 24.38177 23.38403 2502.0 809639.0 81.0 61.8 3.76
47 Ecuador 27.062690000000003 25.58841 9244.0 14447600.0 26.8 74.7 2.73
48 Egypt 30.099970000000003 26.732429999999997 9974.0 78976122.0 31.4 70.2 2.95
49 El Salvador 27.84092 26.36751 7450.0 6004199.0 21.6 73.7 2.32
50 Equatorial Guinea 24.528370000000002 23.7664 40143.0 686223.0 118.4 57.5 5.31
51 Eritrea 21.082320000000003 20.885089999999998 1088.0 4500638.0 60.4 60.1 5.16
52 Estonia 25.185979999999997 26.264459999999996 24743.0 1339941.0 5.5 74.2 1.62
53 Ethiopia 20.71463 20.247 931.0 83079608.0 86.9 60.0 5.19
54 Fiji 29.339409999999997 26.53078 7129.0 843206.0 24.0 64.9 2.74
55 Finland 25.58418 26.733390000000004 42122.0 5314170.0 3.3 79.6 1.85
56 France 24.82949 25.853289999999998 37505.0 62309529.0 4.3 81.1 1.97
57 Gabon 25.95121 24.0762 15800.0 1473741.0 68.0 61.7 4.28
58 Gambia 24.82101 21.65029 1566.0 1586749.0 87.4 65.7 5.8
59 Georgia 26.45014 25.54942 5900.0 4343290.0 19.3 71.8 1.79
60 Germany 25.73903 27.165090000000003 41199.0 80665906.0 4.4 80.0 1.37
61 Ghana 24.33014 22.842470000000002 2907.0 23115919.0 79.9 62.0 4.19
62 Greece 24.92026 26.33786 32197.0 11161755.0 4.9 80.2 1.46
63 Grenada 27.31948 25.179879999999997 12116.0 103934.0 13.5 70.8 2.28
64 Guatemala 26.84324 25.29947 6960.0 14106687.0 36.9 71.2 4.12
65 Guinea 22.45206 22.52449 1230.0 10427356.0 121.0 57.1 5.34
66 Guinea-Bissau 22.92809 21.64338 1326.0 1561293.0 127.6 53.6 5.25
67 Guyana 26.470190000000002 23.68465 5208.0 748096.0 41.9 65.0 2.74
68 Haiti 23.27785 23.66302 1600.0 9705130.0 83.3 61.0 3.5
69 Honduras 26.73191 25.10872 4391.0 7259470.0 26.5 71.8 3.27
70 Hong Kong, China 23.71046 25.057470000000002 46635.0 6910384.0 3.06 82.49 1.04
71 Hungary 25.97839 27.115679999999998 23334.0 10050699.0 7.2 73.9 1.33
72 Iceland 26.02599 27.206870000000002 42294.0 310033.0 2.7 82.4 2.12
73 India 21.31478 20.95956 3901.0 1197070109.0 65.6 64.7 2.64
74 Indonesia 22.986929999999997 21.85576 7856.0 235360765.0 36.2 69.4 2.48
75 Iran 27.236079999999998 25.310029999999998 15955.0 72530693.0 21.4 73.1 1.88
76 Iraq 28.411170000000002 26.71017 11616.0 29163327.0 38.3 66.6 4.34
77 Ireland 26.62176 27.65325 47713.0 4480145.0 4.5 80.1 2.0
78 Israel 27.301920000000003 27.13151 28562.0 7093808.0 4.9 80.6 2.92
79 Italy 24.79289 26.4802 37475.0 59319234.0 4.1 81.5 1.39
80 Jamaica 27.22601 24.00421 8951.0 2717344.0 18.9 75.1 2.39
81 Japan 21.87088 23.50004 34800.0 127317900.0 3.4 82.5 1.34
82 Jordan 29.218009999999996 27.47362 10897.0 6010035.0 22.1 76.9 3.59
83 Kazakhstan 26.65065 26.290779999999998 18797.0 15915966.0 25.9 67.1 2.51
84 Kenya 23.06181 21.592579999999998 2358.0 38244442.0 71.0 60.8 4.76
85 Kiribati 31.30769 29.2384 1803.0 98437.0 64.5 61.5 3.13
86 Kuwait 31.161859999999997 29.172109999999996 91966.0 2705290.0 11.3 77.3 2.68
87 Latvia 25.615129999999997 26.45693 20977.0 2144215.0 10.5 72.4 1.5
88 Lebanon 27.70471 27.20117 14158.0 4109389.0 11.3 77.8 1.57
89 Lesotho 26.780520000000003 21.90157 2041.0 1972194.0 114.2 44.5 3.34
90 Liberia 23.21679 21.89537 588.0 3672782.0 100.9 59.9 5.19
91 Libya 29.19874 26.54164 29853.0 6123022.0 18.8 75.6 2.64
92 Lithuania 26.01424 26.86102 23223.0 3219802.0 8.2 72.1 1.42
93 Luxembourg 26.09326 27.434040000000003 95001.0 485079.0 2.8 81.0 1.63
94 Macao, China 24.895039999999998 25.713820000000002 80191.0 507274.0 6.72 79.32 0.94
95 Macedonia, FYR 25.37646 26.34473 10872.0 2055266.0 11.8 74.5 1.47
96 Madagascar 20.73501 21.403470000000002 1528.0 19926798.0 66.7 62.2 4.79
97 Malawi 22.91455 22.034679999999998 674.0 13904671.0 101.1 52.4 5.78
98 Malaysia 25.448320000000002 24.73069 19968.0 27197419.0 8.0 74.5 2.05
99 Maldives 26.4132 23.219910000000002 12029.0 321026.0 16.0 78.5 2.38
100 Mali 23.07655 21.78881 1602.0 14223403.0 148.3 58.5 6.82
101 Malta 27.04993 27.683609999999998 27872.0 406392.0 6.6 80.7 1.38
102 Mauritania 26.26476 22.62295 3356.0 3414552.0 103.0 67.9 4.94
103 Mauritius 26.09824 25.15669 14615.0 1238013.0 15.8 72.9 1.58
104 Mexico 28.737509999999997 27.42468 15826.0 114972821.0 17.9 75.4 2.35
105 Micronesia, Fed. Sts. 31.28402 28.10315 3197.0 104472.0 43.1 68.0 3.59
106 Moldova 27.05617 24.2369 3890.0 4111168.0 17.6 70.4 1.49
107 Mongolia 25.71375 24.88385 7563.0 2629666.0 34.8 64.8 2.37
108 Montenegro 25.70186 26.55412 14183.0 619740.0 8.1 76.0 1.72
109 Morocco 26.223090000000003 25.63182 6091.0 31350544.0 35.8 73.3 2.44
110 Mozambique 23.317339999999998 21.93536 864.0 22994867.0 114.4 54.0 5.54
111 Myanmar 22.47733 21.44932 2891.0 51030006.0 87.2 59.4 2.05
112 Namibia 25.14988 22.65008 8169.0 2115703.0 62.2 59.1 3.36
113 Nepal 20.72814 20.76344 1866.0 26325183.0 50.7 68.4 2.9
114 Netherlands 25.47269 26.01541 47388.0 16519862.0 4.8 80.3 1.77
115 New Zealand 27.36642 27.768929999999997 32122.0 4285380.0 6.4 80.3 2.12
116 Nicaragua 27.57259 25.77291 4060.0 5594524.0 28.1 77.0 2.72
117 Niger 21.95958 21.21958 843.0 15085130.0 141.3 58.0 7.59
118 Nigeria 23.674020000000002 23.03322 4684.0 151115683.0 140.9 59.2 6.02
119 Norway 25.73772 26.934240000000003 65216.0 4771633.0 3.6 80.8 1.96
120 Oman 26.66535 26.241090000000003 47799.0 2652281.0 11.9 76.2 2.89
121 Pakistan 23.44986 22.299139999999998 4187.0 163096985.0 95.5 64.1 3.58
122 Panama 27.67758 26.26959 14033.0 3498679.0 21.0 77.3 2.61
123 Papua New Guinea 25.77189 25.015060000000002 1982.0 6540267.0 69.7 58.6 4.07
124 Paraguay 25.90523 25.54223 6684.0 6047131.0 25.7 74.0 3.06
125 Peru 25.98511 24.770410000000002 9249.0 28642048.0 23.2 78.2 2.58
126 Philippines 23.4671 22.872629999999997 5332.0 90297115.0 33.4 69.8 3.26
127 Poland 25.918870000000002 26.6738 19996.0 38525752.0 6.7 75.4 1.33
128 Portugal 26.183020000000003 26.68445 27747.0 10577458.0 4.1 79.4 1.36
129 Puerto Rico 30.2212 28.378040000000002 35855.0 3728126.0 8.78 77.0 1.69
130 Qatar 28.912509999999997 28.13138 126076.0 1388962.0 9.5 77.9 2.2
131 Romania 25.22425 25.41069 18032.0 20741669.0 16.1 73.2 1.34
132 Russia 27.21272 26.01131 22506.0 143123163.0 13.5 67.9 1.49
133 Rwanda 22.07156 22.55453 1173.0 9750314.0 78.3 64.1 5.06
134 Samoa 33.659079999999996 30.42475 5731.0 183440.0 18.8 72.3 4.43
135 Sao Tome and Principe 24.88216 23.51233 2673.0 163595.0 61.0 66.0 4.41
136 Saudi Arabia 29.598779999999998 27.884320000000002 44189.0 26742842.0 18.1 78.3 2.97
137 Senegal 24.30968 21.927429999999998 2162.0 12229703.0 75.8 63.5 5.11
138 Serbia 25.669970000000003 26.51495 12522.0 9109535.0 8.0 74.3 1.41
139 Seychelles 27.973740000000003 25.56236 20065.0 91634.0 14.2 72.9 2.28
140 Sierra Leone 23.93364 22.53139 1289.0 5521838.0 179.1 53.6 5.13
141 Singapore 22.86642 23.83996 65991.0 4849641.0 2.8 80.6 1.28
142 Slovak Republic 26.323729999999998 26.92717 24670.0 5396710.0 8.8 74.9 1.31
143 Slovenia 26.582140000000003 27.43983 30816.0 2030599.0 3.7 78.7 1.43
144 Solomon Islands 28.8762 27.159879999999998 1835.0 503410.0 33.1 62.3 4.36
145 Somalia 22.66607 21.969170000000002 615.0 9132589.0 168.5 52.6 7.06
146 South Africa 29.4803 26.85538 12263.0 50348811.0 66.1 53.4 2.54
147 Spain 26.30554 27.49975 34676.0 45817016.0 5.0 81.1 1.42
148 Sri Lanka 23.11717 21.96671 6907.0 19949553.0 11.7 74.0 2.32
149 Sudan 23.16132 22.40484 3246.0 34470138.0 84.7 65.5 4.79
150 Suriname 27.749859999999998 25.49887 13470.0 506657.0 26.4 70.2 2.41
151 Swaziland 28.448859999999996 23.16969 5887.0 1153750.0 112.2 45.1 3.7
152 Sweden 25.1466 26.37629 43421.0 9226333.0 3.2 81.1 1.92
153 Switzerland 24.07242 26.20195 55020.0 7646542.0 4.7 82.0 1.47
154 Syria 28.87418 26.919690000000003 6246.0 20097057.0 16.5 76.1 3.17
155 Tajikistan 23.84799 23.77966 2001.0 7254072.0 56.2 69.6 3.7
156 Tanzania 23.0843 22.47792 2030.0 42844744.0 72.4 60.4 5.54
157 Thailand 24.38577 23.008029999999998 12216.0 66453255.0 15.6 73.9 1.48
158 Timor-Leste 21.50694 20.59082 1486.0 1030915.0 70.2 69.9 6.48
159 Togo 22.73858 21.87875 1219.0 6052937.0 96.4 57.5 4.88
160 Tonga 34.25969 30.99563 4748.0 102816.0 17.0 70.3 4.01
161 Trinidad and Tobago 28.27587 26.396690000000003 30875.0 1315372.0 24.9 71.7 1.8
162 Tunisia 27.93706 25.15699 9938.0 10408091.0 19.4 76.8 2.04
163 Turkey 28.247490000000003 26.703709999999997 16454.0 70344357.0 22.2 77.8 2.15
164 Turkmenistan 24.66154 25.24796 8877.0 4917541.0 63.9 67.2 2.48
165 Uganda 22.48126 22.35833 1437.0 31014427.0 89.3 56.0 6.34
166 Ukraine 26.23317 25.42379 8762.0 46028476.0 12.9 67.8 1.38
167 United Arab Emirates 29.614009999999997 28.053590000000003 73029.0 6900142.0 9.1 75.6 1.95
168 United Kingdom 26.944490000000002 27.392490000000002 37739.0 61689620.0 5.6 79.7 1.87
169 United States 28.343590000000003 28.456979999999998 50384.0 304473143.0 7.7 78.3 2.07
170 Uruguay 26.593040000000002 26.39123 15317.0 3350832.0 13.0 76.0 2.11
171 Uzbekistan 25.43432 25.32054 3733.0 26952719.0 49.2 69.6 2.46
172 Vanuatu 28.458759999999998 26.78926 2944.0 225335.0 28.2 63.4 3.61
173 Venezuela 28.134079999999997 27.445 17911.0 28116716.0 17.1 74.2 2.53
174 Vietnam 21.065 20.9163 4085.0 86589342.0 26.2 74.1 1.86
175 West Bank and Gaza 29.026429999999998 26.5775 3564.0 3854667.0 24.7 74.1 4.38
176 Zambia 23.05436 20.68321 3039.0 13114579.0 94.9 51.1 5.88
177 Zimbabwe 24.645220000000002 22.0266 1286.0 13495462.0 98.3 47.3 3.85

485
labs07/sklearn.ipynb Normal file

File diff suppressed because one or more lines are too long

View File

@ -1,214 +0,0 @@
# Przedmiot Jezyki skryptowe - Python
# Pierwsze zajecia
# 2018.05.12
print('Czesc')
print("Czesc") # nie wolno mieszac typow cudzyslowiow
# / = dokladny wynik dzielenia
# % = dzielenie modulo - zwróci resztę z dzielenia
print("Teks1", "Po przecinku drugi txt")
print(12 ** (3+4 % 8 / 9))
print("Teks1", "Mozna mieszac txt i liczby", 3.1445)
print("Liczby ulamkowe zapisujemy z kropka", 45.456)
"""
Potrojny cydzysłów - komentarz wielolinijkowy
cos tam
"""
"""
Zmienne nie mają typów
cese sensitive
do zmiennej mozna prypisac praktycznie wszystko
"""
zmienna = "Zmienna"
nic = None
imie_prowadzacego = 'Tomek'
imie2_prowadzacego = "Radek"
zmienna2 = True
zm3 = False
lucky = 7
lucky += 8 # wynik => 7+8=15
lucky = lucky / 3 # dzielenie zawsze zwraca liczbe zmiennoprzecinkową
print(lucky)
print("lucky") # zwróci napis lucky
print(type(pi)) # wyswietla typ zmiennej
"""
int
float
str
bool
"""
"""
W pythonie nie ma tablic
za to listy
Listy moga przechowywac elementy roznych typow
Indexowanie zaczyna się od 0
"""
pusta_lista = []
oceny = [1,2,3,4,5,6,7]
innalista = [3.14, "napis", 3, ["pi"], oceny,"nie_musi_byc_spacji_pomiedzy_elementmi_listy"] # lista moze zawierac takze inna listę
"""
W pythonie 3
Zwraca tzw. iterator
funkcją list tworzy nową listę o wartościach z oryginalnej listy
"""
ciag_10_elem = list(range(10))
# W Python nie ma list wielowymiarowych
oceny.append(4) # dodanie elementu na końcu listy
oceny.extend([4,4,4]) # też dodaje ale mozna dodac kilka elementow na raz np. listę i wkleje jej wartosci do oryginalnej listy
oceny.append([4,4,4]) # doda listę
oceny.extend([4,4,4]) # doda wartości listy
oceny.pop() # usuwa ostatni element listy
oceny.pop(0) # usuwa element zerowy, czyli pierwszy na liście :)
oceny.pop(-1) # usuwa ostatni element
oceny.pop(-3) # usuwa 3 element od konca
# INDEXOWANIE
print('pierwszy element:', oceny[0]) # drukuje zerowy element listy
print('pierwszy element:', oceny[-1]) # ostatni element od konca
print('pierwszy element:', oceny[:5]) # zwraca wszystkie elementy, ktore mają element mniejszy od 5 (z indexem 0, 1... 4)
print('pierwszy element:', oceny[-5:]) # 5 ostatnich elementow
print('pierwszy element:', oceny[1:5]) # elementy od id 1,2,3,4
print('pierwszy element:', oceny[::2]) # od początku do końca co 2gi element, parzyste
# [1::2] pokaz nieparzyste elementy
# [::-1] wypisze całą listę od końca
# [::-2] wypisze co 2gi element od końca
oceny.sort() # sortuje roznaco
oceny.reverse() # odwaca liste
print("liczba piątek", oceny.count(5)) # liczy ile liczb "5" jest na liście
zm = sorted(oceny) # sortuje do nowej zmiennej zm, efekt ten sam co powyzej
nowa_lista = oceny[:] # bez nawiasu [] nie zadziała
nowa_lista = oceny + [0]
# pomnożyć listę przez listę NIE MOZNA [3,2,1] * [3]
oceny = [3,2,1] * 2 # można mnożyć listę przez liczbę
# sortuje też stringi
# oceny = ['a', 'c'] + [str'0'] ????????????? # zadziała, można to sortować
#
# PĘTLE
#
for i in range(5):
print('element:', i)
print('sqr:', i ** 2)
print('>>>>>')
# "i" TO JEST NORMANA ZMIENNA, JEJ NAZWA MOŻE BYC TOTALNIE DOWOLNA
# po przejściu pętli i ma wartość ostatnie operacji na petli for
# NIE WOLNO MIESZAĆ TABULATORA I SPACJI - TO ZŁO I BĘDZIESZ SIĘ ZMAZYC W PIEKLE
# NAJLEPIEJ W KODZIE NIE UŻYWĆ TABULATOR TYLKO SPACJI
# NIE MUSZĄ TO BYĆ 4 SPACJE
# NIEKTORE EDYTORY ZAMIENIAJĄ AUTOMATYCZNIE TAB NA 4 SPACJE
for i in list(range(5))[::-1]
print(i)
pass # nie rób nic
for zmienna in oceny:
pass
lista_pusta = []
"""
kwadraty=[]
for i in range(10):
kwadraty.append()
nie dokończyłem
"""
#
# SŁOWNIKI
#
słownik = {}
# lub dict()
# klucze muszą być unikatowe
s_oceny = {"Justyna" : [5,5,5], "Jan" : [4,3,2}}
s_oceny["Ala"] = [3,4,5]
print(s_oceny.keys())
print(s_oceny.values())
for osoba in s_oceny:
print(osoba,':', s_oceny[osoba])
# iterujemy po kluczach slownika
for key, value in s_oceny.items():
print(key,':', value)
# key, value to nie są słowa kluczowe, tylko zwykłe nazwy zmiennych
#
# IF... ELIF... ELSE
#
if warunek:
operacja1
elif warunek2:
operacja2
if warunek:
operacja1
else:
operacja2
"""
operatory porównnia
== rowne
<=
>=
!= nierówne
"""
if "Ala" in s_oceny:
print("Ala jest w grupie")
sprawdza w liscie kluczy w slowniku
#
# FUNKCJE
# PRYJMUJE ARGUMNTY, ZWRACA WARTOŚCI
#
def is_greater_than_5 (x):
if x > 5:
return True # zwraca wartość z funkcji
else:
return False
if 'dom' in napis: # sparawdza czy dom jest w zmiennej napis
print(True)
slowa['bardzo','wazna']
print(' '.join(slowa)) # zlaczenie
print(text.split(' ')) # podzieli na slowa wg spacji

Some files were not shown because too many files have changed in this diff Show More