s444391/SzIProjekt
3
0
Fork 0
Code Issues Pull Requests Releases Wiki Activity

Zaktualizuj 'Traktorek/ran.py'

Browse Source
This commit is contained in:
Natalia Wiśniewska 2020-05-20 09:42:28 +00:00
parent a049664f20
commit 14f6ffd430
1 changed files with 32 additions and 0 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

32
Traktorek/ran.py
View File

@ -62,6 +62,10 @@ class Game(object):
pygame.draw.line(self.screen, color, (krat, 0), (krat, 720), 1)
def randomize_field(self):
ileDni = []
uprawa = []
uprawaDni = []
woda = []
for x in range(25):
temp = []
# nasiona
@ -70,27 +74,55 @@ class Game(object):
temp.append(random.choice([True, False]))
# woda
temp.append(random.choice([True, False]))
# ile dni temu pole bylo podlewane
temp.append(random.randrange(7))
# # growth rate
# temp.append(random)
# # cost
if temp[0] == "żyto":
temp.append(10)
temp.append(4)
elif temp[0] == "jęczmień":
temp.append(12)
temp.append(3)
elif temp[0] == "owies":
temp.append(8)
temp.append(2)
elif temp[0] == "marchew":
temp.append(14)
temp.append(5)
elif temp[0] == "rzodkiew":
temp.append(7)
temp.append(5)
elif temp[0] == "pietruszka":
temp.append(6)
temp.append(1)
elif temp[0] == "puste":
temp.append(2)
temp.append(6)
else:
temp.append(0)
self.fields.append(temp)
uprawa.append(temp[0])
ileDni.append(temp[3])
uprawaDni.append(temp[6])
woda.append(temp[2])
print(self.fields)
print(uprawa)
print(ileDni)
print(uprawaDni)
nawadnianie = pd.DataFrame({"uprawa": uprawa, "ileDni": ileDni, "uprawaDni": uprawaDni, "woda": woda})
nawadnianie["uprawa"], uprawa_kody=pd.factorize(nawadnianie["uprawa"])
nawadnianie["ileDni"], ileDni_kody = pd.factorize(nawadnianie["ileDni"])
nawadnianie["uprawaDni"], uprawaDni_kody = pd.factorize(nawadnianie["uprawaDni"])
nawadnianie["woda"], woda_kody = pd.factorize(nawadnianie["woda"])
X = nawadnianie.drop(["woda"], axis=1)
y = nawadnianie["woda"]
klasyfikator = DecisionTreeClassifier(criterion="entropy")
klasyfikator.fit(X=X, y=y)
print(klasyfikator.predict(X))
#if(klasyfikator.predict(X)[n]==0):
def draw_field(self):
for x in range(25):