Zaktualizuj 'Traktorek/ran.py'

This commit is contained in:
Natalia Wiśniewska 2020-06-10 09:11:45 +00:00
parent c9393769bf
commit b1c24a2ceb

View File

@ -63,9 +63,12 @@ class Game(object):
def randomize_field(self): def randomize_field(self):
ileDni = [] ileDni = []
uprawa = []
uprawaDni = [] uprawaDni = []
woda = [] woda = []
czyPada = []
kiedyPadalo =[]
pada = random.choice([True, False])
kiedyPada = random.randrange(9)
for x in range(25): for x in range(25):
temp = [] temp = []
# nasiona # nasiona
@ -76,9 +79,16 @@ class Game(object):
temp.append(random.choice([True, False])) temp.append(random.choice([True, False]))
# ile dni temu pole bylo podlewane # ile dni temu pole bylo podlewane
temp.append(random.randrange(7)) temp.append(random.randrange(7))
# czy ma padac
temp.append(pada)
# kiedy padalo
temp.append(kiedyPada)
# nawoz
temp.append(random.choice([True, False]))
# # growth rate # # growth rate
# temp.append(random) # temp.append(random)
# # cost # # cost + co ile dni nalezy podlewac dana uprawe
if temp[0] == "żyto": if temp[0] == "żyto":
temp.append(10) temp.append(10)
temp.append(4) temp.append(4)
@ -102,27 +112,14 @@ class Game(object):
temp.append(6) temp.append(6)
else: else:
temp.append(0) temp.append(0)
self.fields.append(temp) self.fields.append(temp)
uprawa.append(temp[0])
ileDni.append(temp[3])
uprawaDni.append(temp[6])
woda.append(temp[2]) woda.append(temp[2])
print(self.fields) ileDni.append(temp[3])
print(uprawa) uprawaDni.append(temp[8])
print(ileDni) czyPada.append(temp[4])
print(uprawaDni) kiedyPadalo.append(temp[5])
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): def draw_field(self):
for x in range(25): for x in range(25):