task02 (labs06) done

labs06/task02.py

@@ -1,16 +1,45 @@
 #!/usr/bin/env python
 # -*- coding: utf-8 -*-
 
+import pandas as pd
+import numpy as np
+import matplotlib.pyplot as plt
+import scipy.stats as stats
+import sklearn
+from sklearn import linear_model
+
+
 def wczytaj_dane():
-    pass
+    """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."""
+
+    flat_data = pd.read_csv('mieszkania.csv', sep = ',', encoding = 'utf-8')
+    flat_data = pd.DataFrame(flat_data)
+
+    return flat_data
 
 def most_common_room_number(dane):
-    pass
+    """Uzupełnij funkcję ``most_common_room_number``, która zwróci jaka jest najpopularniejsza liczba pokoi w ogłoszeniach.
+ Funkcji powinna zwrócić liczbę całkowitą."""
+
+    pokoje = dane['Rooms']
+    return(pokoje.value_counts(sort=True).index[0])
 
 def cheapest_flats(dane, n):
-    pass
+    """Uzupełnij kod w funkcji ``cheapest_flats(dane, n)``, która wzróci *n* najtańszych ofert mieszkań.
+ Wzrócony obiekt typu ``DataFrame``"""
+
+    posortowane = dane.sort_values(by='Expected')
+    ceny = posortowane['Expected']
+    return(ceny.head(n).to_frame())
+
 
 def find_borough(desc):
+    """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*."""
+
     dzielnice = ['Stare Miasto',
                  'Wilda',
                  'Jeżyce',
@@ -19,23 +48,69 @@ def find_borough(desc):
                  'Winogrady',
                  'Miłostowo',
                  'Dębiec']
-    pass
+    for i in dzielnice:
+        if i in desc:
+            return(i)
+
+    return 'Inne'
 
 
 def add_borough(dane):
-    pass
+    """Dodaj kolumnę ``Borough``, która będzie zawierać informacje o dzielnicach i powstanie z kolumny ``Localization``.
+ Wykorzystaj do tego funkcję ``find_borough``"""
+
+    lokacja= dane['Location']
+    dzielnice = []
+    for rekord in dane['Location']:
+        new_col = find_borough(rekord)
+        dzielnice.append(new_col)
+
+    dane['Borough'] = dzielnice
+
 
 def write_plot(dane, filename):
-    pass
+    """Uzupełnił funkcje ``write_plot``, która zapisze do pliku ``filename`` wykres słupkowy przedstawiający liczbę ogłoszeń
+ mieszkań z podziałem na dzielnice."""
+
+    add_borough(dane)
+    hist_data = dane['Borough'].value_counts()
+    #plt.figure()
+
+    wyplot = hist_data.plot(kind='bar',alpha=0.5, title="Liczba ogłoszeń mieszkań z podziałem na dzielnice", fontsize=5, figsize=(7, 5))
+    wyplot.set_xlabel("Dzielnice")
+    wyplot.set_ylabel("Liczba ogłoszeń")
+
+    #plt.show()
+
+    fig = wyplot.get_figure()
+    fig.savefig(filename)
+
 
 def mean_price(dane, room_number):
-    pass
+    """Napisz funkcje ``mean_price``, która zwróci średnią cenę mieszkania ``room_numer``-pokojowego."""
+
+    pokoj = dane.loc[dane['Rooms'] == room_number]
+    return(pokoj['Expected'].agg('mean'))
+
 
 def find_13(dane):
-    pass
+    """Uzupełnij funkcje ``find_13``, która zwróci listę dzielnic, które zawierają ofertę mieszkanie na 13 piętrze."""
+
+    add_borough(dane)
+    lista13pietra = []
+    finded = dane['Borough'].loc[dane['Floor'] == 13]
+    for j in finded:
+        lista13pietra.append(j)
+    return lista13pietra
 
 def find_best_flats(dane):
-    pass
+    """Napisz funkcje ``find_best_flats``, która zwróci wszystkie ogłoszenia mieszkań, które znajdują się na Winogradach,
+  mają 3 pokoje i są położone na 1 piętrze."""
+
+    add_borough(dane)
+    finded_best = dane.loc[(dane['Floor'] == 1) & (dane['Rooms'] == 3) & (dane['Borough'] == 'Winogrady')]
+    return finded_best
+
 
 def main():
     dane = wczytaj_dane()
@@ -45,10 +120,26 @@ def main():
           .format(most_common_room_number(dane)))
 
     print("{} to najłądniejsza dzielnica w Poznaniu."
-          .format(find_borough("Grunwald i Jeżyce"))))
+          .format(find_borough("Grunwald i Jeżyce")))
 
     print("Średnia cena mieszkania 3-pokojowego, to: {}"
           .format(mean_price(dane, 3)))
 
+    find_borough("Grunwald i Jeżyce")
+
+    print(cheapest_flats(dane, 5))
+
+    print(add_borough(dane))
+
+    write_plot(dane, 'liczbaogloszen.png')
+
+    print(mean_price(dane, 7))
+
+    print(find_13(dane))
+
+    print(find_best_flats(dane))
+
+
+
 if __name__ == "__main__":
     main()