forked from tdwojak/Python2017
Homework#2
This commit is contained in:
parent
e7c555cd6a
commit
00d565690f
@ -27,7 +27,10 @@ Zainstaluj bibliotekę ``weather-api`` (https://pypi.python.org/pypi/weather-api
|
|||||||
* 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**
|
**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).
|
||||||
|
|
||||||
|
@ -1,3 +1,3 @@
|
|||||||
print(id([3,5]))
|
print(id([3,5]))
|
||||||
print(id('kot'))
|
print(id('kot'))
|
||||||
print(id(3.25))
|
print(id((1/3)))
|
||||||
|
@ -1,15 +1,10 @@
|
|||||||
def Fib(n):
|
def Fib(n):
|
||||||
i=n+2
|
a, b = 0, 1
|
||||||
if (n==0):
|
for _ in range(n):
|
||||||
yield 1
|
yield a
|
||||||
if (n==1):
|
a, b = b, a + b
|
||||||
yield 1
|
|
||||||
else:
|
|
||||||
for i in range(n):
|
|
||||||
yield i
|
|
||||||
|
|
||||||
|
for c in Fib(7):
|
||||||
for c in Fib(5):
|
|
||||||
print(c)
|
print(c)
|
||||||
|
|
||||||
##(``F(0)=1, F(1)=1, FN=F(N-1) + F(N-2)``).
|
##(``F(0)=1, F(1)=1, FN=F(N-1) + F(N-2)``).
|
||||||
|
5
labs03/task03.py
Normal file
5
labs03/task03.py
Normal file
@ -0,0 +1,5 @@
|
|||||||
|
# pip install --user requests
|
||||||
|
import requests
|
||||||
|
r = requests.get('https://api.fixer.io/latest', auth=('user', 'pass'))
|
||||||
|
jkursy=r.json()
|
||||||
|
print("EUR:PLN "+str(jkursy['rates']['PLN']))
|
20
labs03/task04.py
Normal file
20
labs03/task04.py
Normal file
@ -0,0 +1,20 @@
|
|||||||
|
#pip install --user weather-api
|
||||||
|
from datetime import datetime
|
||||||
|
from weather import Weather
|
||||||
|
weather=Weather()
|
||||||
|
city="Poznan"
|
||||||
|
weather_city=weather.lookup_by_location(city)
|
||||||
|
print("Aktualna pogoda in "+city+" :", weather_city.condition().text())
|
||||||
|
|
||||||
|
def ftoC(t):
|
||||||
|
return round(5/9 * (t-32),3)
|
||||||
|
|
||||||
|
daymap={0:"Poniedziałek",1:"Wtorek",2:"Środa",3:"Czwartek",4:"Piątek",5:"Sobota",6:"Niedziela"}
|
||||||
|
tmin=[]
|
||||||
|
dates=[]
|
||||||
|
for item in weather_city.forecast():
|
||||||
|
dates.append(item.date())
|
||||||
|
tmin.append(ftoC(int(item.low())))
|
||||||
|
|
||||||
|
|
||||||
|
print("Minimana temperatura w dniach "+dates[0]+" - " + dates[-1]+ " to " + str(min(tmin)) +"C przewidywana na dzień "+ dates[tmin.index(min(tmin))] + " ("+daymap[datetime.strptime(dates[tmin.index(min(tmin))],'%d %b %Y').weekday()]+").")
|
8
labs03/task05.py
Normal file
8
labs03/task05.py
Normal file
@ -0,0 +1,8 @@
|
|||||||
|
import glob,json
|
||||||
|
bleu={}
|
||||||
|
name=""
|
||||||
|
for i in glob.glob('scores/*'):
|
||||||
|
file=open(i,'r').read().replace(",","").split(" ")
|
||||||
|
bleu[i]=float(file[2])
|
||||||
|
|
||||||
|
print("Minimalna wartość BLEU znaleziona w pliku: " +min(bleu, key=bleu.get))
|
@ -6,6 +6,3 @@ def is_numeric(lista):
|
|||||||
if not(isinstance(x,float)) and not(isinstance(x,int)):
|
if not(isinstance(x,float)) and not(isinstance(x,int)):
|
||||||
return False
|
return False
|
||||||
return True
|
return True
|
||||||
|
|
||||||
|
|
||||||
print(is_numeric([5,56]))
|
|
@ -1,3 +1,41 @@
|
|||||||
#!/usr/bin/env python2
|
#!/usr/bin/env python2
|
||||||
# -*- coding: utf-8 -*-
|
# -*- coding: utf-8 -*-
|
||||||
|
|
||||||
|
from task01 import *
|
||||||
|
|
||||||
|
class DimensionError(Exception):
|
||||||
|
def __init__(self, text):
|
||||||
|
self.text = text
|
||||||
|
def __str__(self):
|
||||||
|
return self.text
|
||||||
|
|
||||||
|
class Point:
|
||||||
|
|
||||||
|
def __init__(self, wspolrzedne):
|
||||||
|
if (is_numeric(wspolrzedne)):
|
||||||
|
self.wspolrzedne=wspolrzedne
|
||||||
|
else:
|
||||||
|
raise Exception("Non numerical coords")
|
||||||
|
def __len__(self):
|
||||||
|
return len(self.wspolrzedne)
|
||||||
|
def __str__(self):
|
||||||
|
return(str(self.wspolrzedne))
|
||||||
|
def to_string(self):
|
||||||
|
return str(self.wspolrzedne)
|
||||||
|
def __add__(self, other):
|
||||||
|
if len(self.wspolrzedne)!=len(other.wspolrzedne):
|
||||||
|
raise DimensionError("Elements have different dimensions!!1")
|
||||||
|
else:
|
||||||
|
return [i+j for (i,j) in zip(self.wspolrzedne,other.wspolrzedne)]
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
pt=Point([1,2])
|
||||||
|
print(len(pt))
|
||||||
|
print(str(pt))
|
||||||
|
print(pt.to_string())
|
||||||
|
pt2=Point([7,99])
|
||||||
|
print(pt+pt2)
|
||||||
|
pt3=Point([1,2,3])
|
||||||
|
print(pt+pt3)
|
||||||
|
|
||||||
|
Loading…
Reference in New Issue
Block a user