done

labs04/README.md

@@ -4,13 +4,13 @@ Napisz funckję ``is_numeric``, która sprawdzi, czy każdy element z przekazane
 **ćwiczenie 2**
 Napisz prostą hierarchię klas:
  * Klasa bazowa ``Employee``, która będzie zawierać informacje o imieniu i nazwisku pracownika. Ponadto każdy pracownik otrzyma numer ``id``, który będzie unikatowy. Wykorzystaj do tego atrybut statyczny. Napisz metodę ``get_id``, która zwraca identyfikator pracownika.
- * Klasy pochodna:  ``Recruiter``, która ma dodatkową mtodę ``recruit``, która jako parament przyjmuje obiekt ``Employee`` i zapisuje jego ``id`` w liście ``self.recruited``.
+ * Klasy pochodna:  ``Recruiter``, która ma dodatkową metodę ``recruit``, która jako parament przyjmuje obiekt ``Employee`` i zapisuje jego ``id`` w liście ``self.recruited``.
  * Klasa pochodna ``Programmer``. Klasa ``Programmer`` ma przyjąć w konstruktorze podstawowe informacje (imię i nazwisko) oraz obiekt rekturera. Ponadto stwórz  atrybut ``recruiter``, który będzie przechowywać ``id`` rekrutera.
 
 **ćwiczenie 3 (zadanie domowe) **
 Stwórz klasę ``Point``, która będzie reprezentować punkt w przestrzeni wielowymiarowej:
  * Konstruktor ma przyjąc tylko 1 parametr: listę współrzednych. Wykorzystaj funkcję z pierwszego zadania, żeby sprawdzić, czy lista zawiera wyłącznie liczby.
- * Napisz metodę add, która dida dwa punkty po współrzędnych i zwróci obiekt typu ``Punkt``. Zaimplementuj własny wyjątek ``DimensionError``, który zostaje wyrzucony, jeżeli dodawany punkt ma inny wymiar.
+ * Napisz metodę add, która doda dwa punkty po współrzędnych i zwróci obiekt typu ``Punkt``. Zaimplementuj własny wyjątek ``DimensionError``, który zostaje wyrzucony, jeżeli dodawany punkt ma inny wymiar.
  * Napisz metodę ``to\_string``, która zwróci łancuch znakowy, który w czytelny sposób przedstawi punkt.
  * Napisz metodę __len__, która zwróci liczbę współrzędnych punktu. Zobacz, czy możesz teraz wywołać funkcję len na obiekcie typy punkt.
  * Napisz metodę __str__, która bedzie działać dokładnie tak samo jak metoda ``to_string``. Wyświetl obiekt typy Point korzystając z funkcji print.

labs05/Lab05.ipynb

@@ -33,12 +33,13 @@
    ]
   },
   {
-   "cell_type": "markdown",
+   "cell_type": "heading",
    "metadata": {
     "slideshow": {
      "slide_type": "slide"
     }
    },
+   "level": 2,
    "source": [
     "# Co na dziś?\n",
     " * Dzielenie kodu na pliki\n",
@@ -125,7 +126,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 5,
+   "execution_count": null,
    "metadata": {
     "slideshow": {
      "slide_type": "fragment"

labs05/task00.py

@@ -5,7 +5,7 @@ def suma(liczby):
     pass
 
 def main():
-    print(summa([1, 2, 3, 4]))
+    print(suma([1, 2, 3, 4]))
 
 if __name__ == "__main__":
     main()

labs06/Pandas.ipynb

@@ -28,7 +28,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 12,
+   "execution_count": null,
    "metadata": {
     "collapsed": true,
     "slideshow": {
@@ -149,7 +149,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 6,
+   "execution_count": null,
    "metadata": {
     "slideshow": {
      "slide_type": "slide"

labs06/task02.py

@@ -1,14 +1,18 @@
-#!/usr/bin/env python
+##!/usr/bin/env python
 # -*- coding: utf-8 -*-
-
+import pandas as pd
 def wczytaj_dane():
-    pass
+    mieszkania = pd.read_csv('mieszkania.csv',  # ścieżka  do pliku
+                            sep=',',  # separator
+                            encoding='UTF-8',
+                            usecols=[0,1,2,3,4,5,6])
+    return mieszkania
 
 def most_common_room_number(dane):
-    pass
+    return dane.mode(numeric_only =True)["Rooms"][0]
 
 def cheapest_flats(dane, n):
-    pass
+    return dane.sort_values("Expected")[:n]
 
 def find_borough(desc):
     dzielnice = ['Stare Miasto',
@@ -19,36 +23,41 @@ def find_borough(desc):
                  'Winogrady',
                  'Miłostowo',
                  'Dębiec']
-    pass
+    inputList=desc.split(' ')
+    for i in inputList:
+        if i in dzielnice:
+            return i
+
+    return "Inne"
 
 
 def add_borough(dane):
-    pass
+    newcol=dane["Location"].apply(find_borough)
+    dane["Borough"]=newcol
+    return dane
 
 def write_plot(dane, filename):
-    pass
+    bar=dane["Borough"].value_counts().plot(kind="bar", figsize=(6,6))
+    fig=bar.get_figure()
+    fig.savefig(filename)
 
 def mean_price(dane, room_number):
-    pass
+    return dane[dane["Rooms"]==room_number]["Expected"].mean()
 
 def find_13(dane):
-    pass
+    return dane[dane["Floor"]==13]["Borough"].unique()
 
 def find_best_flats(dane):
-    pass
+    return dane[(dane["Borough"]=="Winogrady") & (dane["Floor"]==1) & (dane["Rooms"]==3)]
 
 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"))))
-
+          .format(find_borough("Grunwald i Jeżyce")))
     print("Średnia cena mieszkania 3-pokojowego, to: {}"
           .format(mean_price(dane, 3)))
-
 if __name__ == "__main__":
-    main()
+    main()