Compare commits
21 Commits
Author | SHA1 | Date | |
---|---|---|---|
|
420ea2c62f | ||
|
0b1808ca5a | ||
|
398b0ba4c8 | ||
|
8403f21615 | ||
d612367edb | |||
58cef93540 | |||
74f9c6a5e5 | |||
655c576a5a | |||
e02cffd230 | |||
56c08684b9 | |||
a4b330b3b0 | |||
3672f3d65e | |||
|
2ef1c48c97 | ||
|
6de4801254 | ||
|
3e75fff743 | ||
|
3445d715ab | ||
|
4d6c11789d | ||
|
46c569c67b | ||
|
f64e91b82f | ||
|
452f219f79 | ||
|
e016297618 |
6
.idea/vcs.xml
Normal file
6
.idea/vcs.xml
Normal file
@ -0,0 +1,6 @@
|
||||
<?xml version="1.0" encoding="UTF-8"?>
|
||||
<project version="4">
|
||||
<component name="VcsDirectoryMappings">
|
||||
<mapping directory="$PROJECT_DIR$" vcs="Git" />
|
||||
</component>
|
||||
</project>
|
@ -166,8 +166,9 @@ for i in range(5):# range[5] = [0,1,2,3,4]
|
||||
# In[ ]:
|
||||
|
||||
|
||||
for zmienna in lista:
|
||||
for zmienna in oceny:
|
||||
# operacje do wykonania w pętli
|
||||
pass
|
||||
|
||||
|
||||
# In[ ]:
|
||||
|
@ -9,48 +9,76 @@ Zadania wprowadzające do pierwszych ćwiczeń.
|
||||
"""
|
||||
Wypisz na ekran swoje imię i nazwisko.
|
||||
"""
|
||||
|
||||
print("Justyna Adamczyk")
|
||||
|
||||
"""
|
||||
Oblicz i wypisz na ekran pole koła o promienie 10. Jako PI przyjmij 3.14.
|
||||
"""
|
||||
|
||||
print(10 ** 2 * 3.14)
|
||||
"""
|
||||
Stwórz zmienną pole_kwadratu i przypisz do liczbę: pole kwadratu o boku 3.
|
||||
"""
|
||||
pole_kwadratu=3**2
|
||||
print(pole_kwadratu)
|
||||
|
||||
"""
|
||||
Stwórz 3 elementową listę, która zawiera nazwy 3 Twoich ulubionych owoców.
|
||||
Wynik przypisz do zmiennej `owoce`.
|
||||
"""
|
||||
|
||||
owoce=["truskwaki", "gruszka", "pigwa"]
|
||||
print(owoce)
|
||||
|
||||
"""
|
||||
Dodaj do powyższej listy jako nowy element "pomidor".
|
||||
"""
|
||||
owoce.append("pomidor")
|
||||
|
||||
print(owoce)
|
||||
|
||||
"""
|
||||
Usuń z powyższej listy drugi element.
|
||||
"""
|
||||
|
||||
owoce.pop(1)
|
||||
|
||||
print(owoce)
|
||||
|
||||
"""
|
||||
Rozszerz listę o tablice ['Jabłko', "Gruszka"].
|
||||
"""
|
||||
|
||||
owoce.extend(['Jabłko', "Gruszka"])
|
||||
|
||||
print(owoce)
|
||||
|
||||
"""
|
||||
Wyświetl listę owoce, ale bez pierwszego i ostatniego elementu.
|
||||
"""
|
||||
print("bez pierwszego i ostatniego elementu:", owoce[1:-1])
|
||||
|
||||
"""
|
||||
Wyświetl co trzeci element z listy owoce.
|
||||
"""
|
||||
|
||||
print("co trzeci:", owoce[::3])
|
||||
"""
|
||||
Stwórz pusty słownik i przypisz go do zmiennej magazyn.
|
||||
"""
|
||||
|
||||
slownik = {}
|
||||
magazyn=slownik
|
||||
|
||||
|
||||
"""
|
||||
Dodaj do słownika magazyn owoce z listy owoce, tak, aby owoce były kluczami,
|
||||
zaś wartościami były równe 5.
|
||||
"""
|
||||
|
||||
for i in owoce:
|
||||
magazyn[i]=[5]
|
||||
|
||||
|
||||
print(magazyn)
|
||||
|
||||
|
||||
|
@ -7,7 +7,9 @@ która zawiera tylko elementy z list o parzystych indeksach.
|
||||
"""
|
||||
|
||||
def even_elements(lista):
|
||||
pass
|
||||
|
||||
moja_lista = lista[::2]
|
||||
return moja_lista
|
||||
|
||||
|
||||
def tests(f):
|
||||
|
@ -6,7 +6,12 @@
|
||||
"""
|
||||
|
||||
def days_in_year(days):
|
||||
pass
|
||||
if ((days % 4) == 0 and ((days % 100) != 0)) or ((days % 400) == 0):
|
||||
dni=366
|
||||
else:
|
||||
dni=365
|
||||
|
||||
return dni
|
||||
|
||||
def tests(f):
|
||||
inputs = [[2015], [2012], [1900], [2400], [1977]]
|
||||
|
@ -11,9 +11,15 @@ litery. (OOV = out of vocabulary) (W pythonie istnieje struktura danych tak
|
||||
jak 'set', która przechowuje elementy bez powtórzeń.)
|
||||
"""
|
||||
|
||||
from sets import Set
|
||||
|
||||
def oov(text, vocab):
|
||||
pass
|
||||
rozdzielenie=text.split(' ')
|
||||
slowo=set()
|
||||
|
||||
slowo=(slowo for slowo in rozdzielenie if slowo not in vocab)
|
||||
|
||||
return slowo
|
||||
|
||||
|
||||
|
||||
|
@ -7,7 +7,16 @@ Jeśli podany argument jest mniejszy od 1 powinna być zwracana wartość 0.
|
||||
"""
|
||||
|
||||
def sum_from_one_to_n(n):
|
||||
pass
|
||||
suma = 0
|
||||
|
||||
for i in range(n+1):
|
||||
suma = suma + i
|
||||
|
||||
if n < 1:
|
||||
return 0
|
||||
else:
|
||||
return suma
|
||||
|
||||
|
||||
|
||||
def tests(f):
|
||||
|
@ -8,9 +8,17 @@ dwoma punktami przestrzeni trójwymiarowej. Punkty są dane jako
|
||||
trzyelementowe listy liczb zmiennoprzecinkowych.
|
||||
np. odległość pomiędzy punktami (0, 0, 0) i (3, 4, 0) jest równa 5.
|
||||
"""
|
||||
import cmath
|
||||
|
||||
def euclidean_distance(x, y):
|
||||
pass
|
||||
odleglosc=0
|
||||
|
||||
for i in range(3):
|
||||
odleglosc= odleglosc + (x[i] - y[i]) ** 2
|
||||
|
||||
odleglosc = cmath.sqrt(odleglosc)
|
||||
#odleglosc=odleglosc ** (1/2)
|
||||
return odleglosc
|
||||
|
||||
def tests(f):
|
||||
inputs = [[(2.3, 4.3, -7.5), (2.3, 8.5, -7.5)]]
|
||||
|
@ -10,7 +10,15 @@ ma być zwracany napis "It's not a Big 'No!'".
|
||||
"""
|
||||
|
||||
def big_no(n):
|
||||
pass
|
||||
if n<5:
|
||||
zdanie="It's not a Big 'No!'"
|
||||
else:
|
||||
zdanie='N'
|
||||
for i in range(n):
|
||||
zdanie=zdanie + 'O'
|
||||
zdanie = zdanie+'!'
|
||||
|
||||
return zdanie
|
||||
|
||||
def tests(f):
|
||||
inputs = [[5], [6], [2]]
|
||||
|
@ -6,7 +6,16 @@ Napisz funkcję char_sum, która dla zadanego łańcucha zwraca
|
||||
sumę kodów ASCII znaków.
|
||||
"""
|
||||
def char_sum(text):
|
||||
pass
|
||||
|
||||
sumujemy = 0
|
||||
|
||||
for znaki in text:
|
||||
|
||||
sumujemy = sumujemy + ord(znaki)
|
||||
|
||||
|
||||
return sumujemy
|
||||
|
||||
|
||||
def tests(f):
|
||||
inputs = [["this is a string"], ["this is another string"]]
|
||||
|
@ -7,7 +7,13 @@ przez 3 lub 5 mniejszych niż n.
|
||||
"""
|
||||
|
||||
def sum_div35(n):
|
||||
pass
|
||||
suma = 0
|
||||
for i in range(n-1):
|
||||
if (i%3==0) or (i%5==0):
|
||||
suma = suma + i
|
||||
|
||||
return suma
|
||||
|
||||
|
||||
def tests(f):
|
||||
inputs = [[10], [100], [3845]]
|
||||
|
@ -9,7 +9,8 @@ Np. leet('leet') powinno zwrócić '1337'.
|
||||
|
||||
|
||||
def leet_speak(text):
|
||||
pass
|
||||
return tekst.replace('o', '0').replace('l', '1').replace('e', '3').replace('t', '7')
|
||||
|
||||
|
||||
|
||||
def tests(f):
|
||||
|
@ -7,9 +7,16 @@ Napisz funkcję pokemon_speak, która zamienia w podanym napisie co drugą liter
|
||||
na wielką. Np. pokemon_speak('pokemon') powinno zwrócić 'PoKeMoN'.
|
||||
"""
|
||||
|
||||
|
||||
def pokemon_speak(text):
|
||||
pass
|
||||
listy = []
|
||||
|
||||
for i in range(len(text)):
|
||||
if i % 2 == 0:
|
||||
listy.append(text[i].upper())
|
||||
else:
|
||||
listy.append(text[i])
|
||||
|
||||
return ''.join(listy)
|
||||
|
||||
|
||||
def tests(f):
|
||||
|
@ -8,8 +8,14 @@ uporządkowaną listę wspólnych liter z lańcuchów string1 i string2.
|
||||
Oba napisy będą składać się wyłacznie z małych liter.
|
||||
"""
|
||||
|
||||
|
||||
def common_chars(string1, string2):
|
||||
pass
|
||||
s=string1.replace(' ','')
|
||||
t=string2.replace(' ','')
|
||||
s=set(s)
|
||||
t=set(t)
|
||||
zwracam = sorted(s & t)
|
||||
return list(''.join(zwracam))
|
||||
|
||||
|
||||
def tests(f):
|
||||
|
3
labs02/test_task.py
Executable file → Normal file
3
labs02/test_task.py
Executable file → Normal file
@ -6,7 +6,8 @@ def suma(a, b):
|
||||
"""
|
||||
Napisz funkcję, która zwraca sumę elementów.
|
||||
"""
|
||||
return 0
|
||||
wynik = a + b
|
||||
return wynik
|
||||
|
||||
def tests(f):
|
||||
inputs = [(2, 3), (0, 0), (1, 1)]
|
||||
|
21
labs04/Zadanie 5
Normal file
21
labs04/Zadanie 5
Normal file
@ -0,0 +1,21 @@
|
||||
import glob
|
||||
|
||||
sciezka = 'scores/*.npz.bleu'
|
||||
|
||||
for plik in glob.glob(sciezka):
|
||||
|
||||
with open(plik, 'r') as f:
|
||||
|
||||
for linia in f.readlines():
|
||||
|
||||
numer = float(linia[linia.find("=") + 1:linia.find(",")])
|
||||
|
||||
if numer > 0:
|
||||
|
||||
max_numer = numer
|
||||
|
||||
max_numer_plik = plik
|
||||
|
||||
f.close()
|
||||
|
||||
print(max_numer_plik)
|
0
labs04/examples/06_execution_time.py
Executable file → Normal file
0
labs04/examples/06_execution_time.py
Executable file → Normal file
0
labs04/examples/25_ip2geolocation.py
Executable file → Normal file
0
labs04/examples/25_ip2geolocation.py
Executable file → Normal file
68
labs06/homework.py
Normal file
68
labs06/homework.py
Normal file
@ -0,0 +1,68 @@
|
||||
#!/usr/bin/env python
|
||||
# -*- coding: utf-8 -*-
|
||||
import pandas as pd
|
||||
import sys
|
||||
import numpy as np
|
||||
|
||||
def wczytaj_dane():
|
||||
my_data = pd.read_csv('mieszkania.csv',
|
||||
encoding='utf-8',
|
||||
index_col='Id',
|
||||
sep = ',')
|
||||
return my_data
|
||||
|
||||
|
||||
def most_common_room_number(dane):
|
||||
rooms = dane['Rooms']
|
||||
return rooms.value_counts().index[0]
|
||||
|
||||
def cheapest_flats(dane, n):
|
||||
dane2 = dane.sort_values(by=['Expected'])
|
||||
return(dane2.head(n))
|
||||
|
||||
def find_borough(desc):
|
||||
dzielnice = ['Stare Miasto',
|
||||
'Wilda',
|
||||
'Jeżyce',
|
||||
'Rataje',
|
||||
'Piątkowo',
|
||||
'Winogrady',
|
||||
'Miłostowo',
|
||||
'Dębiec']
|
||||
for dzielnia in dzielnice:
|
||||
if dzielnia in desc:
|
||||
return dzielnia
|
||||
return 'Inne'
|
||||
|
||||
def add_borough(dane):
|
||||
dane['Borough'] = dane.apply(lambda row: find_borough(row['Location']))
|
||||
|
||||
def write_plot(dane, filename):
|
||||
dane['Borough'].value_counts().plot.bar().get_figure().savefig(filename)
|
||||
|
||||
def mean_price(dane, room_number):
|
||||
mean_value = dane.loc[dane['Rooms'] == room_number]['Expected'].mean()
|
||||
return mean_value
|
||||
|
||||
def find_13(dane):
|
||||
return dane.loc[dane['Floor'] == 13]['Borough'].unique()
|
||||
|
||||
def find_best_flats(dane):
|
||||
best_flats = dane.loc[(df['Borough'] == 'Winogrady') & (dane['Rooms'] == 3) & (dane['Floor'] == 1)]
|
||||
return best_flats
|
||||
|
||||
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")))
|
||||
|
||||
print("Średnia cena mieszkania 3-pokojowego, to: {}"
|
||||
.format(mean_price(dane, 3)))
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
42
labs06/tasks.py
Executable file → Normal file
42
labs06/tasks.py
Executable file → Normal file
@ -4,77 +4,111 @@
|
||||
"""
|
||||
1. Zaimportuj bibliotkę pandas jako pd.
|
||||
"""
|
||||
|
||||
import pandas as pd
|
||||
|
||||
"""
|
||||
2. Wczytaj zbiór danych `311.csv` do zniennej data.
|
||||
"""
|
||||
|
||||
data = pd.read_csv("/home/students/s407531/PycharmProjects/Python2018/labs06/311.csv",low_memory=False)
|
||||
|
||||
"""
|
||||
3. Wyświetl 5 pierwszych wierszy z data.
|
||||
"""
|
||||
|
||||
data.head()
|
||||
|
||||
"""
|
||||
4. Wyświetl nazwy kolumn.
|
||||
"""
|
||||
|
||||
print(data.columns)
|
||||
|
||||
"""
|
||||
5. Wyświetl ile nasz zbiór danych ma kolumn i wierszy.
|
||||
"""
|
||||
|
||||
shape = data.shape
|
||||
print(shape)
|
||||
|
||||
"""
|
||||
6. Wyświetl kolumnę 'City' z powyższego zbioru danych.
|
||||
"""
|
||||
|
||||
print(data['City'])
|
||||
|
||||
"""
|
||||
7. Wyświetl jakie wartoścu przyjmuje kolumna 'City'.
|
||||
"""
|
||||
|
||||
data.City.unique()
|
||||
|
||||
"""
|
||||
8. Wyświetl tabelę rozstawną kolumny City.
|
||||
"""
|
||||
|
||||
data.City.value_counts()
|
||||
|
||||
"""
|
||||
9. Wyświetl tylko pierwsze 4 wiersze z wcześniejszego polecenia.
|
||||
"""
|
||||
|
||||
data.City.value_counts().head(4)
|
||||
|
||||
"""
|
||||
10. Wyświetl, w ilu przypadkach kolumna City zawiera NaN.
|
||||
"""
|
||||
|
||||
data['City'].isnull().sum()
|
||||
|
||||
|
||||
x=data[data['City'].isnull()]
|
||||
shape=x.shape
|
||||
rows=shape[0]
|
||||
print(rows)
|
||||
|
||||
|
||||
"""
|
||||
11. Wyświetl data.info()
|
||||
"""
|
||||
|
||||
data.info()
|
||||
|
||||
"""
|
||||
12. Wyświetl tylko kolumny Borough i Agency i tylko 5 ostatnich linii.
|
||||
"""
|
||||
|
||||
print(data[['Borough','Agency']].tail())
|
||||
|
||||
"""
|
||||
13. Wyświetl tylko te dane, dla których wartość z kolumny Agency jest równa
|
||||
NYPD. Zlicz ile jest takich przykładów.
|
||||
"""
|
||||
x=data[data['Agency'] == 'NYPD']
|
||||
shape=x.shape
|
||||
rows=shape[0]
|
||||
print(rows)
|
||||
|
||||
"""
|
||||
14. Wyświetl wartość minimalną i maksymalną z kolumny Longitude.
|
||||
"""
|
||||
Longitude=data['Longitude']
|
||||
|
||||
Longitude.min()
|
||||
Longitude.max()
|
||||
|
||||
"""
|
||||
15. Dodaj kolumne diff, która powstanie przez sumowanie kolumn Longitude i Latitude.
|
||||
"""
|
||||
Latitude=data['Latitude']
|
||||
Longitude=data['Longitude']
|
||||
|
||||
data['Diff']=Latitude + Longitude
|
||||
|
||||
|
||||
|
||||
"""
|
||||
16. Wyświetl tablę rozstawną dla kolumny 'Descriptor', dla której Agency jest
|
||||
równe NYPD.
|
||||
"""
|
||||
y=data[data['Agency']=='NYPD']
|
||||
y.Descriptor.value_counts()
|
||||
|
||||
|
||||
|
Loading…
Reference in New Issue
Block a user