dodaje zadania domowe

dodaje

.idea/vcs.xml

@@ -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>

labs01/podstawy.py

@@ -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[ ]:

labs02/intro_task.py

@@ -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)
+
+

labs02/task01.py

@@ -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):

labs02/task02.py

@@ -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]]

labs02/task03.py

@@ -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
 
 
 

labs02/task04.py

@@ -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):

labs02/task05.py

@@ -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)]]

labs02/task06.py

@@ -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]]

labs02/task07.py

@@ -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"]]

labs02/task08.py

@@ -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]]

labs02/task09.py

@@ -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):

labs02/task10.py

@@ -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):

labs02/task11.py

@@ -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):

labs02/test_task.py

@@ -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)]

labs04/Zadanie 5

@@ -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)

labs06/homework.py

@@ -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()

labs06/task02.py

@@ -1,54 +0,0 @@
-#!/usr/bin/env python
-# -*- coding: utf-8 -*-
-
-def wczytaj_dane():
-    pass
-
-def most_common_room_number(dane):
-    pass
-
-def cheapest_flats(dane, n):
-    pass
-
-def find_borough(desc):
-    dzielnice = ['Stare Miasto',
-                 'Wilda',
-                 'Jeżyce',
-                 'Rataje',
-                 'Piątkowo',
-                 'Winogrady',
-                 'Miłostowo',
-                 'Dębiec']
-    pass
-
-
-def add_borough(dane):
-    pass
-
-def write_plot(dane, filename):
-    pass
-
-def mean_price(dane, room_number):
-    pass
-
-def find_13(dane):
-    pass
-
-def find_best_flats(dane):
-    pass
-
-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()

labs06/tasks.py

@@ -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()
+
+