zad2homework

labs02/task07.py

@@ -6,7 +6,7 @@ Napisz funkcję char_sum, która dla zadanego łańcucha zwraca
 sumę kodów ASCII znaków.
 """
 def char_sum(text):
-    pass
+    return sum(ord(i) for i in text)
 
 def tests(f):
     inputs = [["this is a string"], ["this is another string"]]

labs02/task08.py

@@ -7,7 +7,11 @@ przez 3 lub 5 mniejszych niż n.
 """
 
 def sum_div35(n):
-    pass
+    sum=0
+    for i in range(n):
+        if (i%3 ==0 or i%5 ==0):
+            sum += i
+    return(sum)
 
 def tests(f):
     inputs = [[10], [100], [3845]]

labs02/task09.py

@@ -9,7 +9,11 @@ Np. leet('leet') powinno zwrócić '1337'.
 
 
 def leet_speak(text):
-    pass
+    text = text.replace('e', '3')
+    text = text.replace('l', '1')
+    text = text.replace('o', '0')
+    text = text.replace('t', '7')
+    return text
 
 
 def tests(f):

labs02/task10.py

@@ -9,7 +9,17 @@ na wielką. Np. pokemon_speak('pokemon') powinno zwrócić 'PoKeMoN'.
 
 
 def pokemon_speak(text):
-    pass
+    slowo = list(text)
+    wynik = []
+    for i in range(len(slowo)):
+        if i == 0 or i % 2 == 0:
+            wynik.append(slowo[i].upper())
+
+        else:
+            wynik.append(slowo[i])
+
+    slowo = "".join(wynik)
+    return slowo
 
 
 def tests(f):

labs02/task11.py

@@ -9,8 +9,15 @@ Oba napisy będą składać się wyłacznie z małych liter.
 """
 
 def common_chars(string1, string2):
-    pass
+    string1 = set(string1.replace(" ", ""))
-
+    string2 = set(string2.replace(" ", ""))
+    string12 = []
+    for a1 in string1:
+        for a2 in string2:
+            if a1 == a2:
+                string12.append(a1)
+    string12.sort()
+    return string12
 
 def tests(f):
     inputs = [["this is a string", "ala ma kota"]]

labs06/zad2homework

@@ -0,0 +1,73 @@
+#!/usr/bin/env python
+# -*- coding: utf-8 -*-
+
+import pandas as pd
+from statistics import mode
+import matplotlib.pyplot as plt
+
+def wczytaj_dane():
+    data = pd.read_csv('mieszkania.csv')
+    return data
+
+def most_common_room_number(dane):
+    return mode(dane.Rooms)
+
+
+def cheapest_flats(dane, n):
+    sorted = dane.Expected.sort()
+    return sorted.head(n)
+
+def find_borough(desc):
+    dzielnice = ['Stare Miasto',
+                 'Wilda',
+                 'Jeżyce',
+                 'Rataje',
+                 'Piątkowo',
+                 'Winogrady',
+                 'Miłostowo',
+                 'Dębiec']
+    for dzielnica in dzielnice:
+        list = desc.split(' ')
+        for element in list:
+            if len(element) > 2 and element == dzielnica:
+                return dzielnica
+                break
+    return "Inne"
+
+
+
+def add_borough(dane):
+    dane['Borough'] = dane['Location'].apply(find_borough)
+    return dane
+
+def write_plot(dane, filename):
+    plotdata = pd.Series(dane.Location.value_counts())
+    plotdata.plot(x='Location', y='Liczba ogłoszeń', kind='bar')
+    plt.savefig(filename)
+
+
+def mean_price(dane, room_number):
+    mean_price = dane.Expected[(dane['Rooms'] == room_number)]
+    return mean_price.mean()
+
+def find_13(dane):
+    return dane.Location[(dane['Floor'] == 13)].unique()
+
+def find_best_flats(dane):
+    return dane[(dane['Location'] == 'Winogrady') & (dane['Rooms'] == 3) & (dane['Floor'] == 1)]
+
+def main():
+    dane = wczytaj_dane()
+    print(dane[:5])
+
+    print("Najpopularniejsza liczba pokoi w mieszkaniu to: {}"
+          .format(most_common_room_number(dane)))
+
+    print("{} to najladniejsza dzielnica w Poznaniu."
+          .format(find_borough("Grunwald i Jeżyce")))
+
+    print("Srednia cena mieszkania 3-pokojowego, to: {}"
+          .format(mean_price(dane, 3)))
+
+if __name__ == "__main__":
+    main()