311.csv #1
@ -9,48 +9,74 @@ Zadania wprowadzające do pierwszych ćwiczeń.
|
||||
"""
|
||||
Wypisz na ekran swoje imię i nazwisko.
|
||||
"""
|
||||
|
||||
print("Miłosz Maliszewski")
|
||||
|
||||
"""
|
||||
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=["pomidor", "awokado", "banan"]
|
||||
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)
|
@ -6,13 +6,17 @@ Zad 2. Napisz funkcję even_elements zwracającą listę,
|
||||
która zawiera tylko elementy z list o parzystych indeksach.
|
||||
"""
|
||||
|
||||
def even_elements(lista):
|
||||
pass
|
||||
def days_in_year(days):
|
||||
if ((days % 4) == 0 and ((days % 100) != 0)) or ((days % 400) == 0):
|
||||
dni=366
|
||||
else:
|
||||
dni=365
|
||||
|
||||
return dni
|
||||
|
||||
def tests(f):
|
||||
inputs = [[[1, 2, 3, 4, 5, 6]], [[]], [[41]]]
|
||||
outputs = [[1, 3, 5], [], [41]]
|
||||
inputs = [[2015], [2012], [1900], [2400], [1977]]
|
||||
outputs = [365, 366, 365, 366, 365]
|
||||
|
||||
for input, output in zip(inputs, outputs):
|
||||
if f(*input) != output:
|
||||
@ -20,6 +24,5 @@ def tests(f):
|
||||
break
|
||||
return "TESTS PASSED"
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
print(tests(even_elements))
|
||||
print(tests(days_in_year))
|
||||
|
@ -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]]
|
||||
|
@ -12,8 +12,15 @@ 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
|
||||
|
||||
|
||||
|
||||
|
@ -6,8 +6,18 @@ Napisz funkcję sum_from_one_to_n zwracającą sume liczb od 1 do n.
|
||||
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):
|
||||
|
@ -9,8 +9,17 @@ 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)]]
|
||||
@ -23,4 +32,4 @@ def tests(f):
|
||||
return "TESTS PASSED"
|
||||
|
||||
if __name__ == "__main__":
|
||||
print(tests(euclidean_distance))
|
||||
print(tests(euclidean_distance))
|
@ -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]]
|
||||
@ -23,4 +31,4 @@ def tests(f):
|
||||
return "TESTS PASSED"
|
||||
|
||||
if __name__ == "__main__":
|
||||
print(tests(big_no))
|
||||
print(tests(big_no))
|
@ -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"]]
|
||||
@ -19,4 +28,4 @@ def tests(f):
|
||||
return "TESTS PASSED"
|
||||
|
||||
if __name__ == "__main__":
|
||||
print(tests(char_sum))
|
||||
print(tests(char_sum))
|
@ -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]]
|
||||
@ -21,4 +27,3 @@ def tests(f):
|
||||
|
||||
if __name__ == "__main__":
|
||||
print(tests(sum_div35))
|
||||
|
||||
|
@ -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):
|
||||
@ -23,4 +24,4 @@ def tests(f):
|
||||
return "TESTS PASSED"
|
||||
|
||||
if __name__ == "__main__":
|
||||
print(tests(leet_speak))
|
||||
print(tests(leet_speak))
|
@ -9,8 +9,16 @@ 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):
|
||||
inputs = [['pokemon'], ['do not want'], ['POKEMON']]
|
||||
@ -23,4 +31,4 @@ def tests(f):
|
||||
return "TESTS PASSED"
|
||||
|
||||
if __name__ == "__main__":
|
||||
print(tests(pokemon_speak))
|
||||
print(tests(pokemon_speak))
|
@ -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):
|
||||
@ -23,4 +29,4 @@ def tests(f):
|
||||
return "TESTS PASSED"
|
||||
|
||||
if __name__ == "__main__":
|
||||
print(tests(common_chars))
|
||||
print(tests(common_chars))
|
@ -2,11 +2,13 @@
|
||||
# -*- coding: utf-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)]
|
||||
|
20
labs04/zad5.py
Normal file
20
labs04/zad5.py
Normal file
@ -0,0 +1,20 @@
|
||||
import glob
|
||||
|
||||
pliki = glob.glob('scores/*')
|
||||
|
||||
wyniki = []
|
||||
|
||||
for plik in pliki:
|
||||
f = open(plik, 'r')
|
||||
linia = f.readline()
|
||||
linia = linia.split(" ")
|
||||
|
||||
|
||||
linia = [x.strip(",") for x in linia]
|
||||
wyniki.append(linia[2])
|
||||
|
||||
f.close()
|
||||
max_index = wyniki.index(max(wyniki))
|
||||
|
||||
max_value = wyniki[max_index]
|
||||
plik_z_maxBLEU = pliki[max_index]
|
5001
labs06/mieszkania.csv
Normal file
5001
labs06/mieszkania.csv
Normal file
File diff suppressed because it is too large
Load Diff
@ -4,77 +4,109 @@
|
||||
"""
|
||||
1. Zaimportuj bibliotkę pandas jako pd.
|
||||
"""
|
||||
|
||||
import pandas as pd
|
||||
|
||||
"""
|
||||
2. Wczytaj zbiór danych `bikes.csv` do zniennej data.
|
||||
2. Wczytaj zbiór danych `311.csv` do zniennej data.
|
||||
"""
|
||||
|
||||
data = pd.read_csv("/home/students/s354567/Desktop/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()
|
72
labs06/zad2domowe
Normal file
72
labs06/zad2domowe
Normal file
@ -0,0 +1,72 @@
|
||||
#!/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',
|
||||
'Jezyce',
|
||||
'Rataje',
|
||||
'Piatkowo',
|
||||
'Winogrady',
|
||||
'Milostowo',
|
||||
'Debiec']
|
||||
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 ogloszen', 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 najadniejsza dzielnica w Poznaniu."
|
||||
.format(find_borough("Jeżyce i Wilda")))
|
||||
|
||||
print("Średnia cena mieszkania 3-pokojowego, to: {}"
|
||||
.format(mean_price(dane, 3)))
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
Loading…
Reference in New Issue
Block a user