Add lab 03

labs03/dane.txt

@@ -0,0 +1,99 @@
+95
+46
+1
+35
+44
+50
+84
+30
+28
+48
+95
+45
+86
+90
+48
+6
+68
+46
+36
+19
+3
+37
+25
+74
+8
+23
+71
+91
+79
+74
+84
+71
+93
+85
+3
+89
+65
+64
+15
+18
+33
+39
+16
+88
+11
+72
+54
+88
+86
+72
+22
+63
+43
+63
+6
+75
+90
+92
+46
+48
+24
+99
+50
+9
+10
+48
+47
+22
+25
+99
+72
+41
+70
+74
+90
+92
+15
+28
+34
+12
+48
+8
+93
+21
+97
+3
+15
+77
+65
+30
+3
+44
+70
+71
+25
+87
+5
+63
+24

labs03/parse_results.py

@@ -0,0 +1,80 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+
+"""
+Parse MTurk output file.
+"""
+
+import sys
+import collections
+import csv
+import glob
+
+import numpy as np
+
+
+def map_formality(text: str):
+    values = {"Very Formal": 3,
+              "Formal": 2,
+              "Somewhat Formal": 1,
+              "Neutral": 0,
+              "Somewhat Informal": -1,
+              "Informal": -2,
+              "Very Informal": -3}
+    if text in values:
+        return values[text]
+    else:
+        return None
+
+
+def mapping(text: str):
+    if text == 'Perfect':
+        return 5
+    elif text == 'Comprehensible':
+        return 4
+    elif text == 'Somewhat Comprehensible':
+        return 3
+    elif text == 'Incomprehensible':
+        return 2
+    elif text == 'Other':
+        return 1
+
+
+def encode_quatation_marks(text):
+    return text.replace('\'', ''').replace('"', '"')
+
+
+def read_files_from_dir(dir_name):
+    data = collections.defaultdict(list)
+
+    for fname in glob.glob(f"./{dir_name}/formality.test.*"):
+        with open(fname) as ff:
+            for line in ff:
+                line = line.strip()
+                data[fname].append(encode_quatation_marks(line))
+    return data
+
+
+def main():
+    """ main """
+    result_file = sys.argv[1]
+    dir_name = sys.argv[2]
+
+    sent_scores = collections.defaultdict(list)
+    with open(result_file) as results:
+        mturk_data = csv.DictReader(results)
+        for row in mturk_data:
+            for i in range(1, 6):
+                #  sent_scores[row[f'Input.sentence_{i}']].append(mapping(row[f'Answer.Q{i}Answer']))
+                sent_scores[row[f'Input.sentence_{i}']].append(map_formality(row[f'Answer.sentence_{i}_choice']))
+    for sent in sent_scores:
+        sent_scores[sent] = np.mean([i for i in sent_scores[sent] if i])
+
+    for filename, sents in read_files_from_dir(dir_name).items():
+        #  print([sent_scores[sent] for sent in sents])
+        #  print([sent_scores[sent] for sent in sents])
+        print(filename, np.nanmean([sent_scores[sent] for sent in sents]))
+
+
+if __name__ == "__main__":
+    main()

labs03/tmp.py

@@ -0,0 +1,33 @@
+#!/usr/bin/env python
+# -*- coding: utf-8 -*-
+
+import numpy as np
+
+with open("./dane.txt") as ff:
+    x = [int(line.strip()) for line in ff]
+
+print(np.mean(x))
+print(np.var(x))
+
+print(min(x))
+print(max(x))
+
+x_scaled = [(i - min(x)) / (max(x) - min(x)) for i in x]
+print(min(x_scaled), max(x_scaled))
+
+def normalize(data):
+    return [(i - np.mean(x)) / np.sqrt(np.var(x)) for i in data]
+
+normalized = normalize(x)
+
+print(np.mean(normalized), np.var(normalized))
+
+x_binned = [i // 10 for i in x]
+
+
+for begin in range(0, 1 + max(x_binned)):
+    if begin  == 0:
+        print("[ ", 10 * begin, ", ",  10 * begin + 9, "]", "+" * x_binned.count(begin))
+    else:
+        print("[", 10 * begin, ",",  10 * begin + 9, "]", "+" * x_binned.count(begin))
+

labs03/zadania_05.md

@@ -0,0 +1,26 @@
+*zad.1 *
+ - Stwórz nowy skrypt Pythona i nazwij go "histogram.py"
+ - Wczytaj plik "dane.txt", który jest plikiem tekstowym, w którym każdy wiersz zawiera jedną liczbę. Wynik zapisz do listy.
+ - Sprawdź czy masz zainstalowaną bibliotekę `numpy`. Jeżeli nie, to zainstaluj ją.
+ - Korzystając z funkcji numpy.mean i numpy.var, wyświetl na ekran średnią i wariancję z danych.
+ - Python posiada wbudowane funckje `min` i `max`, które zwracają najmniejszą i największą wartość.
+ - Przeskaluj dane do przedziału [0, 1] korzystając ze wzoru: x_scaled[i] = (x[i] - min(x)) / (max(x) - min(x))
+ - Napisz funckję, która znormalizuje dane do rozkładu N(0,1) korzystając ze wzoru: x_normed[i] = (x[i] - mean(x)) / sqrt(var(x))
+ - Upewnij się, że znormalizowane dane mają średnią równą 0, a wariancja jest równa 1.
+ - Zlicz ile jest elementów z każdym, z przedziałów: [0, 9], [10, 19], [20, 29],...
+ - Narysuj histogram ASCII, który dla każdego przedziału wyświetli liczbę elementów w następujący sposób:
+
+```
+[  0 ,  9 ] +++++++++++
+[ 10 , 19 ] +++++++++
+[ 20 , 29 ] +++++++++++
+[ 30 , 39 ] ++++++++
+[ 40 , 49 ] ++++++++++++++
+[ 50 , 59 ] +++
+[ 60 , 69 ] +++++++
+[ 70 , 79 ] ++++++++++++++
+[ 80 , 89 ] +++++++++
+[ 90 , 99 ] +++++++++++++
+```
+
+

labs03/zadania_06.py

@@ -0,0 +1,56 @@
+#!/usr/bin/env python
+# -*- coding: utf-8 -*-
+
+
+"""
+zad.1
+Przepisz poniższy kod tak, aby korzystał z list składanych.
+"""
+
+
+elems = list(range(1024))
+fives = []
+for elem in elems:
+    if elem % 5  == 0:
+        fives.append(elem)
+
+"""
+zad. 2 - klasy
+
+ - Stwórz klasę Point2D, która będzie reprezentować punkt na płaszczyźnie.
+ - Napisz inicjalizator, który będzie przyjmować 2 parametry: x i y, a następnie
+    przypisze te wartości do pól: self.x i self.y
+ - Stwórz obiekt typu Point2D, przekazując dowolne wartości.
+ - Napisz metodę `dist(self, point)`, gdzie point to będzie obiekt tupy Point2D,
+    która obliczy odległość pomiędzy tymi punktami.
+ - Zaimplementuj metodę `__len__(self)`, która zwróci liczbę 2.
+ - Zaimplementuj metodę `__str__(self)`, który pozwoli na wyświetlenie w 
+    czytelny sposób obiektu.
+ - Zaimplementuj metodę `__add__(self, point)`, gdzie point jest typu Point2D,
+    a która zwróci nowy punkt, powstanie z dodania współrzednych obu punktów.
+ - stwórz listę 4 punktów o współrzędnych: (0,0), (0, 5), (5,5), (5, 0)
+ - Oblicz sumę wszystkich odległości pomiędzy tymi punktami. Spróbuj wykorzystać
+ funkcje `sum` i `map`
+"""
+
+"""
+zad. 3 Klasa wielokąt
+ - Zaimplementuj klasę wielokąt, która będzie reprezentować zbiór punktów na 
+ płaszczyźnie.
+ - Napisz inicjalizator `__init__(self, points)`, który będzie przyjmować jako
+   argument listę punktów typy Point2D.
+ - napisz metodę, która zwróci punkt środkowy figury, tj. punkt o współrzednych
+   równych średnią z punktów wielokąta.
+ - Stwórz przykładowy wielokąt z punktów (0,0), (0, 5), (5,5), (5, 0) i
+   oblicz jego punkt środkowy.
+ - Korzystając funkcji min, napisz metodę która zwróci punkt najbardziej
+   wysunięty na lewo.
+ - Napisz metodę, która zwróci obwód figury: spróbuj wykorzystać funkcję sum.
+ """
+
+ """
+ zad. 4
+  - rozdziel kod w tym pliku, aby każda klasa znalazła się w osobnym pliku.
+  - Zaimportuj moduły z klasami tak, aby ten plik uruchamiał się normalnie.
+  - Przerób ten plik, aby wykorzystywał dyrektywe : if __name__ == '__main__'
+"""