def find_minimums(data):
print('\nMinimum dla kolumny sepal length: ' +
str(find_min(find_column_elements(data, 0))))
print('Minimum dla kolumny sepal width: ' +
str(find_min(find_column_elements(data, 1))))
print('Minimum dla kolumny petal length: ' +
str(find_min(find_column_elements(data, 2))))
print('Minimum dla kolumny petal width: ' +
str(find_min(find_column_elements(data, 3))))
def find_medians(data):
print('\nMediana dla kolumny sepal length: ' +
str(find_median(find_column_elements(data, 0))))
print('Mediana dla kolumny sepal width: ' +
str(find_median(find_column_elements(data, 1))))
print('Mediana dla kolumny petal length: ' +
str(find_median(find_column_elements(data, 2))))
print('Mediana dla kolumny petal width: ' +
str(find_median(find_column_elements(data, 3))))
def draw_histograms(data, col1, col2):
attribute1 = find_column_elements(data, col1)
normalized_attribute_1 = (attribute1 - np.min(attribute1)) / (
np.amax(attribute1) - np.amin(attribute1))
plt.hist(normalized_attribute_1, bins=50, label=data.dtype.names[col1])
attribute2 = find_column_elements(data, col2)
normalized_attribute_2 = (attribute2 - np.amin(attribute2)) / (
np.amax(attribute2) - np.amin(attribute2))
plt.hist(normalized_attribute_2, bins=50, label=data.dtype.names[col2])
plt.legend()
plt.ylabel('Liczba wystąpień')
plt.xlabel('Znormalizowany rozkład wystąpień')
plt.show()
def main():
data = load_irys_data()
find_medians(data)
find_maximums(data)
find_minimums(data)
find_dominant(find_column_elements(data, 4))
correlated_column_1, correlated_column_2 = find_most_correlated_columns(
data)
draw_histograms(data, correlated_column_1, correlated_column_2)
def test_hypothesis(data):
print(
'Badam hipoteze czy można użyć parametru "sepal width" do rozróżnienia klas kwiatów Iris Versicolour oraz Iris Virginica z poziom istotności statystycznej 5%'
)
versicolour = extract_one_species(data, 'Iris-versicolor')
virginica = extract_one_species(data, 'Iris-virginica')
value, pvalue = stats.ttest_ind(find_column_elements(versicolour, 1),
find_column_elements(virginica, 1))
print(value, pvalue)
# Hipoteza zerowa: nie można można rozróżnić zbiorów na podstawie parametru "sepal width", hipoteza alternatywna: można rozróżnić zbiory na podstawie parametru "sepal width"
if pvalue < 0.05:
print(
'Odrzucamy hipotezę zerową - można rozróżnić zbiory na podstawie parametru "sepal width"'
)
else:
print(
'Nie ma podstaw do odrzucenia hipotezy zerowej - nie można można rozróżnić zbiorów na podstawie parametru "sepal width"'
)
def draw_histogram(data, mean):
births = find_column_elements(data, 2)
plt.hist(births, bins=100)
plt.ylabel('Number of days')
plt.xlabel('Number of births')
plt.axvline(mean, color='k', linestyle='dashed', linewidth=1)
real_mean = np.mean(births)
variance = np.var(births)
sigma = np.sqrt(variance)
x = np.linspace(min(births), max(births), 100)
plt.plot(x, mlab.normpdf(x, real_mean, sigma) * 400000, color='red')
plt.show()
def draw_histogram(data):
versicolour = extract_one_species(data, 'Iris-versicolor')
virginica = extract_one_species(data, 'Iris-virginica')
by_sepal_width = [
find_column_elements(versicolour, 1),
find_column_elements(virginica, 1),
]
labels = ['Versicolor', 'Virginica']
colors = ['red', 'blue']
for arr in by_sepal_width:
mean = np.mean(arr)
variance = np.var(arr)
sigma = np.sqrt(variance)
x = np.linspace(min(arr), max(arr), 100)
plt.plot(x,
mlab.normpdf(x, mean, sigma) * 5,
color=colors[by_sepal_width.index(arr)])
plt.hist(by_sepal_width, bins=25, color=colors, label=labels)
plt.legend()
plt.xlabel('Sepal width [cm]')
plt.show()
def test_hypothesis(data, size):
hypothesis_value = 10000
print(
'Badam hipoteze czy dzienna srednia urodzen wynosi 10000 na losowej probie '
+ str(size) + ' krotek z poziom istotności statystycznej 5%')
births = find_column_elements(data, 2)
np.random.shuffle(births)
mean = np.mean(births[1:size])
print('Dzienna srednia urodzin wynosi ' + str(mean) + '.')
std = np.std(births)
z = (mean - hypothesis_value) / (std / np.sqrt(size))
print('Wartosc z-testu: ' + str(z))
if z > -1.96 and z < 1.96:
print('Hipoteza potwierdzona.')
else:
print('Hipoteza obalona.')
return mean