def valid_years():
"""
Vise antall gyldige datapungter for hver kommune. Altså hvor mange unike
konsekkutive år det er hvor antall jegerdager er større enn minimumet satt
i pre_process
"""
df, _ = get_hjortevillt_data()
df_processed = pre_process(df)
index_frame = df_processed.index.to_frame()
index_frame['neste jaktår'] = index_frame['jaktår'].astype(np.int32) + 1
nextyear = pd.MultiIndex.from_frame(
index_frame[['kommunenr', 'neste jaktår']])
index_frame = index_frame.loc[nextyear.isin(df_processed.index)]
X_index = pd.MultiIndex.from_frame(index_frame[['kommunenr', 'jaktår']])
valid_years = df_processed.loc[X_index].reset_index().groupby(
'kommunenr')['jaktår'].nunique()
keys = valid_years.index.values
items = valid_years.values
plot_dict = dict(zip(keys, items))
all_numbers = df.index.get_level_values(0).unique()
for n in all_numbers:
if n not in plot_dict:
plot_dict[n] = 0
plot_kommuner(plot_dict)
plt.tight_layout()
from os import supports_dir_fd
from sys import int_info
from pandas.core.frame import DataFrame
from sklearn.cross_decomposition import PLSRegression
from hjortevilt import get_hjortevillt_data
from preprocess_data import pre_process
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
from adjustText import adjust_text
import re
# <--- This is important for 3d plotting
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.lines import Line2D
df, _ = get_hjortevillt_data()
df = pre_process(df)
df.drop(columns=df.columns[df.columns.str.contains('jaktfelt')], inplace=True)
# df.drop(columns=df.columns[~df.columns.str.contains('sett')], inplace=True)
index_frame = df.index.to_frame()
index_frame['neste jaktår'] = index_frame['jaktår'].astype(np.int32) + 1
nextyear = pd.MultiIndex.from_frame(index_frame[['kommunenr', 'neste jaktår']])
index_frame = index_frame.loc[nextyear.isin(df.index)]
X_index = pd.MultiIndex.from_frame(index_frame[['kommunenr', 'jaktår']])
Y_index = pd.MultiIndex.from_frame(index_frame[['kommunenr', 'neste jaktår']])
diff = df.groupby('kommunenr').diff(1)
X = df.loc[X_index].values
from hjortevilt import get_hjortevillt_data
from preprocess_data import pre_process
import pandas as pd
import numpy as np
hjortedata, _ = get_hjortevillt_data()
hjortedata = pre_process(hjortedata)
hjortedata.drop(
columns=hjortedata.columns[hjortedata.columns.str.contains('jaktfelt')],
inplace=True)
værdata = pd.read_csv(
r'C:\Users\emilm\Documents\NTNU\4.klasse\EIT\data\merged_weather.csv')
værdata.drop(columns='Unnamed: 0', inplace=True)
værdata.rename(columns={
'kommune': 'kommunenr',
'year': 'jaktår'
},
inplace=True)
værdata.set_index(['kommunenr', 'jaktår'], inplace=True)
værdata.sort_index(0, ['kommunenr', 'jaktår'])
værdata = værdata[~værdata.isna().any(axis=1)]
index_frame = hjortedata.index.to_frame()
index_frame['neste jaktår'] = index_frame['jaktår'].astype(np.int32) + 1
nextyear = pd.MultiIndex.from_frame(index_frame[['kommunenr', 'neste jaktår']])
index_frame = index_frame.loc[nextyear.isin(hjortedata.index)]
index_frame = index_frame.loc[index_frame.index.isin(værdata.index)]
X_index = pd.MultiIndex.from_frame(index_frame[['kommunenr', 'jaktår']])
color = (cmap(color_dict_normalized[kommunenr])
if kommunenr in color_dict
else (.8, .8, .8, 1))
for polygon in sorted(geometry['coordinates'],
key=PolyArea, reverse=True)[:3]:
plt.fill(*zip(*polygon[0]),
color=color)
divider = make_axes_locatable(ax)
cax = divider.append_axes('right', size='4%', pad=0.05)
norm = mpl.colors.Normalize(
vmin=min(color_dict.values()), vmax=max(color_dict.values()))
mpl.colorbar.ColorbarBase(
cax, cmap=cmap, norm=norm, orientation='vertical')
ax.axis('off')
return fig, ax
if __name__ == '__main__':
df, names = get_hjortevillt_data()
namedict = dict((v, k) for k, v in names['kommune_names'].items())
# df = pre_process(df)
data = df.fillna(0).groupby(level=0).max()['elg sett antall jegerdager']
ploitdict = dict(zip(data.index, data.values))
fig, ax = plot_kommuner(ploitdict, namedict)
ax.set_title('Jaktdager per kommune')
plt.show()