zadanie

TEMA8/16.md

@@ -0,0 +1,42 @@
+Разработайте функцию с 2 аргументами, которая для заданного словаря (аргумент функции) с любыми ключами и с числовыми значениями создаёт новый словарь с теми же ключами и со значениями, равными синусам от значений из входного словаря с заданным именами. Проверьте функцию на примере двух разных входных словарей.
+Через модуль:
+Модуль1
+```py
+import math
+
+def f(a):
+    """Функция f."""
+    result = {}
+    for k, v in a.items():  # Перебираем все пары ключ-значение
+        result[k] = math.sin(v)
+    return result
+
+def test():
+    """Первая тестовая функция."""
+    print("Тест 1", f({'a': 0, 'b': 1.57, 'c': 3.14}))
+
+if __name__ == "__main__":
+    test()
+    print("mode1.py работает корректно")
+```
+Модуль2:
+```py
+from mode1 import f
+
+def test2():
+    """Вторая тестовая функция."""
+    print("Тест 2", f({'x': 0.5, 'y': 1.0, 'z': 2.0}))
+
+if __name__ == "__main__":
+    test2()
+    print("mode2.py работает корректно")
+```
+```py
+>>> os.chdir('C:\\Users\\Admin\\Documents\\Tsvetkova\\python-labs\\TEMA8')
+>>> import mode1
+>>> import mode2
+>>> mode1.test()
+Тест 1 {'a': 0.0, 'b': 0.9999996829318346, 'c': 0.0015926529164868282}
+>>> mode2.test2()
+Тест 2 {'x': 0.479425538604203, 'y': 0.8414709848078965, 'z': 0.9092974268256817}
+```

TEMA8/1819.md

@@ -0,0 +1,111 @@
+16.	Разработайте функцию с 2 аргументами, которая для заданного словаря (аргумент функции) с любыми ключами и с числовыми значениями создаёт новый словарь с теми же ключами и со значениями, равными синусам от значений из входного словаря, и записывает новый словарь в бинарный файл с заданным именем (аргумент функции). Проверьте функцию на примере двух разных входных словарей.
+
+Модуль 1 
+```py
+import math
+import pickle
+
+def slov_sin(input_dict, filename):
+    new_dict = {key: math.sin(value) for key, value in input_dict.items()}
+    with open(filename, 'wb') as f:
+        pickle.dump(new_dict, f)
+    print(f"Файл записан: {filename}")
+    return new_dict
+
+def read_slov(filename):
+    try:
+        with open(filename, 'rb') as f:
+            loaded_dict = pickle.load(f)
+        print(f"Файл прочитан: {filename}")
+        return loaded_dict
+   
+
+def test1():
+    dict1 = {'a': 0, 'b': math.pi / 2, 'c': math.pi, 'd': 3 * math.pi / 2}
+    file1 = 'sin_values_1.bin'
+    
+    saved = slov_sin(dict1, file1)
+    loaded = read_slov(file1)
+    
+    print(f"Исходный: {dict1}")
+    print(f"Загруженный: {loaded}")
+    
+    if saved == loaded:
+        print("OK")
+    else:
+        print("ERROR")
+    
+    return loaded
+
+def test2():
+    dict2 = {'x': 1.0, 'y': 2.0, 'z': -0.5}
+    file2 = 'sin_values_2.bin'
+    
+    saved = slov_sin(dict2, file2)
+    loaded = read_slov(file2)
+    
+    print(f"Исходный: {dict2}")
+    print(f"Загруженный: {loaded}")
+    
+    if saved == loaded:
+        print("OK")
+    else:
+        print("ERROR")
+    
+    return loaded
+
+if __name__ == "__main__":
+    print("Тесты запущены")
+    test1()
+    test2()
+    print("\n" + "="*60)
+    print("АВТОТЕСТЫ ЗАВЕРШЕНЫ")
+    print("="*60)
+```
+Модуль 2 
+ ```py
+import slov_module
+
+def run_tests():
+    """Запустить все тесты"""
+    print("Тест 1:")
+    slov_module.test1()
+    
+    print("\nТест 2:")
+    slov_module.test2()
+    
+    print("\nТест 3 (свой):")
+    d = {'x': 0.5, 'y': 1.0, 'z': 2.0}
+    f = 'my_test.bin'
+    
+    s = slov_module.slov_sin(d, f)
+    print(f"Исходный: {d}")
+    print(f"Синусы: {s}")
+    
+    l = slov_module.read_slov(f)
+    print(f"Из файла: {l}")
+
+if __name__ == "__main__":
+    run_tests()
+
+```
+
+```py
+
+>>> import slov_module
+>>> import test_module
+>>> slov_module.test1()
+Файл записан: sin_values_1.bin
+Файл прочитан: sin_values_1.bin
+Исходный: {'a': 0, 'b': 1.5707963267948966, 'c': 3.141592653589793, 'd': 4.71238898038469}
+Загруженный: {'a': 0.0, 'b': 1.0, 'c': 1.2246467991473532e-16, 'd': -1.0}
+OK
+{'a': 0.0, 'b': 1.0, 'c': 1.2246467991473532e-16, 'd': -1.0}
+>>> slov_module.test2()
+Файл записан: sin_values_2.bin
+Файл прочитан: sin_values_2.bin
+Исходный: {'x': 1.0, 'y': 2.0, 'z': -0.5}
+Загруженный: {'x': 0.8414709848078965, 'y': 0.9092974268256817, 'z': -0.479425538604203}
+OK
+{'x': 0.8414709848078965, 'y': 0.9092974268256817, 'z': -0.479425538604203}
+```

TEMA8/Modul1.py

@@ -0,0 +1,7 @@
+def read (file):
+    """"Чтение данных из файла"""
+    nums = []
+    with open(file, 'r') as file: # Открытие файла для чтения
+        for line in file:
+            nums.extend(map(float, line.split())) # Добавление всех элементов в список
+    return nums

TEMA8/Modul2.py

@@ -0,0 +1,16 @@
+def correlation(list1, list2):
+    """Расчёт коэффициента корреляции"""
+    n = min(len(list1), len(list2)) # Общая длина
+    list1 = list1[:n]
+    list2 = list2[:n]
+    mean1 = sum(list1) / n
+    mean2 = sum(list2) / n
+    chislitel = sum((list1[i] - mean1) * (list2[i] - mean2) for i in range(n))
+    #Числитель формулы корреляции
+    znamenatel1 = sum((x - mean1) ** 2 for x in list1)
+    znamenatel2 = sum((y - mean2) ** 2 for y in list2)
+
+    if znamenatel1 == 0 or znamenatel2 == 0:
+        return 0
+    
+    return chislitel/(znamenatel1 * znamenatel2) ** 0.5

TEMA8/Modul3.py

@@ -0,0 +1,8 @@
+import Modul1
+import Modul2
+file1 = input("Введите имя первого файла: ")
+file2 = input("Введите имя второго файла: ")
+list1 = Modul1.read(file1)
+list2 = Modul1.read(file2)
+corr = Modul2.correlation(list1, list2)
+print("Коэффициент корреляции:", corr)

TEMA8/data1.txt

@@ -0,0 +1,4 @@
+1 2 3
+4 5
+6 7 8
+9

TEMA8/data2.txt

@@ -0,0 +1,3 @@
+2 4 6
+8
+10 11

TEMA8/task.md

@@ -0,0 +1,71 @@
+ # Общее контрольное задание по теме 8
+
+
+ # Задание:
+1. Разработать программу, состоящую из трех модулей:
+Модуль 1 содержит функцию считывания числового списка из текстового файла с заданным именем (аргумент функции – имя файла). Элементы в файле могут располагаться по несколько на строке с разделением пробелом. Числа элементов в строках могут быть разными. Полученный список должен возвращаться в вызывающую программу.
+
+Модуль 2 содержит функцию расчета коэффициента корреляции по двум числовым спискам (аргументы функции – имена двух списков). Числа элементов в списках могут различаться. Значение коэффициента должно возвращаться в вызывающую программу.
+
+Модуль 3 запрашивает у пользователя и вводит имена двух файлов с исходными данными, дважды вызывает функцию из модуля 1 и считывает два списка из двух текстовых файлов. Затем вызывает функцию расчета коэффициента корреляции с помощью функции из модуля 2 и отображает рассчитанное значение на экране с округлением до трех цифр после точки.
+
+Подготовить два текстовых  файла с числовыми данными и проверить по ним работу программы.
+
+
+ # Решение
+
+ ## 1. Модуль 1 - Чтение данных из файла
+```py
+def read (file):
+    """"Чтение данных из файла"""
+    nums = []
+    with open(file, 'r') as file: # Открытие файла для чтения
+        for line in file:
+            nums.extend(map(float, line.split())) # Добавление всех элементов в список
+    return nums
+```
+
+ ## 2. Модуль 2 - Расчёт коэффициента корреляции
+```py
+def correlation(list1, list2):
+    """Расчёт коэффициента корреляции"""
+    n = min(len(list1), len(list2)) # Общая длина
+    list1 = list1[:n]
+    list2 = list2[:n]
+    mean1 = sum(list1) / n
+    mean2 = sum(list2) / n
+    chislitel = sum((list1[i] - mean1) * (list2[i] - mean2) for i in range(n))
+    #Числитель формулы корреляции
+    znamenatel1 = sum((x - mean1) ** 2 for x in list1) # Знаменатель формулы корреляции
+    znamenatel2 = sum((y - mean2) ** 2 for y in list2)
+
+    if znamenatel1 == 0 or znamenatel2 == 0: # Проверка деления на 0
+        return 0
+    
+    return chislitel/(znamenatel1 * znamenatel2) ** 0.5
+```
+
+ ## 3. Модуль 3 - Запрос у пользователя и ввод имён файлов с исходными данными
+```py
+import Modul1
+import Modul2
+file1 = input("Введите имя первого файла: ")
+file2 = input("Введите имя второго файла: ")
+list1 = Modul1.read(file1)
+list2 = Modul1.read(file2)
+corr = Modul2.correlation(list1, list2)
+print("Коэффициент корреляции:", corr)
+```
+
+Были подготовлены два файла с данными data1.txt и data2.txt
+
+ ## 4. Тестирование
+```py
+>>> import Modul3
+Введите имя первого файла: data1.txt
+Введите имя второго файла: data2.txt
+Коэффициент корреляции: 0.9960784162656539
+```
+
+
+

TEMA9/9.md

@@ -320,3 +320,4 @@ y= 0.9260125207356777
 >>> pylab.show()
 lin1
 ```
+![](Ris1.png)

TEMA9/zadanie1.md

@@ -0,0 +1,151 @@
+M3_1
+1)Создайте модуль М1, содержащий две функции:
+
+функция 1: аргумент - список или кортеж с выборкой; функция должна произвести расчет по выборке оценки её дисперсии DX, а также наименьшего и наибольшего значений и вернуть эти значения в вызывающую программу в виде списка;
+
+функция 2: аргументы - два списка или кортежа с выборками X и Y; функция должна произвести с помощью функции 1 расчет статистик по выборкам и  рассчитать статистику Фишера:
+
+		F=DX/DY
+
+2)Создайте еще один модуль М2, в котором должны выполняться следующие операции:
+
+запрашивается имя бинарного файла с выборками X и Y, проверяется его наличие и при отсутствии - повторяется запрос;
+
+выборки считываются из файлов;
+
+с помощью функции 1 по выборкам рассчитываются их статистики, 
+
+с помощью функции 2 рассчитывается значение статистики Фишера,
+
+если числа элементов в выборках одинаково, графически отображается поле рассеивания для Х и Y;
+
+результаты расчета с соответствующими заголовками выводятся в текстовый файл.
+
+3)Создайте модуль М0 - главную программу, которая вызывает М2 и отображает результаты расчета на экране.
+
+4)Создайте 2 бинарных файла: с выборками одинакового размера и с выборками разного размера. Проверьте программу с использованием этих файлов.
+
+Модуль 1
+```py
+import math
+def disp(s): # функция рассчета дисперсии
+    if len(s) == 0:
+        return [0, 0, 0]
+    sr = sum(s) / len(s)
+    v = sum((x - sr) ** 2 for x in s) / len(s)   # среднее квадратов отклонений от среднего
+    m_n = min(s)
+    m_x = max(s)
+    
+    return [v, m_n, m_x]
+
+def fisher_stat(sample_x, sample_y):  # статистика фишера
+    stats_x = disp(sample_x)
+    stats_y = disp(sample_y)
+    
+    dx = stats_x[0]  #  дисп х
+    dy = stats_y[0]  #  дисп у
+    
+    if dy == 0:
+        return 0, stats_x, stats_y
+    else:
+        f = dx / dy
+        return f, stats_x, stats_y
+```
+Модуль 2
+```py
+import pickle
+import matplotlib.pyplot as plt
+import M1  
+
+def load_samples(filename): #Загружаем выборки х и у
+
+    while True:
+        try:
+            with open(filename, 'rb') as f:
+                data = pickle.load(f)
+                x = data['X']
+                y = data['Y']
+                print(f"Файл {filename} успешно загружен!")
+                return x, y
+        except FileNotFoundError:
+            print(f"Файл {filename} не найден!")
+            filename = input("Введите имя файла снова: ")
+        except Exception as e:
+            print(f"Ошибка чтения файла: {e}")
+            filename = input("Введите имя файла снова: ")
+
+def analysis():
+    x, y = load_samples(input("Введите имя бинарного файла: "))
+    f, stats_x, stats_y = M1.fisher_stat(x, y) 
+    
+    print("\nРЕЗУЛЬТАТЫ РАСЧЕТА:")
+    print(f"Размер выборки X: {len(x)}, Y: {len(y)}")
+    print(f"X: Дисперсия={stats_x[0]:.4f}, мин={stats_x[1]:.4f}, макс={stats_x[2]:.4f}")
+    print(f"Y: Дисперсия={stats_y[0]:.4f}, мин={stats_y[1]:.4f}, макс={stats_y[2]:.4f}")
+    print(f"Статистика Фишера F = {f:.4f}")
+    
+    
+    if len(x) == len(y): # График размеры одинаковые
+        plt.figure(figsize=(8, 6))
+        plt.scatter(x, y, alpha=0.7, color='blue')
+        plt.xlabel('X')
+        plt.ylabel('Y')
+        plt.title('Поле рассеивания X-Y')
+        plt.grid(True)
+        plt.show()
+    
+    # Сохраняем в текстовый файл
+    with open('results.txt', 'w') as f:  # Сохраняем в файл
+        f.write("РЕЗУЛЬТАТЫ СТАТИСТИЧЕСКОГО АНАЛИЗА\n")
+        f.write(f"Размер выборки X: {len(x)}\n")
+        f.write(f"Размер выборки Y: {len(y)}\n\n")
+        f.write(f"СТАТИСТИКИ ПО X:\n")
+        f.write(f"  Дисперсия DX = {stats_x[0]:.6f}\n")
+        f.write(f"  Минимум      = {stats_x[1]:.6f}\n")
+        f.write(f"  Максимум     = {stats_x[2]:.6f}\n")
+        f.write(f"СТАТИСТИКИ ПО Y:\n")
+        f.write(f"  Дисперсия DY = {stats_y[0]:.6f}\n")
+        f.write(f"  Минимум      = {stats_y[1]:.6f}\n")
+        f.write(f"  Максимум     = {stats_y[2]:.6f}\n")
+        f.write(f"СТАТИСТИКА ФИШЕРА:\n")
+        f.write(f"  F = DX/DY = {f:.6f}\n")
+    
+    print("Результаты сохранены в файл results.txt")
+    return f, stats_x, stats_y
+
+if __name__ == "__main__":
+    analysis()
+```
+Модуль 0
+```py
+import M2
+
+def main():
+    
+    print("СТАТИСТИЧЕСКИЙ АНАЛИЗ")
+    results = M2.analysis() # Запускаем анализ
+    print("АНАЛИЗ ЗАВЕРШЕН!")
+
+
+if __name__ == "__main__":
+    main()
+```
+
+```py
+>>> import os
+>>> os.chdir('C:\\Users\\Admin\\Documents\\Tsvetkova\\python-labs\\TEMA9')
+>>> import M1
+>>> import M2
+>>> import M0
+>>> M0.main()
+СТАТИСТИЧЕСКИЙ АНАЛИЗ
+Введите имя бинарного файла: same_size.bin
+Файл same_size.bin успешно загружен!
+
+РЕЗУЛЬТАТЫ РАСЧЕТА:
+Размер выборки X: 20, Y: 20
+X: Дисперсия=4.7969, мин=1.4282, макс=9.9043
+Y: Дисперсия=3.2402, мин=2.1279, макс=7.5406
+Статистика Фишера F = 1.4804
+```
+![](Figure_1.png)