lab 1 and 3

app/labs/lab1.py

@@ -0,0 +1,33 @@
+import numpy as np
+
+class lab1:
+
+    def __init__(self):
+        pass
+
+    def main(self):
+        x11 = np.random.normal(2, 1, [10, 1])
+        x21 = np.random.normal(6, 2, [10, 1])
+        x11_od=x11.flatten()
+        x21_od=x21.flatten()
+
+        mu_x11 = x11.mean()
+        sigma_x11 = x11.std()
+
+        mu_x21 = x21.mean()
+        sigma_x21 = x21.std()
+
+        print("Массив x11:")
+        print("Среднее значение:", mu_x11)
+        print("Среднеквадратическое отклонение:", sigma_x11)
+
+        print("Массив x21:")
+        print("Среднее значение:", mu_x21)
+        print("Среднеквадратическое отклонение:", sigma_x21)
+
+        corr_coeff=np.corrcoef(x11_od,x21_od)[0,1]
+        print("Коэффициент корреляции между x11 и x21:", corr_coeff)
+
+if __name__ == "__main__":
+    l1 = lab1()
+    l1.main()

app/labs/lab2.py

@@ -0,0 +1,40 @@
+import numpy as np
+import matplotlib.pyplot as plt
+
+class lab2:
+
+    def __init__(self):
+        pass
+
+    def main(self):
+        # Данные для графика
+        x11 = np.random.normal(2, 1, [10, 1])
+        x21 = np.random.normal(6, 2, [10, 1])
+        print(x11,x21)
+
+        # Рисуем график
+        plt.scatter(x11, x21)
+        plt.xlabel("x")
+        plt.ylabel("y")
+        plt.title("Диаграмма рассеяния")
+        plt.show()
+
+        hist_data = np.vstack((x11, x21))
+        print ("Данные для гистограммы:", hist_data )
+        plt.hist(hist_data)
+        plt.xlabel('Значение признака')
+        plt.ylabel('Частота появления значения признака')
+        plt.title('Гистограмма')
+        plt.show()
+
+        #  Коробочковая диаграмма
+        plt.boxplot((x11.ravel(), x21.ravel()), notch=True)
+        print("Данные для коробочковой диаграммы",x11.ravel(), x21.ravel())
+        plt.xlabel('№ объекта')
+        plt.ylabel('Значение признака')
+        plt.title('Ящик с усами')
+        plt.show()
+
+if __name__ == "__main__":
+    l2 = lab2()
+    l2.main()

app/labs/lab3.py

@@ -0,0 +1,92 @@
+from sklearn.datasets import load_iris
+import numpy as np
+import matplotlib.pyplot as plt
+
+class lab3:
+
+    def __init__(self):
+        pass
+
+    def main(self):
+        data = load_iris()
+        X = data.data
+        print('Все данные', data.data)
+        Y = data.target
+        print(data.target)
+        Y_str = data.target_names
+        print(Y_str)
+
+        setosa_inds = Y == np.where(Y_str == 'setosa')
+        setosa_data = X[np.ravel(setosa_inds), :]
+        print('Индексы setosa', setosa_inds)
+        print('Признаки setosa:', setosa_data)
+
+        versicolor_inds = Y == np.where(Y_str == 'versicolor')
+        versicolor_data = X[np.ravel(versicolor_inds), :]
+        virginica_inds = Y == np.where(Y_str == 'virginica')
+        virginica_data = X[np.ravel(virginica_inds), :]
+
+        plt.scatter(setosa_data[:, 0], setosa_data[:, 1])
+        plt.title('Скаттерограмма setosa по признакам 1 и 2')
+        plt.xlabel('Длина чашелистика')
+        plt.ylabel('Ширина чашелистика')
+        plt.show()
+
+        plt.scatter(versicolor_data[:, 0], versicolor_data[:, 1])
+        plt.title('Скаттерограмма versicolor по признакам 1 и 2')
+        plt.xlabel('Длина чашелистика')
+        plt.ylabel('Ширина чашелистика')
+        plt.show()
+
+        plt.scatter(virginica_data[:, 0], virginica_data[:, 1])
+        plt.title('Скаттерограмма virginica по признакам 1 и 2')
+        plt.xlabel('Длина чашелистика')
+        plt.ylabel('Ширина чашелистика')
+        plt.show()
+
+        # расчет статистических характеристик коэф. корреляции для признаков
+        setosa_sl_mean = np.mean(setosa_data[:, 0])
+        setosa_sl_std = np.std(setosa_data[:, 0])
+        setosa_sw_mean = np.mean(setosa_data[:, 1])
+        setosa_sw_std = np.std(setosa_data[:, 1])
+        setosa_cor = np.corrcoef(setosa_data[:, 0], setosa_data[:, 1])[0, 1]
+
+        versicolor_sl_mean = np.mean(versicolor_data[:, 0])
+        versicolor_sl_std = np.std(versicolor_data[:, 0])
+        versicolor_sw_mean = np.mean(versicolor_data[:, 1])
+        versicolor_sw_std = np.std(versicolor_data[:, 1])
+        versicolor_cor = np.corrcoef(versicolor_data[:, 0], versicolor_data[:, 1])[0, 1]
+
+        virginica_sl_mean = np.mean(virginica_data[:, 0])
+        virginica_sl_std = np.std(virginica_data[:, 0])
+        virginica_sw_mean = np.mean(virginica_data[:, 1])
+        virginica_sw_std = np.std(virginica_data[:, 1])
+        virginica_cor = np.corrcoef(virginica_data[:, 0], virginica_data[:, 1])[0, 1]
+
+        print('Setosa: Среднее значение длины чашелистика:', setosa_sl_mean, 'СКО длины чашелистика:', setosa_sl_std, 'Среднее значение ширины чашелистика:', setosa_sw_mean, 'СКО ширины чашелистика:', setosa_sw_std)
+        print('Коэффициент корреляции:', setosa_cor)
+        print('Versicolor: Среднее значение длины чашелистика:', versicolor_sl_mean, 'СКО длины чашелистика:', versicolor_sl_std, 'Среднее значение ширины чашелистика:', versicolor_sw_mean, 'СКО ширины чашелистика:', versicolor_sw_std)
+        print('Коэффициент корреляции:', versicolor_cor)
+        print('Virginica: Среднее значение длины чашелистика:', virginica_sl_mean, 'СКО длины чашелистика:', virginica_sl_std, 'Среднее значение ширины чашелистика:', virginica_sw_mean, 'СКО ширины чашелистика:', virginica_sw_std)
+        print('Коэффициент корреляции:', virginica_cor)
+
+        # построение гистограммы и коробочковой диаграммы для setosa по признакам 1 и 2
+        hist_data = np.vstack((setosa_data[:, 0], setosa_data[:, 1]))
+        plt.hist(hist_data.T, label=['Длина чашелистика', 'Ширина чашелистика'])
+
+        # Настройка графика
+        plt.title('Гистограмма setosa по признакам 1 и 2')
+        plt.xlabel('Значение')
+        plt.ylabel('Частота')
+        plt.legend()
+
+        plt.show()
+
+        plt.boxplot((setosa_data[:, 0].ravel(), setosa_data[:, 1].ravel()), notch=False, labels=['Длина чашелистика', 'Ширина чашелистика'])
+        plt.title('Коробочковая диаграмма setosa по признакам 1 и 2')
+        plt.ylabel('Значение')
+        plt.show()
+
+if __name__ == "__main__":
+    l3 = lab3()
+    l3.main()

app/labs/labTest.py

@@ -55,5 +55,5 @@ class labTest:
             print("Ошибка ввода: необходимо ввести целые числа для a, b и c.")
 
 if __name__ == "__main__":
-    lab_test = labTest()
+    lT = labTest()
-    lab_test.start()
+    lT.start()

app/menu_load.py

@@ -1,12 +1,12 @@
 from app.utils.system import clear_console
 
-# from app.zadachi.lab1 import lab1
+from app.labs.lab1 import lab1
-# from app.zadachi.lab2 import lab2
+# from app.labs.lab2 import lab2
-# from app.zadachi.lab3 import lab3
+from app.labs.lab3 import lab3
-# from app.zadachi.lab4 import lab4
+# from app.labs.lab4 import lab4
-# from app.zadachi.lab5 import lab5
+# from app.labs.lab5 import lab5
-# from app.zadachi.lab6 import lab6
+# from app.labs.lab6 import lab6
-# from app.zadachi.lab7 import lab7
+# from app.labs.lab7 import lab7
 from app.labs.labTest import labTest
 
 class menu:
@@ -18,9 +18,9 @@ class menu:
         clear_console()
         while True:
             print('\nMain Menu:')
-            print('1. Задача 1 (Не работает)')
+            print('1. Задача 1')
             print('2. Задача 2 (Не работает)')
-            print('3. Задача 3 (Не работает)')
+            print('3. Задача 3')
             print('4. Задача 4 (Не работает)')
             print('5. Задача 5 (Не работает)')
             print('6. Задача 6 (Не работает)')
@@ -32,11 +32,11 @@ class menu:
 
             clear_console()
             if choice == '1':
-                pass
+                self.lab1_menu()
             # elif choice == '2':
             #     self.lab2_menu()  # Переход к подменю Задачи 2
-            # elif choice == '3':
+            elif choice == '3':
-            #     self.lab3_menu()  # Переход к подменю Задачи 3
+                self.lab3_menu()
             # elif choice == '4':
             #     self.lab4_menu()  # Добавлен вызов меню задачи 4
             elif choice == '8':
@@ -47,15 +47,56 @@ class menu:
             else:
                 print('Invalid option')
 
+    def lab1_menu(self):
+        """Меню для lab 1 с подкатегориями."""
+        clear_console()
+        while True:
+            print('\nЛаб 1:')
+            print('1. Генерация одномерных данных. Статистические характеристики')
+            print('0. Назад')
 
+            choice = input('Выберите подкатегорию: ')
+
+            clear_console()
+            l1 = lab1()  # создаем объект для задачи 1
+
+            if choice == '1':
+                l1.main()  # Выполнить первую подзадачу
+            elif choice == '0':
+                break  # Вернуться в основное меню
+            else:
+                print('Неверный выбор, попробуйте снова.')
+
+    def lab2_menu(self):
+        pass
+
+    def lab3_menu(self):
+        """Меню для lab 3 с подкатегориями."""
+        clear_console()
+        while True:
+            print('\nЛаб 3:')
+            print('1. Набор данных «Ирисы Фишера»»')
+            print('0. Назад')
+
+            choice = input('Выберите подкатегорию: ')
+
+            clear_console()
+            l3 = lab3()  # создаем объект для задачи 1
+
+            if choice == '1':
+                l3.main()  # Выполнить первую подзадачу
+            elif choice == '0':
+                break  # Вернуться в основное меню
+            else:
+                print('Неверный выбор, попробуйте снова.')
 
     def labTest_menu(self):
-        """Меню для задачи Тест"""
+        """Меню для lab Тест"""
         clear_console()
         lT = labTest()
         
         while True:
-            print('\nЗадача Тест:')
+            print('\nЛаб Тест:')
             print('1. Рассчитать значение дискриминанта и по результату выдать в консоль сообщение, сколько вещественных корней имеет уравнение.')
             print('0. Назад')
 

requirements.txt

@@ -1,2 +1,3 @@
-numpy==2.1.2
+numpy==1.24.4
-matplotlib==3.9.2
+matplotlib==3.7.5
+scikit-learn==1.3.2