Iris_Species

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

iris_setosa_colour = "blue"
iris_virginica_colour = "red"
iris_versicolor_colour = "green"

df = pd.read_csv('Iris.csv')

duplicate =df.duplicated()
print(duplicate)

unique = df.nunique()
print(unique)
# podział na grupy
groups = df.groupby('Species')

# wyodrębnienie danych dla każdej grupy
data = groups.get_group('Iris-setosa'), groups.get_group('Iris-versicolor'), groups.get_group('Iris-virginica')
Iris_setosa_data = data[0]
Iris_versicolor_data = data[1]
Iris_virginica_data = data[2]

var = "Iris setosa"
print(f'{var:*^100}')
print(Iris_setosa_data.describe())

var = "Iris_versicolor"
print(f'{var:*^100}')
print(Iris_versicolor_data.describe())

var = "Iris_virginica"
print(f'{var:*^100}')
print(Iris_virginica_data.describe())

Iris_setosa = Iris_setosa_data.drop(columns=['Id' , 'Species'])
Iris_versicolor = Iris_versicolor_data.drop(columns=['Id' , 'Species'])
Iris_virginica = Iris_virginica_data.drop(columns=['Id' , 'Species'])
# obliczanie korelacji

setosa_corr = Iris_setosa.corr()
versicolor_corr = Iris_versicolor.corr()
virginica_corr = Iris_virginica.corr()



# Wykresy korelacji
fig, axes = plt.subplots(1, 3, figsize=(15, 5))

# Wykres korelacji dla Setosa
sns.heatmap(setosa_corr, ax=axes[0], cmap='viridis', annot=True)
axes[0].set_title('Setosa Correlation')

# Wykres korelacji dla Versicolor
sns.heatmap(versicolor_corr, ax=axes[1], cmap='viridis', annot=True)
axes[1].set_title('Versicolor Correlation')

# Wykres korelacji dla Virginica
sns.heatmap(virginica_corr, ax=axes[2], cmap='viridis', annot=True)
axes[2].set_title('Virginica Correlation')

plt.tight_layout()
plt.show()

plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
plt.scatter(Iris_setosa['PetalLengthCm'], Iris_setosa['PetalWidthCm'], color=iris_versicolor_colour, label='Iris Versicolor')
plt.scatter(Iris_versicolor['PetalLengthCm'], Iris_versicolor['PetalWidthCm'], color=iris_virginica_colour, label='Iris Virginica')
plt.scatter(Iris_virginica['PetalLengthCm'], Iris_virginica['PetalWidthCm'], color=iris_setosa_colour, label='Iris Setosa')
plt.xlabel('Petal Length (cm)')
plt.ylabel('Petal Width (cm)')
plt.title('Petal Length vs Petal Width')
plt.legend()

plt.subplot(1, 2, 2)
plt.scatter(Iris_setosa['SepalLengthCm'], Iris_setosa['SepalWidthCm'], color=iris_versicolor_colour, label='Iris Versicolor')
plt.scatter(Iris_versicolor['SepalLengthCm'], Iris_versicolor['SepalWidthCm'], color=iris_virginica_colour, label='Iris Virginica')
plt.scatter(Iris_virginica['SepalLengthCm'], Iris_virginica['SepalWidthCm'], color=iris_setosa_colour, label='Iris Setosa')
plt.xlabel('Sepal Length (cm)')
plt.ylabel('Sepal Width (cm)')
plt.title('Sepal Length vs Sepal Width')
plt.legend()
plt.show()


plt.figure(figsize=(12, 6))

# Petal Length
plt.subplot(1, 2, 1)
plt.hist(x=Iris_versicolor['PetalLengthCm'], bins=10, label='Iris Versicolor', color='blue', alpha=0.5, density=True, orientation='vertical')
plt.hist(x=Iris_setosa['PetalLengthCm'], bins=10, label='Iris Setosa', color='green', alpha=0.5, density=True, orientation='vertical')
plt.hist(x=Iris_virginica['PetalLengthCm'], bins=10, label='Iris Virginica', color='red', alpha=0.5, density=True, orientation='vertical')
plt.xlabel('Petal Length (cm)')
plt.ylabel('Density')
plt.title('Petal Length Distribution')
plt.legend()

# Petal Width
plt.subplot(1, 2, 2)
plt.hist(Iris_versicolor['PetalWidthCm'], bins=10, label='Iris Versicolor', color='blue', alpha=0.5, density=True, orientation='vertical')
plt.hist(Iris_setosa['PetalWidthCm'], bins=10, label='Iris Setosa', color='green', alpha=0.5, density=True, orientation='vertical')
plt.hist(Iris_virginica['PetalWidthCm'], bins=10, label='Iris Virginica', color='red', alpha=0.5, density=True, orientation='vertical')
plt.xlabel('Petal Width (cm)')
plt.ylabel('Density')
plt.title('Petal Width Distribution')
plt.legend()


plt.tight_layout()
plt.show()

plt.figure(figsize=(12, 6))
# Petal Width
plt.subplot(1, 2, 2)
plt.hist(Iris_versicolor['SepalWidthCm'], bins=10, label='Iris Versicolor', color='blue', alpha=0.5, density=True)
plt.hist(Iris_setosa['SepalWidthCm'], bins=10, label='Iris Setosa', color='green', alpha=0.5, density=True)
plt.hist(Iris_virginica['SepalWidthCm'], bins=10, label='Iris Virginica', color='red', alpha=0.5, density=True)
plt.xlabel('Sepal Width (cm)')
plt.ylabel('Density')
plt.title('Sepal Width Distribution')
plt.legend()

# Petal Length
plt.subplot(1, 2, 1)
plt.hist(Iris_versicolor['SepalLengthCm'], bins=10, label='Iris Versicolor', color='blue', alpha=0.5, density=True)
plt.hist(Iris_setosa['SepalLengthCm'], bins=10, label='Iris Setosa', color='green', alpha=0.5, density=True)
plt.hist(Iris_virginica['SepalLengthCm'], bins=10, label='Iris Virginica', color='red', alpha=0.5, density=True)
plt.xlabel('Sepal Length (cm)')
plt.ylabel('Density')
plt.title('Sepal Length Distribution')
plt.legend()



plt.tight_layout()
plt.show()

# Box plots
plt.figure(figsize=(15, 5))
plt.subplot(1, 3, 1)
sns.boxplot(x='Species', y='PetalWidthCm', data=df)
plt.title('Petal Width')

plt.subplot(1, 3, 2)
sns.boxplot(x='Species', y='SepalLengthCm', data=df)
plt.title('Sepal Length')

plt.subplot(1, 3, 3)
sns.boxplot(x='Species', y='SepalWidthCm', data=df)
plt.title('Sepal Width')

plt.tight_layout()
plt.show()

# sepal - kielich
# petal - płatek
# Wnioski:
# Iris Setosa:
# - Najmniniejsze kielichy ale za to najszersze
# - średnia długości kielicha : 5.0 cm
# - średnia szerokości kielicha : 3.4 cm
# - średnia długości płatka : 1.46 cm
# - średnia szerokości płatka : 0.24 cm
#
# Iris Versicolor:
# - średnia długości kielicha : 5.9 cm
# - średnia szerokości kielicha : 2.77 cm
# - średnia długości płatka : 4.26 cm
# - średnia szerokości płatka : 1.33 cm

# Iris Virginica:
# - Największe kielichy
# - średnia długości kielicha : 6.6 cm
# - średnia szerokości kielicha : 2.97 cm
# Najdłuższe płatki
# - średnia długości płatka : 5.55 cm
# - średnia szerokości płatka : 2.03 cm
#
# Corellation:
# Iris Setosa: Największa korrelacja występuje pomiędzy szerokościa kielicha a długością kielicha (0,75)
# Iris Vesicolor: Najwieksza korrelacja występuje pomiędzy dlugościa płatka a szerokością płatka (0,79),
# oraz pomiędzy dlugością płatka a długością kielicha (0,75)
# Iris Virginica: Największa korrelacja występuje pomiędzy długością płatka a długością kielicha (0,86)
#
# Scatter plot:
# Petal Lenght vs Petal Width: Dla każdego gatunku można zauważyć wyrażne podziały pomiędzy poszczególnymi gatunkami dane są w miarę dobrze oddzielone
# Sepal Lenght vs Sepal Width: Dla gatunku Iris Setosa i Iris Virginica można zauważyć wyraźne podobieństwo, ich dane są wmiare zgrupowane i wymieszane ze sobą

# Histogram:
# Petal Lenght: Dla każdego gatunku można zauważyć wyraźne podziały pomiędzy poszczególnymi gatunkami dane są w miarę dobrze oddzielone
# Petal Width: Dla każdego gatunku można zauważyć wyraźne podziały pomiędzy poszczególnymi gatunkami dane są w miarę dobrze oddzielone
# Spepal Lenght: Widać znaczne podobieństwo pomiędzy Iris Virginica a Iris Versicolor
# Sepal Width: Irisi Versicolor i Iris Setosa znacznie sie różnią od siebie, natomiast Iris Virginica jest zbliżona do obydwu gatunków ale najbardziej do Iris Vesicolor


# Test and Learn

# Dla każdego gatunku wyodrębniamy dane do nauki i testowania
from sklearn.model_selection import train_test_split

# Podział dla Iris setosa
X_setosa = Iris_setosa_data.drop(columns=['Species'])
y_setosa = Iris_setosa_data['Species']
X_train_setosa, X_test_setosa, y_train_setosa, y_test_setosa = train_test_split(X_setosa, y_setosa, test_size=0.2, random_state=42)

# Podział dla Iris versicolor
X_versicolor = Iris_versicolor_data.drop(columns=['Species'])
y_versicolor = Iris_versicolor_data['Species']
X_train_versicolor, X_test_versicolor, y_train_versicolor, y_test_versicolor = train_test_split(X_versicolor, y_versicolor, test_size=0.2, random_state=42)

# Podział dla Iris virginica
X_virginica = Iris_virginica_data.drop(columns=['Species'])
y_virginica = Iris_virginica_data['Species']
X_train_virginica, X_test_virginica, y_train_virginica, y_test_virginica = train_test_split(X_virginica, y_virginica, test_size=0.2, random_state=42)





# Podział na cechy (X) i etykiety (y)
X_all = df.drop(columns=['Species'])
y_all = df['Species']

# Podział danych na zbiory uczące i testujące
X_train_all, X_test_all, y_train_all, y_test_all = train_test_split(X_all, y_all, test_size=0.2, random_state=42)