edit pre-final

code/corelation.py

@@ -11,7 +11,6 @@ month_translation = {
 
 # Funktion zur Umwandlung von '6h 11min' in numerische Stundenwerte
 def convert_sleep_duration(sleep_duration_str):
-    print(sleep_duration_str)
     hours = 0
     minutes = 0
     if 'h' in sleep_duration_str:
@@ -22,78 +21,53 @@ def convert_sleep_duration(sleep_duration_str):
         minutes = int(minutes_part)
     return hours + (minutes / 60)
 
-# Funktion, um Datumsbereiche wie 'Mrz 29-Apr 4', 'Dez 22-28 2023' oder 'Dez 28' in Kalenderwoche und Jahr zu konvertieren
+# Funktion, um Datumsbereiche in Kalenderwoche und Jahr zu konvertieren
 def convert_to_week_and_year(date_range_str):
-    # Entferne zusätzliche Leerzeichen um den Bindestrich herum und entferne Kommas
     date_range_str = date_range_str.replace(" - ", "-").replace(",", "")
 
-    # Prüfen, ob das Format nur einen Tag und Monat enthält (z.B. 'Dez 28')
     if "-" not in date_range_str and len(date_range_str.split(" ")) == 2:
-        # Nur ein Datum (Monat und Tag)
         month_str, day_str = date_range_str.split(" ")
         day = int(day_str.strip())
-        year_str = str(datetime.now().year)  # Verwende das aktuelle Jahr
+        year_str = str(datetime.now().year)
 
-        # Konvertiere den deutschen Monatsnamen in den englischen
         if month_str in month_translation:
             month_str = month_translation[month_str]
 
-        # Konvertiere das Datum
         start_date = datetime.strptime(f"{month_str} {day} {year_str}", "%b %d %Y")
-
-        # Berechne die Kalenderwoche und das Jahr
         week_number = start_date.isocalendar()[1]
         year = start_date.year
 
         return f"W{week_number}-{year}"
 
-    # Prüfen, ob das Jahr am Ende steht (z.B. 'Dez 22-28 2023')
     if date_range_str[-4:].isdigit():
-        # Jahr am Ende des Datums
         year_str = date_range_str[-4:]
-        date_range_str = date_range_str[:-5]  # Entferne das Jahr aus der Datumsangabe
+        date_range_str = date_range_str[:-5]
     else:
-        # Kein Jahr am Ende -> nutze das aktuelle Jahr
         year_str = str(datetime.now().year)
 
-    # Splitte den Datumsbereich in Start- und Endteil
     start_part, end_part = date_range_str.split("-")
-
-    # Verarbeite den Startteil
     start_parts = start_part.split(" ")
     start_month_str = start_parts[0]
-    start_day = int(start_parts[1].strip())  # Nimm den Starttag und entferne etwaige Leerzeichen
+    start_day = int(start_parts[1].strip())
-
-    # Verarbeite den Endteil
     end_parts = end_part.split(" ")
 
-    # Verarbeite das Enddatum, basierend darauf, ob der Endteil das Jahr enthält
+    if len(end_parts) == 2:
-    if len(end_parts) == 2:  # Fall: 'Apr 4'
         end_month_str = end_parts[0]
         end_day = int(end_parts[1].strip())
     else:
-        # Fall: kein Monat -> nur Tag (z.B. '28' im Format 'Dez 22-28 2023')
         end_month_str = start_month_str
         end_day = int(end_parts[0].strip())
 
-    # Konvertiere den deutschen Monatsnamen in den englischen für beide Monate
     if start_month_str in month_translation:
         start_month_str = month_translation[start_month_str]
     if end_month_str in month_translation:
         end_month_str = month_translation[end_month_str]
 
-    try:
+    start_date = datetime.strptime(f"{start_month_str} {start_day} {year_str}", "%b %d %Y")
-        # Konvertiere das Startdatum in ein Datum
-        start_date = datetime.strptime(f"{start_month_str} {start_day} {year_str}", "%b %d %Y")
-    except ValueError:
-        raise ValueError(f"Ungültiges Startdatum: {start_month_str} {start_day} {year_str}")
-
-    # Berechne die Kalenderwoche und das Jahr basierend auf dem Startdatum
     week_number = start_date.isocalendar()[1]
     year = start_date.year
 
-    return f"W{week_number}-{year}"  # Gib Kalenderwoche und Jahr im Format W-YYYY zurück
+    return f"W{week_number}-{year}"
-
 
 # Datei Pfade
 hr_data_path = '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/raw/hr_gramic.csv'
@@ -104,84 +78,62 @@ combined_data_path = '/home/gra/PycharmProjects/cds_introduction_data_science_as
 graphic_corr_path = '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/final/gramic_sleep_hr_correlation.png'
 graphic_weekly_path = '/home/gra/PycharmProjects/cds_introduction_data_science_assignment/data/final/weekly_hr_sleep.png'
 
-
+# Schritt 1: Lade die HR-Daten und entferne 'bpm'
-# Schritt 1: Lade die HR-Daten (mit Semikolon separiert) und entferne 'bpm'
 hr_data = pd.read_csv(hr_data_path, sep=';')
-
-# Entferne 'bpm' und konvertiere die Werte in numerische Daten
 hr_data['In Ruhe'] = hr_data['In Ruhe'].str.replace(' bpm', '').astype(float)
 hr_data['Hoch'] = hr_data['Hoch'].str.replace(' bpm', '').astype(float)
-
-# Konvertiere die Spalte 'Datum' in Kalenderwoche (KW und Jahr)
 hr_data['Woche'] = hr_data['Datum'].apply(convert_to_week_and_year)
-
-# Berechne den Durchschnitt der Herzfrequenzdaten (In Ruhe und Hoch)
 hr_data['avg_hr'] = hr_data[['In Ruhe', 'Hoch']].mean(axis=1)
-
-# Speichere nur die Spalten 'Woche' und 'avg_hr' in einer neuen CSV-Datei
 hr_data_clean = hr_data[['Woche', 'avg_hr']]
 hr_data_clean.to_csv(hr_clean_path, index=False)
 
-# Schritt 2: Lade die Schlafdaten (mit Komma separiert)
+# Schritt 2: Lade die Schlafdaten
 sleep_data = pd.read_csv(sleep_data_path, sep=';')
-
-# Konvertiere die Spalte 'Datum' in Kalenderwoche (KW und Jahr)
 sleep_data['Woche'] = sleep_data['Datum'].apply(convert_to_week_and_year)
-
-# Konvertiere die Spalte 'Durchschnittliche Dauer' in numerische Stunden
 sleep_data['Durchschnittliche Dauer'] = sleep_data['Durchschnittliche Dauer'].apply(convert_sleep_duration)
-
-
-# Speichere nur die Spalten 'Woche' und 'Durchschnittliche Dauer' in einer neuen CSV-Datei
 sleep_data_clean = sleep_data[['Woche', 'Durchschnittliche Dauer']]
 sleep_data_clean.to_csv(sleep_clean_path, index=False)
 
-# Schritt 3: Kombiniere die HR- und Schlafdaten basierend auf der 'Woche'
+# Schritt 3: Kombiniere die HR- und Schlafdaten
 combined_data = pd.merge(hr_data_clean, sleep_data_clean, on='Woche', how='inner')
-
-# Speichere das kombinierte Dataset in einer neuen CSV-Datei
 combined_data.to_csv(combined_data_path, index=False)
 
-# Schritt 4: Berechne die Korrelation zwischen avg_hr und der Schlafdauer
+# Schritt 4: Berechne die Korrelation
 correlation = combined_data['avg_hr'].corr(combined_data['Durchschnittliche Dauer'])
 print(f"Die Korrelation zwischen der durchschnittlichen Herzfrequenz und der Schlafdauer ist: {correlation}")
 
-# Schritt 5: Visualisiere den Zusammenhang zwischen Herzfrequenz und Schlafdauer
+# Schritt 5: Visualisiere den Zusammenhang zwischen Herzfrequenz und Schlafdauer (invertierte x-Achse)
 plt.figure(figsize=(10, 6))
 plt.scatter(combined_data['avg_hr'], combined_data['Durchschnittliche Dauer'], color='blue', label='Datenpunkte')
 plt.title('Zusammenhang zwischen Herzfrequenz (Durchschnitt) und Schlafdauer')
 plt.xlabel('Durchschnittliche Herzfrequenz (bpm)')
 plt.ylabel('Schlafdauer (Stunden)')
 plt.grid(True)
-
-# Linie zur Visualisierung des Trends hinzufügen
 m, b = np.polyfit(combined_data['avg_hr'], combined_data['Durchschnittliche Dauer'], 1)
-plt.plot(combined_data['avg_hr'], m * combined_data['avg_hr'] + b, color='red',
+plt.plot(combined_data['avg_hr'], m * combined_data['avg_hr'] + b, color='red', label=f'Trendlinie (Kor = {correlation:.2f})')
-         label=f'Trendlinie (Kor = {correlation:.2f})')
+plt.gca().invert_xaxis()  # X-Achse invertieren
-
 plt.legend()
-# Speichern der Grafik
 plt.savefig(graphic_corr_path)
 plt.show()
 
-# Schritt 6: Erstelle eine Grafik pro Kalenderwoche (Herzfrequenz und Schlafdaten)
+# Schritt 6: Erstelle eine Grafik pro Kalenderwoche (HR und Schlafdaten)
-plt.figure(figsize=(12, 6))
+fig, ax1 = plt.subplots(figsize=(12, 6))
 
-# Plot für die Herzfrequenz
+# Erste Achse: Herzfrequenz
-plt.bar(combined_data['Woche'], combined_data['avg_hr'], width=0.4, label='Durchschnittliche Herzfrequenz', align='center')
+ax1.bar(combined_data['Woche'], combined_data['avg_hr'], width=0.4, label='Durchschnittliche Herzfrequenz', align='center', color='b')
+ax1.set_xlabel('Kalenderwoche')
+ax1.set_ylabel('Durchschnittliche Herzfrequenz (bpm)', color='b')
+ax1.tick_params(axis='y', labelcolor='b')
 
-# Plot für die Schlafdauer (mit Verschiebung, um Überlappung zu vermeiden)
+# Zweite Achse: Schlafdauer
-plt.bar(combined_data['Woche'], combined_data['Durchschnittliche Dauer'], width=0.4, label='Schlafdauer', align='edge')
+ax2 = ax1.twinx()
+ax2.bar(combined_data['Woche'], combined_data['Durchschnittliche Dauer'], width=0.4, label='Schlafdauer', align='edge', color='g')
+ax2.set_ylabel('Schlafdauer (Stunden)', color='g')
+ax2.tick_params(axis='y', labelcolor='g')
 
-# Diagrammtitel und Achsenbeschriftungen
 plt.title('Durchschnittliche Herzfrequenz und Schlafdauer pro Kalenderwoche')
-plt.xlabel('Kalenderwoche')
-plt.ylabel('Wert')
-
-# Legende und Rotation der x-Achse
-plt.legend()
 plt.xticks(rotation=45, ha='right')
+fig.tight_layout()
 
-# Speichern der zweiten Grafik
 plt.savefig(graphic_weekly_path)
 plt.show()