zad_dom_wykresy.txt

0. Na zachętę do matplotlib przykłady wykresów, jakie można stworzyć z jego pomocą (drobny wycinek jego możliwości :) )
   http://matplotlib.org/users/screenshots.html

1. Stwórz wykres liniowy z liniami w różnych kolorach dla każdego tekstu z listy.
   words = ['morze', 'Polska', 'sklep', 'wiosna', 'morze', 'dziecko']
   filenames = ["lord-jim.txt", "przedwiosnie.txt", "sklepy-cynamonowe.txt", "szewcy.txt",
             "ziemia-obiecana-tom-pierwszy.txt"]
   titles = ["Lord Jim", "Przedwiośnie", "Sklepy cynamonowe", "Szewcy", "Ziemia obiecana Tom I"]

   Rozwiązanie oddaj w postaci funkcji color_lines(texts) w pliku line_1.py
   Możesz użyć listy z nazwami wbudowanych kolorów matplotlib, lub generować własne kolory. 
   https://matplotlib.org/api/colors_api.html 
   (Wykres liniowy ma być analogiczny do wykresu z przykładu wykresu liniowego)

2. Stwórz wykres linowy z tej samej listy tekstów co wyżej, tyle że zliczający
   liczbę wystąpień jednego słowa we wszystkich tekstach z listy. Teksty podajemy na osi x jako xticks.
   Rozwiązanie oddaj w postaci funkcji one_word(results, texts_titles, word) w pliku line_2.py

3. Stwórz wykres słupkowy zawierający liczbę wystąpień słów z listy
   words = ['Wokulski', 'Rzecki', 'subiekt', 'handel', 'sklep']
   w tomie I "Lalki" tak, by pary wyników (tzn. częstość występowania w tomie I i II) 
   dla poszczególnych słów występowały w słupkach ustawionych obok siebie.
   Rozwiązanie oddaj w postaci funkcji bar_chart(title1, title2, words) w pliku bar.py

   Podpowiedź 1:
   Używamy funkcji plt.bar(), której podajemy argumenty tak jak funkcji plt.scatter()

   Podpowiedź 2:
   Ustawanie dwóch słupków obok siebie jest dość problematyczne, pomaga nieco:
   http://matplotlib.org/examples/api/barchart_demo.html
   https://stackoverflow.com/questions/14270391/python-matplotlib-multiple-bars

4. (Nieobowiązkowe, ale ciekawsze!)
   Pobierz korpus inaugural z bazy nltk (używając nltk.download()).
   Dla niego opracuj dla pojedynczych słów wykres analogiczny do wykresu ze strony:
   https://books.google.com/ngrams
   (bazując ewentualnie na wykresie z z zadania 2).
   Warto porównać potem wyniki z wykresem Google dla wybranego słowa (lub słów) i danego zakresu lat :)
   Rozwiązanie oddaj w pliku ngrams.py

   Jeśli chcesz, to rozszerz działanie wykresu o bigramy korzystając z funkcji bigrams() z nltk
   lub własnoręcznie napisanej funkcji (rekomendowane rozwiązanie!).
   Co to bigramy?
   Np. "United States", "great difference"
   http://text-analytics101.rxnlp.com/2014/11/what-are-n-grams.html

   Uwaga:
      Dołącz legendę lub podpisy na wykresie - spraw, aby był czytelny :)