Formule matematiche ed algebriche, il motore sequenziale di ogni applicazione dell'intelligenza artificiale. (Autore: Mr. Renato Schirripa - Febbraio 2025)

 A = {(500, Elettronica, Lombardia),(300, Abbigliamento, Campania),(700, Elettronica, Lazio),
 (400, Abbigliamento, Sicilia),(600, Elettronica, Lombardia)} 

# Importiamo la libreria pandas per la gestione dei dati
import pandas as pd

# Creiamo un DataFrame per rappresentare il nostro dataset, chiamato "A"
A = {
    'Vendite Mensili': [500, 300, 700, 400, 600],
    'Categoria di Prodotto': ['Elettronica', 'Abbigliamento', 'Elettronica', 'Abbigliamento', 'Elettronica'],
    'Regione': ['Lombardia', 'Campania', 'Lazio', 'Sicilia', 'Lombardia']
}

# Creiamo il DataFrame a partire dal dizionario
df = pd.DataFrame(A)

# Stampiamo il DataFrame
print("Dataset:")
print(df)

# Calcoliamo le vendite totali per regione
vendite_per_regione = df.groupby('Regione')['Vendite Mensili'].sum().reset_index()

# Stampiamo i risultati per regione
print("\nVendite Totali per Regione:")
print(vendite_per_regione)

# Calcoliamo le vendite totali per categoria di prodotto
vendite_per_categoria = df.groupby('Categoria di Prodotto')['Vendite Mensili'].sum().reset_index()

# Stampiamo i risultati per categoria
print("\nVendite Totali per Categoria Prodotto:")
print(vendite_per_categoria)

# Creiamo un dataframe per rappresentare il nostro dataset, chiamato "A"
A <- data.frame(
  Vendite_Mensili = c(500, 300, 700, 400, 600),
  Categoria_di_Prodotto = c("Elettronica", "Abbigliamento", "Elettronica", "Abbigliamento", "Elettronica"),
  Regione = c("Lombardia", "Campania", "Lazio", "Sicilia", "Lombardia")
)

# Stampiamo il dataframe
print("Dataset:")
print(A)

# Calcoliamo le vendite totali per regione
vendite_per_regione <- aggregate(Vendite_Mensili ~ Regione, data = A, sum)

# Stampiamo i risultati per regione
cat("\nVendite Totali per Regione:\n")
print(vendite_per_regione)

# Calcoliamo le vendite totali per categoria di prodotto
vendite_per_categoria <- aggregate(Vendite_Mensili ~ Categoria_di_Prodotto, data = A, sum)

# Stampiamo i risultati per categoria
cat("\nVendite Totali per Categoria Prodotto:\n")
print(vendite_per_categoria)

import java.util.*;

public class Vendite {
    public static void main(String[] args) {
        // Creiamo una lista di osservazioni rappresentando il nostro dataset, chiamato "A"
        List<String[]> A = new ArrayList<>();
        A.add(new String[]{"500", "Elettronica", "Lombardia"});
        A.add(new String[]{"300", "Abbigliamento", "Campania"});
        A.add(new String[]{"700", "Elettronica", "Lazio"});
        A.add(new String[]{"400", "Abbigliamento", "Sicilia"});
        A.add(new String[]{"600", "Elettronica", "Lombardia"});

        // Mappa per le vendite totali per regione
        Map<String, Integer> venditePerRegione = new HashMap<>();
        // Mappa per le vendite totali per categoria di prodotto
        Map<String, Integer> venditePerCategoria = new HashMap<>();

        // Elaboriamo ogni riga del dataset
        for (String[] row : A) {
            int venditeMensili = Integer.parseInt(row[0]);
            String categoria = row[1];
            String regione = row[2];

            // Aggiorniamo le vendite totali per regione
            venditePerRegione.put(regione, venditePerRegione.getOrDefault(regione, 0) + venditeMensili);
            // Aggiorniamo le vendite totali per categoria
            venditePerCategoria.put(categoria, venditePerCategoria.getOrDefault(categoria, 0) + venditeMensili);
        }

        // Stampiamo i risultati per regione
        System.out.println("Vendite Totali per Regione:");
        for (Map.Entry<String, Integer> entry : venditePerRegione.entrySet()) {
            System.out.println(entry.getKey() + ": " + entry.getValue());
        }

        // Stampiamo i risultati per categoria prodotto
        System.out.println("\nVendite Totali per Categoria Prodotto:");
        for (Map.Entry<String, Integer> entry : venditePerCategoria.entrySet()) {
            System.out.println(entry.getKey() + ": " + entry.getValue());
        }
    }
}