Python

すべての列名にプレフィックスを追加するには、add_prefix（）メソッドを使用します。まず、必要なパンダライブラリをインポートします- import pandas as pd 4列のデータフレームを作成する- dataFrame = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Cubic_Capacity": [2000, 1800, 1

matplotlib散布図のドットの境界線の色を設定するには、次の手順を実行できます- 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 変数「N」を初期化して、サンプルデータの数を保存します。 numpyを使用してxおよびyデータポイントを作成します。 scatter（）を使用してxおよびyデータポイントをプロットします 方法。ドットの境界線の色を設定するには、 scatter（）のedgecolorsパラメータを使用します 方法。ここでは、 edgecolors =red を使用して、ドットの境界線の色として「赤」を使用しています。 。 図を表示す

networkxを使用してラティスとグラフを描画するには、次の手順を実行できます- networkxとpyplotをインポートします。 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 nx.grid_2d_graph（3、3）を使用します 2次元グリッドグラフを取得します。グリッドグラフには、各ノードが4つの最近傍に接続されています。 Matplotlibを使用してグラフGを描画します。 図を表示するには、 show（）を使用します メソッド。 例 # Import networkx and pyplot import networkx as nx

Python、Numpy、Matplotlibを使用してマスクされた表面プロットをプロットするには、次の手順を実行できます- 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 新しいフィギュアを作成するか、既存のフィギュアをアクティブにします。 サブプロット配置の一部として、図に「ax」を追加します。 座標ベクトルpiおよびthetaから座標行列を返します。 マスクされたデータポイントを使用してx、y、zを作成します。 x、y、zのデータポイントを使用して表面プロットを作成します。 図を表示するには、 show（）を使用します メソッド。 例 impo

matplotlibを使用してプロットの顔の色を変更するには、次の手順を実行できます- 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 numpyを使用してxおよびyデータポイントを作成します。 図とサブプロットのセットを作成します。 plot（）を使用してxおよびyデータポイントをプロットします color=yellowおよびlinewidth=7のメソッド。 set_facecolor（）を使用して、軸の面の色を設定します 。 図を表示するには、 show（）を使用します メソッド。 例 from matplotlib import pyp

matplotlibの一連のポイントから最大のポリゴンを描画するには、次の手順を実行できます- インポートポリゴン matplotlib.patchesから 。 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 最大のポリゴンのデータポイントのリストを作成します。 ポリゴンインスタンスを取得します。 図とサブプロットのセットを作成します。 ポリゴンインスタンスパッチを追加します。 xとyのスケール制限を設定します。 図を表示するには、 show（）を使用します メソッド。 例 import numpy as np import matplotlib.p

sort_index（） インデックスを昇順および降順でソートするために使用されます。パラメータについて言及しない場合は、インデックスは昇順で並べ替えられます。 まず、必要なライブラリをインポートします- import pandas as pd 新しいDataFrameを作成します。ソートされていないインデックスがあります- dataFrame = pd.DataFrame([100, 150, 200, 250, 250, 500],index=[4, 8, 2, 9, 15, 11],columns=['Col1']) インデックスを並べ替える- dataFrame.

DataFrameで特定の値を検索できます。 ilocを使用して必要な値をフェッチし、行全体を表示します。まず、必要なライブラリをインポートします- import pandas as pd 4列のデータフレームを作成する- dataFrame = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Cubic_Capacity": [2000, 18

fillna（）を使用します メソッドを実行し、パラメータ value を使用して、欠落しているすべての値に定数値を設定します 。まず、必要なライブラリをそれぞれのエイリアスとともにインポートしましょう- import pandas as pd import numpy as np 2列のDataFrameを作成します。 Numpy np.NaNを使用してNaN値を設定しました − dataFrame = pd.DataFrame(    {       "Car": ['BMW', 'Lexu

モードは、一連の値の中で最も多く表示される値です。 fillna（）を使用します メソッドを設定し、欠落している列をモードで埋めるようにモードを設定します。まず、必要なライブラリをそれぞれのエイリアスとともにインポートしましょう- import pandas as pd import numpy as np 2列のDataFrameを作成します。 Numpy np.NaNを使用してNaN値を設定しました − dataFrame = pd.DataFrame(    {       "Car": ['BMW&#

Dataframe.locは、ラベルまたはブール配列によって行と列のグループにアクセスするために使用されます。 locを使用してDataFrameにリストを追加します。まず、DataFrameを作成しましょう。データは、この例のチームランキングのリストの形式です- # data in the form of list of team rankings Team = [['India', 1, 100],['Australia', 2, 85],['England', 3, 75],['New Zealand', 4 , 65],[

別のリストの値を使用してリストをマスクする必要がある場合は、リスト内包表記が使用されます。 例 以下は同じもののデモンストレーションです my_list = [5, 6, 1, 9, 11, 0, 4] print("The list is :") print(my_list) search_list = [2, 10, 6, 3, 9] result = [1 if element in search_list else 0 for element in my_list] print("The result is :") print(resu

中央値は、データの上半分と下半分を分離します。 fillna（）メソッドを使用し、中央値を設定して、欠落している列を中央値で埋めます。まず、必要なライブラリをそれぞれのエイリアスとともにインポートしましょう- import pandas as pd import numpy as np 2列のDataFrameを作成します。 Numpy np.NaNを使用してNaN値を設定しました − dataFrame = pd.DataFrame(    {       "Car": ['Lexus', '

DataFrameを連結するには、concat（）メソッドを使用しますが、重複を無視するには、drop_duplicates（）メソッドを使用します。 必要なライブラリをインポートする- import pandas as pd 連結するDataFrameを作成する- # Create DataFrame1 dataFrame1 = pd.DataFrame(    {       "Car": ['BMW', 'Jaguar', 'Audi', 'Mustang&#

セット内のリストから要素を抽出する必要がある場合は、単純な「for」ループと基本条件を使用できます。 例 以下は同じもののデモンストレーションです my_list = [5, 7, 2, 7, 2, 4, 9, 8, 8] print("The list is :") print(my_list) search_set = {6, 2, 8} my_result = [] for element in my_list: if element in search_set: my_result.append(element) print("

両方の文字列に共通する単語を削除する必要がある場合は、2つの文字列を受け取るメソッドが定義されます。文字列はスペースに基づいて吐き出され、リスト内包表記を使用して結果が除外されます。 例 以下は同じもののデモンストレーションです def common_words_filter(my_string_1, my_string_2):    my_word_count = {}    for word in my_string_1.split(): my_word_count[word] = my_word_count.get(word

リストを開くには、append（）メソッドを使用できます。これで、loc（）メソッドを使用することもできます。まず、必要なライブラリをインポートしましょう- import pandas as pd 以下は、チームランキングのリスト形式のデータです- Team = [['India', 1, 100],['Australia', 2, 85],['England', 3, 75],['New Zealand', 4 , 65],['South Africa', 5, 50]] 上記のデータを使用してDataFra

カスタム境界線をマトリックスに追加する必要がある場合は、単純なリストの反復を使用して、必要な境界線をマトリックスに追加できます。 例 以下は同じもののデモンストレーションです my_list = [[2, 5, 5], [2, 7, 5], [4, 5, 1], [1, 6, 6]] print("The list is :") print(my_list) print("The resultant matrix is :") border = "|" for sub in my_list: my_temp = bor

セットのリストで重複するセットを見つける必要がある場合は、「Counter」と「frozenset」が使用されます。 例 以下は同じもののデモンストレーションです from collections import Counter my_list = [{4, 8, 6, 1}, {6, 4, 1, 8}, {1, 2, 6, 2}, {1, 4, 2}, {7, 8, 9}] print("The list is :") print(my_list) my_freq = Counter(frozenset(sub) for sub in my_list) my_res

数値の特定の累乗数を取得する必要がある場合は、リスト内包表記とともに「**」演算子が使用されます。 例 以下は同じもののデモンストレーションです n = 4 print("The value n is : ") print(n) k = 5 print("The value of k is : ") print(k) result = [n ** index for index in range(0, k)] print("The square values of N till K : " ) print(result) 出力