Python

特定の文字列から特定の部分文字列を削除するPythonプログラムを作成する必要があります アルゴリズム Step 1: Define a string. Step 2: Use the replace function to remove the substring from the given string. サンプルコード original_string = "C++ is a object oriented programming language"modified_string = original_string.replace("object orien

このプログラムでは、年の最初の日を印刷する必要があります。ユーザー入力として1年かかる必要があります。 アルゴリズム Step 1: Import the datetime library. Step 2: Take year as input from the user. Step 3: Get the first day of the year by passing month, day and year as parameters to the datetime.datetime() function Step 4: Display the first day using strftim

ROC −受信者動作特性（ROC）曲線。 metrics.plot_roc_curve（clf、X_test、y_test）メソッドを使用して、ROC曲線を描くことができます。 ステップ ランダムなnクラス分類問題を生成します。これにより、最初に、辺の長さが「2 * class_sep」の「n_informative」次元の超立方体の頂点について正規分布（std =1）される点のクラスターが作成され、各クラスに同数のクラスターが割り当てられます。 これらの機能間に相互依存性を導入し、データにさまざまなタイプのノイズを追加します。 make_classification（）メソッドを

ユーザーが指定した範囲でnumpy配列を作成する必要があります。 numpyライブラリのarange（）関数を使用して出力を取得します。 アルゴリズム Step1: Import numpy. Step 2: Take start_value, end_value and Step from the user. Step 3: Print the array using arange() function in numpy. サンプルコード import numpy as np start_val = int(input("Enter starting value: ")

このプログラムでは、サイズnxnの単位行列を出力します。nはユーザーからの入力として取得されます。要素の次元とデータ型をパラメーターとして受け取るnumpyライブラリのidentity（）関数を使用します アルゴリズム Step 1: Import numpy. Step 2: Take dimensions as input from the user. Step 3: Print the identity matrix using numpy.identity() function. サンプルコード import numpy as np dimension = int(input(&qu

最初にnumpyマトリックスを作成し、次にそのマトリックスの行と列の数を調べます アルゴリズム Step 1: Create a numpy matrix of random numbers. Step 2: Find the rows and columns of the matrix using numpy.shape function. Step 3: Print the number of rows and columns. サンプルコード import numpy as np matrix = np.random.rand(2,3) print(matrix) print(&quo

このプログラムでは、numpyライブラリのsum（）関数を使用して、numpy行列のすべての項を追加します。最初にランダムなnumpy行列を作成し、次にすべての要素の合計を取得します。 アルゴリズム ステップ1：numpyをインポートします。ステップ2：random（）関数を使用してランダムなm×n行列を作成します。ステップ3：sum（）関数を使用して行列内のすべての要素の合計を取得します。 サンプルコード import numpy as npmatrix =np.random.rand（3,3）print（ numpyマトリックスは：\ n、matrix）print（ \ nマトリックスの

まず、mplPath.Pathメソッドを使用してポリゴンを作成し、特定のポイントがポリゴン内にあるかどうかを確認するために、メソッドpoly_path.contains_pointを使用します。 ステップ ポリゴンを作成するためのポイントのリストを作成します。 mplPath.Path（）を使用して、指定された頂点とコードで新しいパスを作成します。 真 誤り 例 import matplotlib.path as mplPath import numpy as np poly = [190, 50, 500, 310] poly_path = mplPath.Path

この問題では、すべての行とすべての列の合計が別々に見つかります。合計を取得するためにsum（）関数を使用します。 アルゴリズム Step 1: Import numpy. Step 2: Create a numpy matrix of mxn dimension. Step 3: Obtain the sum of all the rows. Step 4: Obtain the sum of all the columns. サンプルコード import numpy as np a = np.matrix('10 20; 30 40') print("Our m

この問題では、ベクトル/配列をnumpy配列に追加する必要があります。 numpy配列とベクトルを定義し、それらを追加して結果の配列を取得します アルゴリズム Step 1: Define a numpy array. Step 2: Define a vector. Step 3: Create a result array same as the original array. Step 4: Add vector to each row of the original array. Step 5: Print the result array. サンプルコード import numpy

この問題では、2つのnumpy配列間の交差点を見つけます。 2つの配列の共通部分は、元の両方の配列に共通の要素を持つ配列です アルゴリズム Step 1: Import numpy. Step 2: Define two numpy arrays. Step 3: Find intersection between the arrays using the numpy.intersect1d() function. Step 4: Print the array of intersecting elements. サンプルコード import numpy as np array_1 = np

このプログラムでは、2つのnumpy配列のセットの違いを見つけます。 numpyライブラリのsetdiff1d（）関数を使用します。この関数は、array1とarray2の2つのパラメーターを取り、array2にはないarray1の一意の値を返します。 アルゴリズム Step 1: Import numpy. Step 2: Define two numpy arrays. Step 3: Find the set difference between these arrays using the setdiff1d() function. Step 4: Print the output.

このプログラムでは、指定された範囲のnumpy配列の要素を出力する必要があります。使用されるさまざまなnumpy関数は、numpy.where（）とnumpy.logical_and（）です。 アルゴリズム Step 1: Define a numpy array. Step 2: Use np.where() and np.logical_and() to find the numbers within the given range. Step 3: Print the result. サンプルコード import numpy as np arr = np.array([1,3,5,7,

これは、numpy配列を逆にする必要がある単純なプログラムです。同じようにnumpy.flip（）関数を使用します。 アルゴリズム Step 1: Import numpy. Step 2: Define a numpy array using numpy.array(). Step 3: Reverse the array using numpy.flip() function. Step 4: Print the array. サンプルコード import numpy as np arr = np.array([10,20,30,40,50]) print("Original

この問題では、Pandasシリーズを並べ替える必要があります。並べ替えられていないパンダシリーズを定義し、パンダライブラリのsort_values（）関数を使用して並べ替えます。 アルゴリズム Step 1: Define Pandas series. Step 2: Sort the series using sort_values() function. Step 3: Print the sorted series. サンプルコード import pandas as pd panda_series = pd.Series([18,15,66,92,55,989]) print(&quo

Pandasを使用すると、時間と速度のあるデータフレームを作成できます。その後、データフレームを使用して目的のプロットを取得できます。 ステップ デフォルトのBitGenerator（PCG64）を使用して新しいジェネレーターを構築します。 パンダを使用して、固定頻度のDatetimeIndexを取得します。 「2020-01-01」から「2021-01-01」まで。 対数正規分布からサンプルを抽出します。 上記のデータでデータフレームを作成します。 panda dataframeを使用して、figsize =（10、5）でプロットを作成します。 図を表示す

このプログラムでは、Pandasシリーズに要素を追加します。このタスクにはappend（）関数を使用します。既存のシリーズに追加できるのは、シリーズまたはシリーズのリスト/タプルのみであることに注意してください。 アルゴリズム Step1: Define a Pandas series, s1. Step 2: Define another series, s2. Step 3: Append s2 to s1. Step 4: Print the final appended series. サンプルコード import pandas as pd s1 = pd.Series([10,20

Pandasライブラリのmean（）関数を使用して、級数の平均を見つけることができます。 アルゴリズム Step 1: Define a Pandas series. Step 2: Use the mean() function to calculate the mean. Step 3: Print the mean. サンプルコード import pandas as pd series = pd.Series([10,20,30,40,50]) print("Pandas Series: \n", series) series_mean = series.mean

このプログラムでは、パンダシリーズの標準偏差を見つけます。標準偏差は、データセットの平均に対する分散を測定する統計であり、分散の平方根として計算されます。 アルゴリズム Step 1: Define a Pandas series Step 2: Calculate the standard deviation of the series using the std() function in the pandas library. Step 3: Print the standard deviation. サンプルコード import pandas as pd series = pd.Se

このプログラムでは、2つのパンダシリーズを比較し、シリーズの違いを印刷します。違いは、要素が一致しなかったインデックス位置を意味します。 アルゴリズム Step 1: Define two Pandas series, s1 and s2. Step 2: Compare the series using compare() function in the Pandas series. Step 3: Print their difference. サンプルコード import pandas as pd s1 = pd.Series([10,20,30,40,50,60]) s2 = pd.