Python

Python Tkinterを使用して、Webおよびデスクトップ用のあらゆる種類のGUIプログラムを作成できます。この記事では、時、分、秒をライブで表示するデジタル時計を作成する方法を説明します。 時間モジュールを使用して、時間を時間、分、秒の形式で表示するメソッドstrftimeをインポートします。これらの値を保持するためのキャンバスを作成します。 200ミリ秒ごとにstrftimeの値を更新します。これを実現するために再帰関数を定義します。 例 import time from tkinter import * canvas = Tk() canvas.title("Digit

パンダのデータフレームは、さまざまなオプションを使用して作成できます。オプションの1つは、辞書を取得してデータフレームに変換することです。この記事では、同じ長さの3つのリストを取得し、Pythonディクショナリを使用してそれらをパンダデータフレームに変換する方法を説明します。 リストと辞書の使用 このアプローチでは、リストを個別に宣言します。次に、それらのそれぞれが、ディクショナリ定義内の適切なキーの値として使用されます。最後に、pd.Dataframeと呼ばれるパンダメソッドがディクショナリに適用されます。 例 import pandas as pd # Lists for Exam s

Pythonはライブラリを幅広く利用できるため、非常に広く使用されているデータ処理ツールであるMicrosoftExcelとやり取りできます。この記事では、xlsxwriterという名前のモジュールを使用してExcelファイルを作成および書き込む方法を説明します。既存のExcelファイルに書き込むことはできません。 各セルへの書き込み セルの名前を書くことで、Excelシートの各セルに書き込むことができます。次の例では、ワークブックを作成し、それにワークシートを追加します。最後に、write（）メソッドを使用してワークシートのセルに書き込みます。 例 import xlsxwriter #

Pythonのライブラリとして、Tkinterはtkinterキャンバス上にボタンを作成する多くの方法を提供します。この記事では、通常のtkinterモジュールを使用してtkinterボタンを作成する方法と、テーマのtkinterモジュールを使用せずにボタンを取得する方法について説明します。 tkinterの使用 以下のプログラムでは、最初にキャンバスを作成し、次にButtonメソッドを適用してボタンを作成します。 tkinterモジュール全体をインポートするので、テーマは作成したボタンに適用されます。 例 # import everything from tkinter module fr

Pandasは、Pythonプログラムでデータを処理するためのデータフレームを作成します。この記事では、特定の条件に基づいて既存のデータフレームに新しい列を追加する方法を説明します。 指定されたデータフレーム 以下は、追加の列を追加する特定のpandasDataFrameです。試験の日数と科目について説明しています。 例 import pandas as pd # Lists for Exam subjects and Days Days = ['Mon', 'Tue', 'Wed','Thu', 'Fri']

Pandasは、データ処理とデータ分析に非常に広く使用されているPythonライブラリです。この記事では、特定のPython辞書とリストからパンダデータフレームを作成する方法を説明します。 リスト付き辞書から 辞書はキーと値のペアです。キーとリストを値として持つPythonディクショナリを使用すると、指定されたディクショナリでDataFrameメソッドを直接使用して、パンダのデータフレームを作成できます。 例 import pandas as pd # Dictionary for Exam Schedule Exam_Schedule = { 'Exam Day': [&

Pythonを使用してマトリックスを作成する場合、結果のマトリックスで特定の要素が繰り返される回数を制御する必要がある場合があります。この記事では、要素がリストとして指定されている場合に、必要な数の要素を含むマトリックスを作成する方法を説明します。 zipの使用 マトリックスで使用される要素を含むリストを宣言します。次に、マトリックス内の要素の出現回数を保持する別のリストを宣言します。 zip関数を使用して、要素を整理するためのforループを含む結果の行列を作成できます。 例 listA = ['m', 'n', 'p','q'

Pythonで2つのリストを乗算することは、多くのデータ分析計算で必要になる可能性があります。この記事では、ネストされたリストとも呼ばれるリストのリストの要素に別のリストを掛ける方法を説明します。 ループの使用 このアプローチでは、2つのforループを1つずつ設計します。外側のループはリスト内の要素の数を追跡し、内側のループはネストされたリスト内の各要素を追跡します。 *演算子を使用して、2番目のリストの要素にネストされたリストのそれぞれの要素を乗算します。 例 listA = [[2, 11, 5], [3, 2, 8], [11, 9, 8]] multipliers = [5, 11

dir（）関数は、関数、モジュール、文字列、リスト、辞書などのオブジェクトの属性とメソッドのリストを返します。この記事では、プログラム内でさまざまな要件に対してさまざまな方法でdir（）を使用する方法を説明します。 。 dir（）のみ 他のモジュールをプログラムにインポートせずにdir（）の値を出力すると、Pythonプログラムの初期化時に使用できる標準ライブラリの一部として使用できるメソッドと属性のリストが取得されます。 例 Print(dir()) 出力 上記のコードを実行すると、次の結果が得られます- ['__annotations__', '__built

場合によっては、リスト内の重複する要素を削除して、特定のリストを改良する必要があります。これは、Python標準ライブラリで利用可能なさまざまな方法を組み合わせて使用​​することで実現できます。 設定と分割あり splitメソッドは、重複チェックのために要素を分離するために使用でき、setメソッドは、分離されたリスト要素から一意の要素を格納するために使用されます。 例 # initializing list listA = [ 'xy-xy', 'pq-qr', 'xp-xp-xp', 'dd-ee'] print("

Pandasは、Pythonでのデータ処理と分析に広く使用されている有名なPythonライブラリです。この記事では、データフレームから行と列の両方をフィルタリングすることにより、Pythonから選択データを読み取るために使用される.ilocメソッドを使用する方法を説明します。 ilocメソッドは、元のデータセットの一部である場合とそうでない場合がある整数ベースのインデックスを使用してデータを処理します。最初の行にはインデックス0、2番目、インデックス1というように割り当てられます。同様に、最初の列はインデックス0で、2番目の列はインデックス1などです。 データセット 以下は、使用するデータ

単語が与えられ、それに最も近いものを見つけたいとします。完全に一致するわけではありませんが、特定の単語とパターンが似ている他の単語。このために、difflibというモジュールを使用し、get_close_matchesという名前のメソッドを使用します。 get_close_matches このメソッドはモジュールdifflibの一部であり、指定した可能なパターンとの一致を提供します。以下は構文です。 difflib.get_close_matches(word, possibilities, n, cutoff) word: It is the word to which we need

この記事では、kに等しい正確な差を持つ数のペアの数を数える方法を見ていきます。与えられた数値はリストの形式であり、kの値をプログラムに提供します。 forループの使用 このアプローチでは、2つのforループを設計します。外側のforループは、指定されたリストの各要素へのアクセスを追跡します。内側のforループは、残りの各要素を外側のループの要素と比較し続け、必要な差に一致する場合はcount変数の値を増やします。 例 listA = [5, 3, 7, 2, 9] k = 2 count = 0 # Elements of the list for i in range(0, len(l

多くの場合、データ処理のためにリストに存在する要素を数える必要があります。ただし、ネストされたリストの場合があり、カウントは簡単ではない場合があります。この記事では、リスト内の要素の数を数えるというこれらの複雑さを処理する方法を説明します。 Forループあり このアプローチでは、2つのforループを使用して、リストのネスト構造を調べます。以下のプログラムでは、内部要素の内部に異なる数の要素があるネストされたリストがあります。また、len（）関数を適用して、フラット化されたリストの長さを計算します。 例 listA = [[2,9, 6], [5, 'a'], [0], [12

文字列が与えられます。必要なタスクは、文字列から1文字を取り出し、文字列の残りの文字を印刷することです。そして、これは文字列の各文字に対してそうする必要があります。 ループと範囲あり これは基本的なプログラミングアプローチであり、最初に文字列の宣言、開始位置と終了位置の変数の作成、各文字の一時的なプレースホルダーの作成など、必要なパラメーターを一覧表示します。各文字を繰り返し処理し、残りの文字の文字列を作成する関数を作成します。 例 list = [] def letterCombinations(s, t, start, end, index, k):    if (

数字のリストで、特定の合計を与えるためにどの3つの要素を結合できるかを調べたいと思います。これをトリプレットと呼びます。そして、リストにはそのようなトリプレットがたくさんある可能性があります。たとえば、合計10は、1、6、3および1、5、4のフォーム番号で生成できます。この記事では、与えられた数のリストからそのようなすべてのトリプレットを見つける方法を見ていきます。 範囲変数と一時変数の使用 これは、一時変数を作成する従来のアプローチです。これらの変数はリストの要素を保持し、それらの合計が必要な値に等しいかどうかを確認します。その後、そのような変数を最終結果セットに蓄積し続けます。 例 de

Pythonを使用してデータを操作しているときに、複数の配列に共通する要素を見つける必要がある状況に遭遇する可能性があります。これは、以下に示すように、配列を辞書に変換することで実現できます。 以下の例では、配列を取得し、コレクションモジュールからCounterコンテナを適用します。コンテナ内に存在する各要素の数を保持します。次に、dict（）を適用し、＆演算子を使用して配列間の共通要素のみを識別することにより、それらを辞書に変換します。最後に、新しく作成されたディクショナリの項目をループし、ディクショナリから値を追加して、共通の値の最終結果を取得します。 例 from collection

Python辞書はネストできます。つまり、辞書内に辞書があります。この記事では、ネストされた辞書がある場合に、辞書内のネストのレベルを計算する方法を説明します。 文字列変換あり このアプローチでは、辞書全体を文字列に変換します。次に、辞書がネストされているレベルを示す残りの{の数を数えます。 例 dictA = {1: 'Sun', 2: {3: {4:'Mon'}}} dictStr = str(dictA) cnt = 0 for i in dictStr :    if i == "{":    

numpyライブラリを使用してデータを処理しているときに、特定の範囲の特定の数値を除外する必要がある場合があります。これは、numpyで利用可能ないくつかの組み込みメソッドを使用することで実現できます。 with and operator このアプローチでは、numpy配列を取得し、それにlogical_and関数を適用します。 numpyのwhere句は、and条件を適用するためにも使用されます。結果は、必要な範囲条件を満たす要素の位置を示す配列です。 import numpy as np A = np.array([5, 9, 11, 4, 31, 27,8]) # printin

フィビナッチ級数は、多くの自然現象を説明する、ウィドリーとして知られている数学的級数です。 0と1で始まり、前の用語に用語を追加して次の用語を取得します。この記事では、Pythonでラムダ関数を使用してフィボナッチ数列の特定の数の要素を生成する方法を説明します。 合計とマップ付き map関数を使用して、リストの各要素にラムダ関数を適用します。リストスライスメカニズムを設計して、前の2つの用語の合計を取得し、範囲を使用して、生成する用語の数をカウントします。 例 def fibonacci(count):    listA = [0, 1]    an