Python

この記事では、線形検索とPython3.xでの実装について学習します。またはそれ以前。 アルゴリズム Start from the leftmost element of given arr[] and one by one compare element x with each element of arr[] If x matches with any of the element, return the index value. If x doesn’t match with any of elements in arr[] , return -1 or element no

この記事では、n番目のカタラン数の計算について学習します。 カタラン数 再帰式-によって定義される自然数のシーケンスです。 $$ C_ {0} =1 \：and \：C_ {n + 1} =\ displaystyle \ sum \ Limits_ {i =0} ^ n C_ {i} C_ {n-i} for \：n \ geq0; $$ n =0、1、2、3、…の最初のいくつかのカタラン数は 1、1、2、5、14、42、132、429、..............です。 .... カタラン数は、再帰と動的計画法の両方で取得できます。その実装を見てみましょう。 アプローチ1：再

この記事では、n番目のフィボナッチ数を計算します。 フィボナッチ数 以下に示す漸化式によって定義されます- Fn = Fn-1 + Fn-2 あり F 0 =0およびF1 =1。 まず、フィボナッチ数はほとんどありません 0,1,1,2,3,5,8,13,.................. フィボナッチ数を計算できます 再帰と動的計画法の方法を使用します。 それでは、Pythonスクリプトの形式での実装を見てみましょう アプローチ1：再帰方法​​ 例 #recursive approach def Fibonacci(n):    if n<0: &

この記事では、以下に示す問題ステートメントの解決策について学習します- 問題の説明 − 2つの数NとKが与えられた場合、問題は、数（N）がゼロ（0）より大きくなるまでNから数Kを引くことです。Nが負またはゼロになると、その数が元の番号（N）。 たとえば、 N = 10 K = 4 Output will be: 10 6 2 -2 2 6 10 アルゴリズム 1. we call the function again and again until N is greater than zero (in every function    call we subtra

この記事では、以下に示す問題ステートメントの解決策について学習します- 問題の説明 −数値nが与えられた場合、利用可能なすべての固有の素因数の積を見つけて返す必要があります。 たとえば、 Input: num = 11 Output: Product is 11 Explanation: Here, the input number is 11 having only 1 prime factor and it is 11. And hence their product is 11. アプローチ1 i=2からn+1までのforループを使用して、iがnの因数であるかどうかを確認し、次に

この記事では、以下に示す問題ステートメントの解決策について学習します- 問題の説明 −文字列が与えられたので、与えられた文字列からi番目のインデックス付き文字を削除して表示する必要があります。 Pythonのどの文字列でも、インデックス付けは常に0から始まります。文字列「tutorialspoint」があるとすると、そのインデックス付けは次のように行われます- T u t o r i a l s p o i n t 0 1 2 3 4 5 6 7 8 9 10 11 12 13 次に、ステートメントを解決するためのPythonスクリプトを見てみましょう- 例 def remove

この記事では、Python3.xでの選択ソートとその実装について学習します。またはそれ以前。 選択ソート アルゴリズムでは、配列は、ソートされていない部分から最小要素を再帰的に見つけて、それを先頭に挿入することによってソートされます。特定の配列での選択ソートの実行中に、2つのサブ配列が形成されます。 すでにソートされているサブアレイ ソートされていないサブアレイ。 選択ソートを繰り返すたびに、ソートされていないサブアレイの最小要素がポップされ、ソートされたサブアレイに挿入されます。 アルゴリズムの視覚的表現を見てみましょう- それでは、アルゴリズムの実装を見てみましょう- 例

この記事では、Python3.xでの単純な利息の計算について学習します。またはそれ以前。 単利は、1日の利率に元本を掛け、支払いの間に経過した日数を掛けて計算されます。 数学的に Simple Interest = (P x T x R)/100 Where, P is the principal amount T is the time and R is the rate たとえば、 If P = 1000,R = 1,T = 2 Then SI=20.0 Now let’s see how we can implement a simple interest calc

この記事では、Twitterの感情分析について学習します。 Twitter oAuth APIに登録し、すべての依存関係をインストールして、最後に感傷的なアナライザースクリプトを作成します。 API（アプリケーションプログラミングインターフェース） は、一部のサーバー（Twitter）の内部機能にアクセスできるようにするゲートウェイです。 前提条件は、確認済みの電話番号を使用してTwitterアカウントを設定していることです。 この後、TwitterのWebサイトにアクセスし、[新しいアプリの作成]アイコンをタップします。次に、すべての資格情報、つまり名前を入力して開発者契約に同意し、

この記事では、Python 3.xで利用可能な単体テストモジュールを使用して、ソフトウェアテストの基本について学習します。またはそれ以前。 自動化、テストのセットアップコードと終了コードの共有、およびすべてのフレームワークの独立したテストが可能になります。 単体テストでは、さまざまなオブジェクト指向の概念を使用します。ここでは、主に使用されるいくつかの概念について説明します。 テストケース −これは、特定の入力セットに従った応答固有の基本クラスです。単体テストの基本クラス、つまり「 TestCase 」を使用して、この操作を実装します。 テストスイート −テストケースをまとめ

この記事では、特定の問題ステートメントを解決するための解決策とアプローチについて学習します。 問題の説明 -リスト入力が与えられたら、数字とそれに対応するキューブを持つタプルを作成する必要があります。 示されているように、インライン実装の助けを借りて上記の問題を解決するためのアプローチを見てみましょう。 例 list1 = [0,1,2,4,6] res = [(val, pow(val, 3)) for val in list1] # main print(res) 出力 [(0, 0), (1, 1), (2, 8), (4, 64), (6, 216)] 次の図は、リストの宣言と、

この記事では、Pythonを使用した画像ベースのステガノグラフィについて学習します。ステガノグラフィは、オーディオ、ビデオ、および画像の背後にテキストを隠す方法です。これは、セキュリティと虚偽の著作権侵害の申し立てからの保護を強化するために使用されます。 stepicで利用可能なエンコーディング機能の助けを借りてこれを達成しています Pythonで利用可能なモジュール。表示と表示の目的で、 PILを使用します。 （Python Imaging Library）Pythonで利用可能です。 推奨 −Jupyterノートブック すべての依存関係をインポートする- >>>

この記事では、Pythonで利用可能なScrappyモジュールを使用したWebスクレイピング手法について学習します。 ウェブスクレイピングとは何ですか？ Webスクレイピングは、クローラー/スキャナーを使用してWebサイトからデータを取得/取得するために使用されます。 Webスクレイピングは、APIの機能を提供しないWebページからデータを抽出するのに便利です。 Pythonでは、Beautiful Soup、Scrappy、lxmlなどのさまざまなモジュールを使用してWebスクレイピングを実行できます。 ここでは、Scrappyモジュールを使用したWebスクレイピングについて説明します。

この記事では、Pythonで利用可能なlxmlモジュールを使用したWebスクレイピング手法について学習します。 ウェブスクレイピングとは何ですか？ Webスクレイピングは、クローラー/スキャナーを使用してWebサイトからデータを取得/取得するために使用されます。 Webスクレイピングは、APIの機能を提供しないWebページからデータを抽出するのに便利です。 Pythonでは、Beautiful Soup、Scrappy、lxmlなどのさまざまなモジュールを使用してWebスクラップを実行できます。 ここでは、lxmlモジュールを使用したWebスクレイピングについて説明します。 そのためには

この記事では、特定の問題ステートメントを解決するための解決策とアプローチについて学習します。 問題の説明 −四面体の側面を考えると、四面体を見つける必要があります。 四面体は、三角形の底面を持つピラミッドのように見える幾何学的図形です。これは、4つの三角形の面、側面に3つ、ベースの下部に1つ、頂点またはコーナーが4つあるソリッドオブジェクトです。 ここでは、以下に示すようにエリア関数をフレーム化します- 例 import math def areatetrahedron(side):    return (math.sqrt(3) * (side * side)) #

この記事では、特定の問題ステートメントを解決するための解決策とアプローチについて学習します。 問題の説明 −円の半径を考えると、円を見つける必要があります。 円の面積は、次の式を使用して簡単に評価できます。 Area = Pi*r*r 以下の実装を見てみましょう- 例 def findArea(r):    PI = 3.142    return PI * (r*r); # Driver method print("Area is %.6f" % findArea(5)); 出力 Area is 78.550000 次の図に

この記事では、特定の問題ステートメントを解決するための解決策とアプローチについて学習します。 問題の説明 −整数入力nが与えられた場合、級数1/1の合計を見つける必要があります。 + 2/2！ + 3/3！ + 4/4！ +……。+n/ n！ ここではforループを実装しているため、時間計算量としてO（n）を取得します。 ここで効率を達成するために、同じループ内で階乗を計算します。 ここでは、以下に説明するようにsumofseries関数をフレーム化します- 例 def sumOfSeries(num):    res = 0    fact =

この記事では、特定の問題ステートメントを解決するための解決策とアプローチについて学習します。 問題の説明 −次数n * nの正方行列が与えられた場合、行列の要素をZ形式で表示する必要があります。 Zフォームは、次の手順でマトリックスをトラバースしています- 最初の行をトラバースします 次に、2番目の主対角線を横断します 最後に、最後の行をトラバースします。 ここでは、code.demostrateのフローを示すために暗黙的に取得された入力マトリックスを取得します。 例 arr = [[1, 2, 6, 9],    [1, 2, 3, 1],   &nb

この記事では、特定の問題ステートメントを解決するための解決策とアプローチについて学習します。 問題の説明- ソートされたリストが表示され、バイナリ検索を使用して要素を見つける必要があります。 アルゴリズム xを中央の要素と比較します。 xが中央の要素と一致する場合、中央のインデックスを返します。 それ以外の場合、xがmid要素よりも大きい場合、xはmid要素の後の右半分のサブ配列にのみ存在できます。したがって、右半分を繰り返します。 それ以外の場合（xは小さい）は左半分で繰り返されます 再帰的アルゴリズム 例 def binarySearchAppr (arr,

この記事では、バブルソートの並べ替え手法の実装について学習します。 次の図は、このアルゴリズムの動作を示しています- アプローチ 最初の要素（インデックス=0）から始めて、現在の要素を配列の次の要素と比較します。 現在の要素が配列の次の要素よりも大きい場合は、それらを交換します。 現在の要素が次の要素よりも小さい場合は、次の要素に移動します。 手順1を繰り返します。 次に、以下の実装を見てみましょう- 例 def bubbleSort(ar):    n = len(arr)    # Traverse through