Python

Seabornのカウントプロットは、バーを使用して各カテゴリのビンの観測数を表示するために使用されます。これにはseaborn.countplot（）が使用されます。 facecolorを使用してバーのスタイルを設定します 、線幅 およびエッジカラー パラメータ。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrame

CSVを複数の列で並べ替えるには、sort_values（）メソッドを使用します。複数の列で並べ替えるということは、列の1つに値が繰り返されている場合、並べ替えの順序は2番目のに依存することを意味します。 sort_values（）メソッドで言及されている列。 まず、入力したCSVファイル「SalesRecords.csv」を読んでみましょう- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesRecords.csv") ここで、複数の列、つまり「Reg_Price」と「Car」に従って並べ替えます- da

Seabornのバイオリン図は、箱ひげ図とカーネル密度推定の組み合わせを描くために使用されます。これにはseaborn.violinplot（）が使用されます。単一の列を使用して単一のバイオリン図をプロットします。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrameにデータをロードする- dataFrame = pd

subarry2 [i]の場合、サブアレイは別のサブアレイよりも大きいと言われます。 したがって、入力がnums =[5、3、7、9]、k =2の場合、出力は[7、9]になります。 これを解決するには、次の手順に従います- start：=numsのサイズ-k max_element：=nums [start] max_index：=start =0のときに、実行 max_elementがゼロ以外の場合、 max_element：=nums [start] max_index：=start return nums [from index max_index to

すべてのCSVファイルをマージするには、GLOBモジュールを使用します。 os.path.join（）メソッドはconcat（）内で使用され、CSVファイルをマージします。 まず、必要なライブラリをインポートします。 pdをパンダライブラリのエイリアスとして設定しました- import pandas as pd import glob import os ここで、次の3つのCSVファイルがあるとします- Sales1.csv Sales2.csv Sales3.csv まず、複数のファイルを結合するためのパスを設定します。デスクトップにマージする

pandasデータフレームをPythonでCSVファイルに書き込むには、 to_csv（）を使用します 方法。まず、リストの辞書を作成しましょう- # dictionary of lists d = {'Car': ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley'],'Date_of_purchase': ['2020-10-10', '2020-10-12', '

numsという配列があるとすると、そのすべての要素の積が正であるサブ配列の最大長を見つける必要があります。正の積を持つサブアレイの最大長を見つける必要があります。 したがって、入力がnums =[2、-2、-4,5、-3]の場合、最初の4つの要素が正の積のサブ配列を形成しているため、出力は4になります。 これを解決するには、次の手順に従います： 関数util（）を定義します。これには時間がかかります、e neg：=0 ns：=-1、ne：=-1 sからeの範囲のiについては、 nums [i] <0の場合、 neg：=neg + 1 nsが-1と同じ場合、 ns：=

以下がCSVファイルであるとしましょう- SalesRecords.csv そして、上記の既存のCSVファイルから3つのExcelファイルを生成する必要があります。 3つのCSVファイルは、車の名前（BMW.csv、Lexus.csv、Jaguar.csv）に基づいている必要があります。 最初に、入力されたCSVファイル（SalesRecord.csv-）を読み取ります。 dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesRecords.csv") groupby（）を使用して、Car列のC

Seabornのバイオリン図は、箱ひげ図とカーネル密度推定の組み合わせを描くために使用されます。これにはseaborn.violinplot（）が使用されます。観察結果は、内部を使用した棒として表示されます 値がstickのパラメータ 。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrameにデータをロードする- da

SeabornのSwarmPlotは、重複しないポイントを持つカテゴリ散布図を描画するために使用されます。これにはseaborn.swarmplot（）が使用されます。以下がCSVファイル形式のデータセットであるとしましょう-Cricketers2.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrameにデータをロードする- dataFrame = pd.read_csv("C:\\User

SeabornのSwarmPlotは、重複しないポイントを持つカテゴリ散布図を描画するために使用されます。これにはseaborn.swarmplot（）が使用されます。群れをx座標とy座標のいずれかとして設定するだけで、カテゴリ変数でグループ化します。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers2.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrameにデータをロ

Seabornの棒グラフは、点推定と信頼区間を長方形の棒として表示するために使用されます。 seaborn.barplot（）が使用されます。 capsize を使用して、エラーバーにキャップを設定します パラメータ。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers2.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrameにデータをロードする- dataFrame

Seabornのバイオリン図は、箱ひげ図とカーネル密度推定の組み合わせを描くために使用されます。これにはseaborn.violinplot（）が使用されます。カテゴリ変数でグループ化された列を使用して、バイオリン図をプロットします。 以下がCSVファイル形式のデータセットであるとしましょう-Cricketers.csv まず、必要なライブラリをインポートします- import seaborn as sb import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrameにデータをロードする- data

plot.density（）を使用して、csvファイルの形式でデータセットの密度プロットを行います。以下が私たちのデータセットであるとしましょう-Cricketers2.csv まず、必要なライブラリをインポートします- import pandas as pd import matplotlib.pyplot as plt CSVファイルからPandasDataFrameにデータをロードする- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers2.csv") 密度プロットをプロットします。考慮

バイナリ文字列sがあるとすると、sを3つの空でない文字列s1、s2、s3に分割して（s1連結s2連結s3 =s）することができます。文字数「1」がs1、s2、およびs3で同じになるように、sを分割できる方法の数を見つける必要があります。答えは非常に大きい可能性があるため、答えmod 10 ^ 9+7を返します。 したがって、入力がs =11101011の場合、出力は2になります。これは、「11 | 1010|11」と「11|101|011」のように分割できるためです。 これを解決するには、次の手順に従います。 count：=sの1の数を数える m：=10 ^ 9 + 7 ans：

arrという配列があるとすると、arrの残りの要素が降順でないように、arrのサブ配列を削除する必要があります。削除する最短のサブアレイの長さを見つける必要があります。 したがって、入力がarr =[10,20,30,100,40,20,30,50]の場合、長さ3の最小のサブ配列である[100、40、20]を削除できるため、出力は3になります。そして、これらをすべて削除することにより、降順ではありません[10、20、30、30、50]。 これを解決するには、次の手順に従います。 n：=arrのサイズ arr：=arrの左側に0を挿入し、arrの右側に無限大を挿入します A、B：=2

2つの配列nums1とnums2があるとすると、これら2つのルールに従って形成されたトリプレット（タイプ1とタイプ2）を見つける必要があります- トリプレット（i、j、k）if nums1 [i] ^ 2 =nums2 [j] * nums2 [k]ここで、[0 <=i

文字列sとcostという整数の別の配列があるとします。ここで、cost[i]はsのi番目の文字を削除するコストを表します。 2つの同じ文字が隣り合っていないように、削除の最小コストを見つける必要があります。選択した文字を同時に削除することに注意する必要があります。したがって、キャラクターを削除した後、他のキャラクターを削除するコストは変わりません。 したがって、入力がs =pptpp、cost =[2,3,4,5,2]の場合、コスト2 + 2 =4で最初と最後のpを削除すると、出力は4になります。文字列はここでは「ptp」になります。2つの同じ文字が次々に存在することはありません これを解

n（偶数）の異なる友達の設定のリストがあるとします。各人iについて、preferences[i]は好みの順にソートされた友達のリストを保持します。したがって、リストの前の友人は、リストの後半の友人よりも優先されます。各リストの友達には、0からn-1までの整数で番号が付けられています。すべての友達は異なるペアに分けられます。ここで、pairs [i] =[xi、yi]は、xiがyiとペアになっている、および/またはyiがxiとペアになっていることを表します。しかし、xがyとペアになっていて、vとペアになっている友人uが存在する場合、友人xは不幸ですが、- xはyよりもuを優先し、 uはvより

（x、y）の形式のいくつかの点を持つpointsという配列があるとします。ここで、2つのポイント（xi、yi）と（xj、yj）を接続するコストは、それらの間のマンハッタン距離であり、式は| xi--xj|です。 + | yi--yj|。すべてのポイントを接続するための最小コストを見つける必要があります。 したがって、ここでの合計距離は（6 + 5 + 3 + 8）=22です。 これを解決するには、次の手順に従います- points_set：=範囲0からポイントのサイズ-1までの数値を保持する新しいセット ヒープ：=ペア（0、0）でヒープを作成します visited_node：