Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

बताएं कि पायथन में श्रृंखला डेटा संरचना से नीचे 'एन' तत्वों तक कैसे पहुंचा जा सकता है?

आइए समझते हैं कि एक निश्चित सीमा के भीतर तत्वों तक पहुंचने के लिए स्लाइसिंग ऑपरेटर ':' का उपयोग कैसे किया जा सकता है।

उदाहरण

import pandas as pd
my_data = [34, 56, 78, 90, 123, 45]
my_index = ['ab', 'mn' ,'gh','kl', 'wq', 'az']
my_series = pd.Series(my_data, index = my_index)
print("The series contains following elements")
print(my_series)
n = 3
print("Bottom 3 elements are :")
print(my_series[n:])

आउटपुट

The series contains following elements
ab 34
mn 56
gh 78
kl 90
wq 123
az 45
dtype: int64
Bottom 3 elements are :
kl 90
wq 123
az 45
dtype: int64

स्पष्टीकरण

  • आवश्यक पुस्तकालयों को आयात किया जाता है, और उपयोग में आसानी के लिए उपनाम दिए जाते हैं।

  • डेटा मानों की एक सूची बनाई जाती है, जिसे बाद में 'पांडा' लाइब्रेरी में मौजूद 'सीरीज़' फ़ंक्शन के पैरामीटर के रूप में पास किया जाता है

  • इसके बाद, अनुकूलित अनुक्रमणिका मान (जो बाद में पैरामीटर के रूप में पास किए जाते हैं) एक सूची में संग्रहीत किए जाते हैं।

  • पायथन में इंडेक्सिंग ':' ऑपरेटर का उपयोग करके श्रृंखला से मूल्यों की एक विशिष्ट श्रेणी तक पहुंचा जा सकता है।

  • ':' ऑपरेटर का उपयोग निम्न श्रेणी मान और उच्च श्रेणी मान के बीच किया जा सकता है:[निचला श्रेणी:उच्च श्रेणी]।

  • इसमें निम्न श्रेणी मान शामिल होगा लेकिन उच्च श्रेणी मान शामिल नहीं होगा।

  • यदि निम्न श्रेणी के लिए कोई मान प्रदान नहीं किया जाता है, तो इसे 0 के रूप में लिया जाता है।

  • यदि उच्च श्रेणी के लिए कोई मान प्रदान नहीं किया जाता है, तो इसे लेन (डेटा संरचना) -1 के रूप में लिया जाता है।

  • यहां, यह इंगित करता है कि निचली श्रेणी 3 है और उच्च श्रेणी लेन (डेटा संरचना) -1 है।

  • फिर इसे कंसोल पर प्रिंट किया जाता है।


  1. डेटा के मूल्यों को फिट करने के लिए 'इम्प्लाट' फ़ंक्शन का उपयोग कैसे किया जा सकता है यदि चर में से एक पायथन में एक असतत मान है?

    जब प्रतिगमन मॉडल बनाया जा रहा है, तो बहुसंकेतन की जाँच की जाती है। ऐसा इसलिए है क्योंकि हमें निरंतर चर के सभी विभिन्न संयोजनों के बीच मौजूद सहसंबंध को समझने की आवश्यकता है। यदि चरों के बीच बहुसंरेखण मौजूद है, तो हमें यह सुनिश्चित करना होगा कि इसे डेटा से हटा दिया जाए। यह वह जगह है जहाँ कार्य रेगपॉट

  1. पायथन सीबॉर्न लाइब्रेरी में डेटा की कल्पना करने के लिए काउंटप्लॉट का उपयोग कैसे किया जा सकता है?

    सीबॉर्न एक पुस्तकालय है जो डेटा की कल्पना करने में मदद करता है। यह अनुकूलित थीम और एक उच्च-स्तरीय इंटरफ़ेस के साथ आता है। पिछले प्लॉट्स में, हमने पूरे डेटासेट को ग्राफ पर प्लॉट किया था। बार प्लॉट की मदद से हम डेटा के वितरण की केंद्रीय प्रवृत्ति को समझ सकते हैं। बारप्लॉट फ़ंक्शन एक श्रेणीगत चर और ए

  1. पाइथन में मैट्रिक्स के निर्धारक मूल्य की गणना करने के लिए SciPy का उपयोग कैसे किया जा सकता है?

    निर्धारक मान की गणना मैट्रिक्स पर या एक से अधिक आयाम वाले सरणी पर की जा सकती है। कभी-कभी मैरिक्स/सरणी को बेहतर ढंग से समझने की आवश्यकता हो सकती है। यह वह जगह है जहां निर्धारक संचालन की आवश्यकता होगी। SciPy det नामक एक फ़ंक्शन प्रदान करता है जो linalg वर्ग में मौजूद है जो रैखिक बीजगणित के लिए छोटा