जब शब्दकोश की सूची से सभी अद्वितीय कुंजी प्राप्त करने की आवश्यकता होती है, तो शब्दकोश मानों को पुनरावृत्त किया जाता है और एक सेट में परिवर्तित किया जाता है। इसे एक सूची में बदल दिया जाता है और कंसोल पर प्रदर्शित किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [{'hi' : 11, 'the

हां, हम दो डेटाफ्रेम के बीच सामान्य कॉलम खोजने के लिए &ऑपरेटर का उपयोग कर सकते हैं। सबसे पहले, दो डेटाफ़्रेम बनाते हैं - # creating dataframe1 dataFrame1 = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"

जब किसी सरणी के तत्वों को मर्ज करके बनाई गई क्रमबद्ध संख्याओं को मुद्रित करने की आवश्यकता होती है, तो एक विधि परिभाषित की जा सकती है जो पहले संख्या को क्रमबद्ध करती है और संख्या को पूर्णांक में परिवर्तित करती है। एक अन्य विधि इस सूची को एक स्ट्रिंग में मैप करती है, और इसे फिर से क्रमबद्ध किया जाता ह

जब स्ट्रिंग की दी गई सूची के सबस्ट्रिंग वाले सभी स्ट्रिंग्स को खोजने की आवश्यकता होती है, तो सेट और सूची विशेषताओं का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list_1 = ["Hi", "there", "how", "are", "you"] my_list_2 = ["Hi",

कॉलम मानों के आधार पर पंक्तियों को फ़िल्टर करने के लिए, हम क्वेरी () फ़ंक्शन का उपयोग कर सकते हैं। फ़ंक्शन में, वह शर्त सेट करें जिसके द्वारा आप रिकॉर्ड्स को फ़िल्टर करना चाहते हैं। सबसे पहले, आवश्यक पुस्तकालय आयात करें - import pandas as pd टीम रिकॉर्ड्स के साथ हमारा डेटा निम्नलिखित है - Team = [[

उदाहरण नीचे उसी का एक प्रदर्शन है from itertools import combinations def sub_set_sum(size, my_array, sub_set_sum):    for i in range(size+1):       for my_sub_set in combinations(my_array, i):          if sum(my_sub_set) == sub_set_sum:   &n

जब सूची की सूची को सेट की सूची में बदलने की आवश्यकता होती है, तो मानचित्र, सेट और सूची विधियों का उपयोग किया जाता है। उदाहरण नीचे उसी का एक प्रदर्शन है my_list = [[2, 2, 2, 2], [1, 2, 1], [1, 2, 3], [1,1], [0]] print("The list of lists is: ") print(my_list) my_result = list(map(set, my_

पिवट टेबल बनाने के लिए, pandas.pivot_table() . का उपयोग करें डेटाफ़्रेम के रूप में स्प्रेडशीट-शैली की पिवट तालिका बनाने के लिए। सबसे पहले, आवश्यक पुस्तकालय आयात करें - import pandas as pd टीम रिकॉर्ड के साथ डेटाफ़्रेम बनाएं - dataFrame = pd.DataFrame({'Team ID': {0: 5, 1: 9, 2: 6, 3: 11, 4

सीबॉर्न जोड़ी प्लॉट्स को एनोटेट करने के लिए, हम fig.text() . का उपयोग कर सकते हैं विधि। कदम सीबॉर्न, पांडा, नम्पी और पाइप्लॉट पैकेज आयात करें। आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। दो-आयामी, आकार-परिवर्तनीय, संभावित रूप से विषम सारणीबद्ध डेटा का एक पांडा डेटाफ़्रेम

मैटप्लोटलिब के साथ वाई-अक्ष को तेजी से स्केल करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। चरणों के लिए एक चर dt प्रारंभ करें। numpy का उपयोग करके x और y डेटा बिंदु बनाएं। numpy का उपयोग करके x और y डेटा बिंदुओं को प्लॉट करें।

Matplotlib में एक ऊर्ध्वाधर रेखा के साथ एक किंवदंती जोड़ने के लिए, हम निम्नलिखित कदम उठा सकते हैं - आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। एक आकृति और सबप्लॉट का एक सेट बनाएं। ऊर्ध्वाधर रेखा को लाल रंग से प्लॉट करें। रेखा में सभी शीर्षों को जोड़ने वाली एक ठोस रेखा श

परिमित तत्व विधि (FEM) का उपयोग विभिन्न प्रकार के कार्यों में किया जाता है जैसे कि विभिन्न सामग्री प्रकारों का मॉडलिंग, जटिल ज्यामिति का परीक्षण, एक डिजाइन के एक छोटे से क्षेत्र पर अभिनय करने वाले स्थानीय प्रभावों की कल्पना करना। यह मूल रूप से एक बड़े स्थानिक डोमेन को परिमित तत्व नामक सरल भागों में

हम उपयोग कर सकते हैं pandas.DataFrame.corr नल मानों को छोड़कर, स्तंभों के जोड़ीवार सहसंबंध की गणना करने के लिए। सहसंबंध गुणांक दो चरों के बीच रैखिक जुड़ाव की ताकत को इंगित करता है। गुणांक -1 और 1 के बीच होता है। पंडों के डेटाफ्रेम में दो संख्यात्मक स्तंभों के बीच संबंध प्राप्त करने के लिए, हम निम्न

पायथन में हिस्टोग्राम प्लॉट को बचाने के लिए, हम निम्नलिखित कदम उठा सकते हैं - आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। डेटा बिंदु बनाएं k हिस्टोग्राम के लिए। हिस्टोग्राम को इतिहास () . का उपयोग करके प्लॉट करें विधि। हिस्टोग्राम सहेजने के लिए, plt.savefig(image_name)

Matplotlib का उपयोग करके .txt फ़ाइल से डेटा प्लॉट करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। bar_names और bar_heights के लिए खाली सूचियां प्रारंभ करें। पठन r मोड में एक नमूना .txt फ़ाइल खोलें और बार के नाम और ऊंचाई सूची में

Matplotlib में एक सीधी रेखा के बजाय दो बिंदुओं को जोड़ने वाला वक्र बनाने के लिए, हम निम्नलिखित कदम उठा सकते हैं - आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। एक draw_curve() परिभाषित करें गणितीय व्यंजक के साथ वक्र बनाने की विधि। प्लॉट पॉइंट1 और पॉइंट2 डेटा पॉइंट। प्लॉट x

न्यूनतम कॉलम मान प्राप्त करने के लिए, न्यूनतम () फ़ंक्शन का उपयोग करें। सबसे पहले, आवश्यक पंडों की लाइब्रेरी आयात करें - import pandas as pd अब, दो कॉलम के साथ एक DataFrame बनाएं - dataFrame1 = pd.DataFrame(    {       "Car": ['BMW', 'Lexus', '

हम कई कॉलम के साथ एक पिवट टेबल बना सकते हैं। पिवट टेबल बनाने के लिए, pandas.pivot_table . का उपयोग करें डेटाफ़्रेम के रूप में स्प्रेडशीट-शैली की पिवट तालिका बनाने के लिए। सबसे पहले, आवश्यक पुस्तकालय आयात करें - import pandas as pd टीम रिकॉर्ड के साथ डेटाफ़्रेम बनाएं - dataFrame = pd.DataFrame({

जाँच करने के लिए, isinf () विधि का उपयोग करें। अनंत मानों की संख्या ज्ञात करने के लिए, योग () का उपयोग करें। सबसे पहले, आइए आवश्यक पुस्तकालयों को उनके संबंधित उपनामों के साथ आयात करें - import pandas as pd import numpy as np सूची का शब्दकोश बनाएं। हमने Numpy np.inf . का उपयोग करके अनंत मान सेट किए

स्थिर मान के साथ नया कॉलम जोड़ने के लिए, वर्गाकार ब्रैकेट यानी इंडेक्स ऑपरेटर का उपयोग करें और उस मान को सेट करें। सबसे पहले, आवश्यक पुस्तकालय आयात करें - pd के रूप में पांडा आयात करें 4 कॉलम के साथ डेटाफ़्रेम बनाना - dataFrame =pd.DataFrame({Car:[Bentley, Lexus, BBMW, Mustang, Mercedes, Jaguar],C