बारप्लॉट फ़ंक्शन एक श्रेणीगत चर और एक सतत चर के बीच संबंध स्थापित करता है। डेटा को आयताकार बार के रूप में दर्शाया जाता है जहां बार की लंबाई उस विशिष्ट श्रेणी में डेटा के अनुपात को इंगित करती है। पॉइंट प्लॉट बार प्लॉट के समान होते हैं लेकिन फ़िल बार का प्रतिनिधित्व करने के बजाय, डेटा पॉइंट का अनुमान

बारप्लॉट फ़ंक्शन एक श्रेणीगत चर और एक सतत चर के बीच संबंध स्थापित करता है। डेटा को आयताकार बार के रूप में दर्शाया जाता है जहां बार की लंबाई उस विशिष्ट श्रेणी में डेटा के अनुपात को इंगित करती है। पॉइंट प्लॉट बार प्लॉट के समान होते हैं लेकिन फ़िल बार का प्रतिनिधित्व करने के बजाय, डेटा पॉइंट का अनुमान

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। 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

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

SciPy का उपयोग दो मानों के संबंध में क्रमपरिवर्तन और संयोजन को निर्धारित करने के लिए किया जा सकता है। SciPy में विशेष वर्ग में मौजूद perm नाम के एक फंक्शन का प्रयोग किया जाता है। पर्म फ़ंक्शन का सिंटैक्स scipy.special.perm(N, k) मानों के समूह पर क्रमपरिवर्तन करना नीचे दिखाया गया है उदाहरण fro

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। वास्तविक दुनिया में डेटा आमतौर

प्री-प्रोसेसिंग डेटा से तात्पर्य डेटा की सफाई, अमान्य डेटा, शोर को हटाना, डेटा को प्रासंगिक मानों से बदलना आदि से है। इसका मतलब हमेशा टेक्स्ट डेटा नहीं होता है; यह चित्र या वीडियो प्रसंस्करण भी हो सकता है। डेटा प्री-प्रोसेसिंग मूल रूप से सभी डेटा (जो विभिन्न संसाधनों या एक संसाधन से एकत्र किया जाता

हिस्टैरिसीस एक परिणाम के अंतराल प्रभाव को संदर्भित करता है। दहलीज के संबंध में, हिस्टैरिसीस क्षेत्रों को संदर्भित करता है जो एक विशिष्ट निम्न सीमा मान से ऊपर या उच्च सीमा मान से ऊपर हैं। यह क्षेत्रों को संदर्भित करता है जो अत्यधिक आत्मविश्वासी प्रकृति के होते हैं। हिस्टैरिसीस की मदद से, छवि में वस्

R, G, और B के मानों को बदल दिया जाता है और आवश्यक टिंट प्राप्त करने के लिए मूल छवि पर लागू किया जाता है। नीचे एक पायथन प्रोग्राम है जो इसे लागू करने के लिए स्किकिट-लर्न का उपयोग करता है। स्किकिट-लर्न, जिसे आमतौर पर स्केलेर के रूप में जाना जाता है, पायथन में एक पुस्तकालय है जिसका उपयोग मशीन लर्निंग

NumPy न्यूमेरिकल पायथन को संदर्भित करता है। यह एक पुस्तकालय है जिसमें बहुआयामी सरणी वस्तुएं और कई विधियां हैं जो सरणियों को संसाधित करने में मदद करती हैं। NumPy का उपयोग सरणियों पर विभिन्न प्रकार के संचालन करने के लिए किया जा सकता है। इसका उपयोग SciPy, Matplotlib आदि जैसे पैकेजों के संयोजन में किया

मान लीजिए कि हमारे पास अलग-अलग मानों की एक सूची है और हम प्रत्येक संख्या को गैर-घटते क्रम में हटाना चाहते हैं। हमें संख्याओं के सूचकांकों को उनके विलोपन के क्रम में खोजना होगा। इसलिए, यदि इनपुट संख्या =[4, 6, 2, 5, 3, 1] की तरह है, तो आउटपुट [5, 2, 3, 0, 1, 0] होगा क्योंकि हम 1 को हटाते हैं, इसलिए

मान लीजिए कि हमारे पास एक अप्रत्यक्ष ग्राफ है, तो हमें यह जांचना होगा कि हम इसके अंदर एक विषम लंबाई चक्र ढूंढ सकते हैं या नहीं। तो, अगर इनपुट adj_list =[[1, 2], [0, 3, 4], [0, 3, 4], [1, 2, 4], [1, 2, 3]] तब आउटपुट सही होगा क्योंकि [0, 1, 3, 4, 2], [1, 3, 4], [2, 3, 4] जैसे विषम लंबाई के चक्र है

मान लीजिए कि हमारे पास डिक्शनरी नामक शब्दों की एक सूची है और हमारे पास दो और स्ट्रिंग्स प्रारंभ और अंत हैं। हम एक समय में एक वर्ण को बदलकर शुरू से अंत तक पहुंचना चाहते हैं और प्रत्येक परिणामी शब्द भी शब्दकोश में होना चाहिए। शब्द केस-संवेदी होते हैं। इसलिए हमें अंत तक पहुँचने के लिए न्यूनतम कदमों की

मान लीजिए कि हमारे पास एक संख्या और किनारों की एक सूची है। ये n अलग-अलग नोड्स 0 से N के रूप में लेबल किए गए हैं। ये नोड्स एक नेटवर्क बना रहे हैं। प्रत्येक किनारा एक अप्रत्यक्ष ग्राफ के रूप (ए, बी, टी) में है, यह दर्शाता है कि अगर हम ए से बी या बी से ए को संदेश भेजने का प्रयास करते हैं, तो इसमें टी स

मान लीजिए हमारे पास शब्दों की एक सूची है और दूसरा मान k है। हमें दिए गए शब्दों में उप-सूचियों की संख्या इस प्रकार ज्ञात करनी है कि बिल्कुल k भिन्न शब्द हों। इसलिए, यदि इनपुट शब्दों की तरह है =[कोलकाता, दिल्ली, दिल्ली, कोलकाता] k =2, तो आउटपुट 5 होगा, क्योंकि निम्नलिखित उपन्यासकारों के पास 2 अद्विती

मान लीजिए कि हमारे पास अंक नामक अद्वितीय संख्याओं की एक सूची है, इसलिए हमें सबसे बड़ा उपसमुच्चय खोजना होगा जैसे कि (i, j) जैसे तत्वों की प्रत्येक जोड़ी i% j =0 या j% i =0 को संतुष्ट करती है। इसलिए हम इस सबसेट का आकार खोजना होगा। इसलिए, यदि इनपुट संख्या =[3, 6, 12, 24, 26, 39] की तरह है, तो आउटपुट 4

मान लीजिए हमारे पास चार नंबर n, a, b और c हैं। हमें a, b या c से विभाज्य संख्याओं के क्रमबद्ध क्रम का nवां (0 अनुक्रमित) पद ज्ञात करना है। इसलिए, यदि इनपुट n =8 a =3 b =7 c =9 जैसा है, तो आउटपुट 18 होगा, क्योंकि अनुक्रम के पहले 9 पद हैं [1, 3, 6, 7, 9, 12, 14 , 15, 18]. इसे हल करने के लिए, हम इन च

मान लीजिए कि हमारे पास एक संख्या n है, हमें उन तरीकों की संख्या ज्ञात करनी है जिनसे हम एक (3 x n) ब्लॉक को 1 x 2 डोमिनोज़ से भर सकते हैं। हम आवश्यकता पड़ने पर डोमिनोज को घुमा सकते हैं। अगर उत्तर बहुत बड़ा है तो इस मॉड को 10^9 + 7 लौटाएं। इसलिए, यदि इनपुट n =4 जैसा है, तो आउटपुट 11 होगा। इसे हल करन

मान लीजिए कि हमारे पास एक द्विआधारी मैट्रिक्स है, जहां 0 पानी का प्रतिनिधित्व करता है और 1 भूमि का प्रतिनिधित्व करता है। अब हमें उस भूमि को खोजना होगा जिसमें पानी से मैनहट्टन की दूरी सबसे लंबी हो और अंत में दूरी लौटानी हो। तो, अगर इनपुट पसंद है 1 1 1 1 1 1 0 1 1 1 1 1 0 0 1 1 तो आउटपुट 3 होग

मान लीजिए हमारे पास रंगों की एक सूची है (आर, जी, बी)। अब अगर दो अलग-अलग रंग एक-दूसरे के बगल में हों तो वे तीसरे रंग की एक ही रंग की वस्तु में बदल सकते हैं। हमें ऐसे परिवर्तनों के किसी भी संभावित क्रम के बाद शेष बची सबसे छोटी संख्या ज्ञात करनी होगी। इसलिए, यदि इनपुट रंग =[G, R, G, B, R] जैसा है, तो