주어진 문자열에서 특정 부분 문자열을 제거하는 Python 프로그램을 작성해야 합니다. 알고리즘 Step 1: Define a string. Step 2: Use the replace function to remove the substring from the given string. 예시 코드 original_string = "C++ is a object oriented programming language"modified_string = original_string.replace("object orien

이 프로그램에서는 연도의 첫날을 인쇄해야 합니다. 사용자 입력으로 1년이 걸립니다. 알고리즘 Step 1: Import the datetime library. Step 2: Take year as input from the user. Step 3: Get the first day of the year by passing month, day and year as parameters to the datetime.datetime() function Step 4: Display the first day using strftime() fun

ROC − 수신기 작동 특성(ROC) 곡선. metrics.plot_roc_curve(clf, X_test, y_test) 메서드를 사용하여 ROC 곡선을 그릴 수 있습니다. 단계 임의의 n-클래스 분류 문제를 생성합니다. 이것은 처음에 길이가 ``2*class_sep``인 ``n_informative`` 차원 하이퍼큐브의 꼭짓점에 대해 정규 분포(std=1)된 점 클러스터를 생성하고 각 클래스에 동일한 수의 클러스터를 할당합니다. 이는 이러한 기능 간의 상호 의존성을 도입하고 데이터에 다양한 유형의 추가 노이즈를 추가합니

사용자가 제공한 범위에서 numpy 배열을 생성해야 합니다. numpy 라이브러리의 arange() 함수를 사용하여 출력을 얻습니다. 알고리즘 Step1: Import numpy. Step 2: Take start_value, end_value and Step from the user. Step 3: Print the array using arange() function in numpy. 예시 코드 import numpy as np start_val = int(input("Enter starting value: "

이 프로그램에서 우리는 크기가 nxn인 단위 행렬을 출력할 것입니다. 여기서 n은 사용자의 입력으로 사용됩니다. 요소의 차원과 데이터 유형을 매개변수로 사용하는 numpy 라이브러리에서 identity() 함수를 사용할 것입니다. 알고리즘 1단계:numpy를 가져옵니다. 2단계:사용자의 입력으로 차원을 가져옵니다. 3단계:numpy.identity() 함수를 사용하여 단위 행렬을 인쇄합니다. 예시 코드 numpy를 npdimension =int(input(식별 행렬의 차원 입력:))identity_matrix =np.identity

먼저 numpy 행렬을 만든 다음 해당 행렬의 행과 열 수를 찾습니다. 알고리즘 Step 1: Create a numpy matrix of random numbers. Step 2: Find the rows and columns of the matrix using numpy.shape function. Step 3: Print the number of rows and columns. 예시 코드 import numpy as np matrix = np.random.rand(2,3) print(matrix) print("Tot

이 프로그램에서는 numpy 라이브러리의 sum() 함수를 사용하여 numpy 행렬의 모든 항을 추가합니다. 먼저 임의의 numpy 행렬을 만든 다음 모든 요소의 합을 구합니다. 알고리즘 1단계:numpy를 가져옵니다. 2단계:random() 함수를 사용하여 임의의 m×n 행렬을 만듭니다. 3단계:sum() 함수를 사용하여 행렬의 모든 요소의 합을 구합니다. 예시 코드 numpy를 npmatrix로 가져오기 =np.random.rand(3,3)print(numpy 행렬은 \n,matrix)print(\n행렬의 합은 다음과 같습니다.

먼저 mplPath.Path 메소드를 사용하여 폴리곤을 생성하고 주어진 포인트가 폴리곤에 있는지 여부를 확인하기 위해 poly_path.contains_point 메소드를 사용할 것입니다. 단계 폴리곤을 만들 포인트 목록을 만드세요. mplPath.Path()를 사용하여 주어진 정점과 코드로 새 경로를 만듭니다. 사실 거짓 예시 import matplotlib.path as mplPath import numpy as np poly = [190, 50, 500, 310] poly_path = mplPath.

이 문제에서는 모든 행과 모든 열의 합을 개별적으로 찾습니다. 합계를 구하기 위해 sum() 함수를 사용할 것입니다. 알고리즘 Step 1: Import numpy. Step 2: Create a numpy matrix of mxn dimension. Step 3: Obtain the sum of all the rows. Step 4: Obtain the sum of all the columns. 예시 코드 import numpy as np a = np.matrix('10 20; 30 40') print("

이 문제에서는 numpy 배열에 벡터/배열을 추가해야 합니다. numpy 배열과 벡터를 정의하고 추가하여 결과 배열을 얻습니다. 알고리즘 Step 1: Define a numpy array. Step 2: Define a vector. Step 3: Create a result array same as the original array. Step 4: Add vector to each row of the original array. Step 5: Print the result array. 예시 코드 import numpy as np

이 문제에서 우리는 두 개의 numpy 배열 사이의 교차점을 찾을 것입니다. 두 배열의 교집합은 두 원본 배열에 공통적인 요소가 있는 배열입니다. 알고리즘 Step 1: Import numpy. Step 2: Define two numpy arrays. Step 3: Find intersection between the arrays using the numpy.intersect1d() function. Step 4: Print the array of intersecting elements. 예시 코드 import numpy as n

이 프로그램에서 우리는 두 개의 numpy 배열의 집합 차이를 찾을 것입니다. numpy 라이브러리에서 setdiff1d() 함수를 사용할 것입니다. 이 함수는 array1 및 array2의 두 매개변수를 사용하고 array2에 없는 array1의 고유한 값을 반환합니다. 알고리즘 Step 1: Import numpy. Step 2: Define two numpy arrays. Step 3: Find the set difference between these arrays using the setdiff1d() function. St

이 프로그램에서는 주어진 범위에서 numpy 배열의 요소를 인쇄해야 합니다. 사용된 다른 numpy 함수는 numpy.where() 및 numpy.logical_and()입니다. 알고리즘 Step 1: Define a numpy array. Step 2: Use np.where() and np.logical_and() to find the numbers within the given range. Step 3: Print the result. 예시 코드 import numpy as np arr = np.array([1,3,5,7,1

이것은 numpy 배열을 반전시켜야 하는 간단한 프로그램입니다. 같은 용도로 numpy.flip() 함수를 사용할 것입니다. 알고리즘 1단계:numpy 가져오기 2단계:numpy.array()를 사용하여 numpy 배열 정의 예시 코드 numpy를 nparr =np.array([10,20,30,40,50])print(원래 배열:\n, arr)arr_reversed =np.flip(arr)print(\n역 배열로 가져오기 :\n, arr_reversed) 출력 원래 배열:[10 20 30 40 50]역 배열:[50 40 30 20 1

이 문제에서는 Pandas 시리즈를 정렬해야 합니다. 정렬되지 않은 pandas 시리즈를 정의하고 Pandas 라이브러리의 sort_values() 함수를 사용하여 정렬합니다. 알고리즘 Step 1: Define Pandas series. Step 2: Sort the series using sort_values() function. Step 3: Print the sorted series. 예시 코드 import pandas as pd panda_series = pd.Series([18,15,66,92,55,989]) print

Pandas를 사용하여 시간과 속도로 데이터 프레임을 생성할 수 있으며 이후에는 데이터 프레임을 사용하여 원하는 플롯을 얻을 수 있습니다. 단계 기본 BitGenerator(PCG64)로 새 Generator를 생성합니다. Pandas를 사용하여 고정 빈도 DatetimeIndex를 가져옵니다. 2020-01-01부터 2021-01-01까지. 로그 정규 분포에서 표본을 추출합니다. 위의 데이터로 데이터 프레임을 만드세요. 팬더 데이터 프레임을 사용하여 figsize =(10, 5)로 플롯을 만듭니다.

이 프로그램에서는 Pandas 시리즈에 요소를 추가합니다. 이 작업을 위해 append() 함수를 사용할 것입니다. 기존 시리즈에는 시리즈 또는 시리즈의 목록/튜플만 추가할 수 있습니다. 알고리즘 1단계:Pandas 시리즈 정의, s1.2단계:다른 시리즈 정의, s2.3단계:s2를 s1에 추가.4단계:추가된 최종 시리즈를 인쇄합니다. 예시 코드 판다 가져오기 pds1 =pd.Series([10,20,30,40,50])s2 =pd.Series([11,22,33,44,55])print(S1:\n ,s1)print(\nS2:\n,s2)a

Pandas 라이브러리의 mean() 함수를 사용하여 계열의 평균을 찾을 수 있습니다. 알고리즘 Step 1: Define a Pandas series. Step 2: Use the mean() function to calculate the mean. Step 3: Print the mean. 예시 코드 import pandas as pd series = pd.Series([10,20,30,40,50]) print("Pandas Series: \n", series) series_mean = series.mean

이 프로그램에서 우리는 판다 시리즈의 표준편차를 찾을 것입니다. 표준 편차는 평균에 대한 데이터 세트의 분산을 측정하는 통계이며 분산의 제곱근으로 계산됩니다. 알고리즘 Step 1: Define a Pandas series Step 2: Calculate the standard deviation of the series using the std() function in the pandas library. Step 3: Print the standard deviation. 예시 코드 import pandas as pd series

이 프로그램에서는 두 Pandas 시리즈를 비교하고 시리즈의 차이점을 인쇄합니다. 차이점은 요소가 일치하지 않는 인덱스 위치를 의미합니다. 알고리즘 1단계:Pandas 시리즈 s1과 s2를 정의합니다. 2단계:Pandas 시리즈의 compare() 함수를 사용하여 시리즈를 비교합니다. 3단계:차이점을 인쇄합니다. 예시 코드 판다를 pds1 =pd.Series([10,20,30,40,50,60])s2 =pd.Series([10,30,30,40,55,60])print(S1으로 가져오기 :\n, s1)print(\nS2:\n, s2)di