Python Tkinter는 웹 및 데스크탑을 위한 모든 종류의 GUI 프로그램을 만드는 데 사용할 수 있습니다. 이 기사에서는 시, 분, 초를 실시간으로 표시하는 디지털 시계를 만드는 방법을 살펴보겠습니다. time 모듈을 사용하여 시간을 시, 분, 초 형식으로 표시하는 strftime 메서드를 가져옵니다. 이러한 값을 담을 캔버스를 만듭니다. 200밀리초마다 strftime 값을 새로 고칩니다. 이를 달성하기 위해 재귀 함수를 정의합니다. 예시 import time from tkinter import * canvas = Tk(

pandas의 Dataframe은 다양한 옵션을 사용하여 생성할 수 있습니다. 옵션 중 하나는 사전을 가져 와서 데이터 프레임으로 변환하는 것입니다. 이 기사에서는 길이가 같은 세 개의 목록을 가져와서 파이썬 사전을 사용하여 pandas 데이터 프레임으로 변환하는 방법을 볼 것입니다. 목록 및 사전 사용 이 접근 방식에서는 목록을 개별적으로 선언했습니다. 그런 다음 각각은 사전 정의 내에서 적절한 키에 대한 값으로 사용됩니다. 마지막으로 pd.Dataframe이라는 pandas 메소드가 사전에 적용됩니다. 예 import pand

Python의 광범위한 라이브러리 가용성으로 인해 매우 널리 사용되는 데이터 처리 도구인 Microsoft Excel과 상호 작용할 수 있습니다. 이 기사에서는 xlsxwriter라는 모듈을 사용하여 Excel 파일을 만들고 쓰는 방법을 살펴봅니다. 기존 엑셀 파일에 쓸 수 없습니다. 각 셀에 쓰기 엑셀 시트의 각 셀에 셀 이름을 적어서 쓸 수 있습니다. 아래 예에서는 통합 문서를 만든 다음 워크시트로 사용합니다. 마지막으로 write() 메서드를 사용하여 워크시트의 셀에 씁니다. 예 import xlsxwriter # Cret

Python용 라이브러리로서 Tkinter는 tkinter 캔버스에 버튼을 생성하는 다양한 방법을 제공합니다. 이 기사에서는 일반 tkinter 모듈로 tkinter 버튼을 만드는 방법과 테마 tkinter 모듈을 사용하지 않고 얻는 방법을 살펴보겠습니다. tkinter 사용 아래 프로그램에서 먼저 캔버스를 만든 다음 Button 메서드를 적용하여 버튼을 만듭니다. 전체 tkinter 모듈을 가져오기 때문에 우리가 만든 버튼에 테마가 적용됩니다. 예 # import everything from tkinter module from

Pandas는 파이썬 프로그램에서 데이터를 처리하기 위해 데이터 프레임을 생성합니다. 이 기사에서는 특정 조건에 따라 기존 데이터 프레임에 새 열을 추가하는 방법을 살펴보겠습니다. 주어진 데이터 프레임 아래는 추가 열을 추가할 주어진 pandas DataFrame입니다. 시험 날짜와 주제를 설명합니다. 예시 import pandas as pd # Lists for Exam subjects and Days Days = ['Mon', 'Tue', 'Wed','Thu', 

Pandas는 데이터 처리 및 데이터 분석을 위해 매우 널리 사용되는 Python 라이브러리입니다. 이 기사에서는 주어진 파이썬 사전과 목록에서 pandas 데이터 프레임을 만드는 방법을 볼 것입니다. 목록이 있는 사전에서 사전은 키 값 쌍입니다. 키와 목록이 값으로 포함된 파이썬 사전을 사용하면 주어진 사전에서 DataFrame 메서드를 직접 사용하여 팬더 데이터 프레임을 생성할 수 있습니다. 예시 import pandas as pd # Dictionary for Exam Schedule Exam_Schedule = { 

때때로 파이썬을 사용하여 행렬을 만들 때 결과 행렬에서 주어진 요소가 반복되는 횟수를 제어해야 할 수도 있습니다. 이 기사에서는 요소가 목록으로 제공될 때 필요한 수의 요소로 행렬을 만드는 방법을 볼 것입니다. zip 사용 행렬에 사용할 요소가 포함된 목록을 선언합니다. 그런 다음 행렬에서 요소의 발생 횟수를 저장할 또 다른 목록을 선언합니다. zip 함수를 사용하여 요소를 구성하는 for 루프를 포함하는 결과 행렬을 만들 수 있습니다. 예시 listA = ['m', 'n', 'p',&#

파이썬에서 두 개의 목록을 곱하는 것은 많은 데이터 분석 계산에서 필수적일 수 있습니다. 이 기사에서는 중첩 목록이라고도 하는 목록 목록의 요소를 다른 목록과 곱하는 방법을 살펴보겠습니다. 루프 사용 이 접근 방식에서 우리는 루프를 위한 견인을 설계합니다. 외부 루프는 목록의 요소 수를 추적하고 내부 루프는 중첩 목록 내부의 각 요소를 추적합니다. * 연산자를 사용하여 두 번째 목록의 요소를 중첩 목록의 각 요소와 곱합니다. 예시 listA = [[2, 11, 5], [3, 2, 8], [11, 9, 8]] multipliers

dir() 함수는 함수, 모듈, 문자열, 목록, 사전 등과 같은 모든 객체의 속성 및 메서드 목록을 반환합니다. 이 기사에서는 프로그램 및 다양한 요구 사항에 대해 dir()을 다양한 방식으로 사용하는 방법을 볼 것입니다. . dir()만 다른 모듈을 프로그램으로 가져오지 않고 dir() 값을 인쇄하면 파이썬 프로그램이 초기화될 때 사용할 수 있는 표준 라이브러리의 일부로 사용할 수 있는 메서드 및 속성 목록이 표시됩니다. 예 인쇄(dir()) 출력 위의 코드를 실행하면 다음과 같은 결과가 나옵니다. - [__annotation

때로는 중복 요소를 제거하여 주어진 목록을 수정해야 할 수도 있습니다. 이것은 파이썬 표준 라이브러리에서 사용 가능한 다양한 방법의 조합을 사용하여 달성할 수 있습니다. 세트 및 분할 사용 split 메소드는 중복 검사를 위해 요소를 분리하는 데 사용할 수 있으며 set 메소드는 분리된 목록 요소에서 고유한 요소를 저장하는 데 사용됩니다. 예 # initializing list listA = [ 'xy-xy', 'pq-qr', 'xp-xp-xp', 'dd-ee'] prin

Pandas는 파이썬에서 데이터 처리 및 분석에 광범위하게 사용되는 유명한 파이썬 라이브러리입니다. 이 기사에서는 데이터 프레임에서 행과 열을 모두 필터링하여 파이썬에서 선택적 데이터를 읽는 데 사용되는 .iloc 메소드를 사용하는 방법을 볼 것입니다. iloc 메소드는 원래 데이터 세트의 일부일 수도 있고 아닐 수도 있는 정수 기반 인덱스를 사용하여 데이터를 처리합니다. 첫 번째 행에는 인덱스 0이 할당되고 두 번째 행에는 인덱스 1이 할당되는 식입니다. 마찬가지로 첫 번째 열은 인덱스 0이고 두 번째 열은 인덱스 1입니다. 데

단어가 주어지고 가장 가까운 일치를 찾고 싶다고 가정합니다. 정확히 일치하지는 않지만 주어진 단어와 패턴이 유사한 다른 단어. 이를 위해 difflib라는 모듈을 사용하고 get_close_matches라는 메서드를 사용합니다. get_close_matches 이 방법은 모듈 difflib의 일부이며 우리가 지정한 가능한 패턴과 일치하도록 합니다. 다음은 구문입니다. difflib.get_close_matches(단어, 가능성, n, 컷오프)단어:일치를 찾아야 하는 단어입니다. 가능성:일치를 위해 비교할 패턴입니다. n:근접 일치

이 기사에서 우리는 k와 같은 정확한 차이를 갖는 숫자 쌍의 수를 계산하는 방법을 볼 것입니다. 주어진 숫자는 목록 형식이며 우리는 프로그램에 k 값을 제공합니다. for 루프 사용 이 접근 방식에서 우리는 두 개의 for 루프를 디자인합니다. 외부 for 루프는 주어진 목록의 각 요소 방문을 추적합니다. 내부 for 루프는 나머지 각 요소를 외부 루프의 요소와 계속 비교하고 필요한 차이와 일치하면 count 변수의 값을 늘립니다. 예 listA = [5, 3, 7, 2, 9] k = 2 count = 0 # Elements

여러 번 우리는 일부 데이터 처리를 위해 목록에 있는 요소를 계산해야 합니다. 그러나 중첩 목록의 경우가 있을 수 있으며 계산이 간단하지 않을 수 있습니다. 이 기사에서는 목록의 요소 수를 계산하는 이러한 복잡성을 처리하는 방법을 볼 것입니다. For 루프 사용 이 접근 방식에서는 두 개의 for 루프를 사용하여 목록의 중첩 구조를 살펴봅니다. 아래 프로그램에는 내부 요소의 내부 요소 수가 다른 중첩 목록이 있습니다. 또한 len() 함수를 적용하여 병합된 목록의 길이를 계산합니다. 예시 listA = [[2,9, 6], [5,

우리는 문자열을 받습니다. 필요한 작업은 문자열에서 하나의 문자를 꺼내고 문자열의 나머지 문자를 인쇄하는 것입니다. 그리고 이것은 문자열의 각 문자에 대해 그렇게 해야 합니다. 루프 및 범위 포함 이것은 먼저 문자열 선언과 같이 필요한 매개변수를 나열하고 시작 및 끝 위치에 대한 변수를 만들고 각 문자에 대한 임시 자리 표시자를 만드는 기본적인 프로그래밍 접근 방식입니다. 각 문자를 반복하고 나머지 문자의 문자열을 생성하는 함수를 만듭니다. 예시 list =[]def letterCombinations(s, t, start, end

숫자 목록에서 우리는 어떤 세 요소가 결합하여 특정 합계를 낼 수 있는지 알아내고자 합니다. 우리는 그것을 삼중주라고 부릅니다. 그리고 목록에는 그러한 삼중항이 많이 있을 수 있습니다. 예를 들어 합계 10은 1,6,3 및 1,5,4에서 생성될 수 있습니다. 이 기사에서는 주어진 숫자 목록에서 이러한 세 쌍을 모두 찾는 방법을 볼 것입니다. 범위 및 임시 변수 사용 이것은 임시 변수를 생성하는 전통적인 접근 방식입니다. 이 변수는 목록의 요소를 보유하고 합계가 필요한 값과 같은지 확인합니다. 그런 다음 이러한 변수를 최종 결과 집

파이썬을 사용하여 데이터를 조작하는 동안 여러 배열에서 공통적인 요소를 찾아야 하는 상황에 직면할 수 있습니다. 아래와 같이 배열을 딕셔너리로 ​​변환하면 가능합니다. 아래 예제에서는 배열을 가져오고 컬렉션 모듈에서 Counter 컨테이너를 적용합니다. 컨테이너에 있는 각 요소의 수를 유지합니다. 그런 다음 dict()를 적용하고 &연산자를 사용하여 배열 중에서 공통 요소만 식별하여 사전으로 변환합니다. 마지막으로 새로 생성된 사전의 항목을 반복하고 사전의 값을 추가하여 공통 값의 최종 결과를 얻습니다. 예 from collect

파이썬 사전은 중첩될 수 있습니다. 즉, 사전 내에 사전이 있습니다. 이 기사에서는 중첩된 사전이 있을 때 사전에서 중첩 수준을 계산하는 방법을 살펴봅니다. 문자열 변환 사용 이 접근 방식에서는 전체 사전을 문자열로 변환합니다. 그런 다음 사전이 중첩된 수준을 나타내는 왼쪽 { 수를 계산합니다. 예시 dictA = {1: 'Sun', 2: {3: {4:'Mon'}}} dictStr = str(dictA) cnt = 0 for i in dictStr :    if i == "{

numpy 라이브러리를 사용하여 데이터를 처리하는 동안 특정 범위의 특정 숫자를 필터링해야 할 수도 있습니다. 이것은 numpy에서 사용할 수 있는 몇 가지 내장 메서드를 사용하여 달성할 수 있습니다. 및 연산자 이 접근 방식에서 우리는 numpy 배열을 취하고 여기에 logical_and 함수를 적용합니다. numpy의 where 절은 and 조건을 적용하는 데에도 사용됩니다. 결과는 필요한 범위 조건을 충족하는 요소의 위치를 ​​​​나타내는 배열입니다. import numpy as np A = np.array([5, 9, 1

피비나치 급수는 많은 자연 현상을 설명하는 널리 알려진 수학적 급수입니다. 0과 1로 시작하여 다음 항을 얻기 위해 이전 항에 항을 계속 추가합니다. 이 기사에서는 파이썬에서 람다 함수를 사용하여 피보나치 수열의 주어진 수의 요소를 생성하는 방법을 볼 것입니다. 합계 및 지도 포함 map 함수를 사용하여 목록의 각 요소에 람다 함수를 적용합니다. 우리는 목록 분할 메커니즘을 설계하여 이전 두 용어의 합을 얻고 범위를 사용하여 생성할 용어 수를 계산합니다. 예시 def fibonacci(count):    list