양의 정수 n이 있다고 가정하고 나선 순서로 n2개의 요소가 있는 정방 행렬을 생성해야 합니다. 따라서 n =5이면 행렬은 - 1 2 3 4 12 13 14 5 11 16 15 6 10 9 8 7 단계를 살펴보겠습니다 - (row1, col1) :=(0, 0) 및 (row2, col2) :=(n, n)을 설정하고 res라는 행렬 하나를 만든 다음 0으로 채우고 num :=1 숫자 <=n2, col1 ~ col2 범위에 있는 i의 경우, res[row1, i] =num, num을 1로 인케이스 n2이면 중단 행1

Unix 파일 시스템과 같은 파일에 대한 절대 경로가 있다고 가정하면 이를 단순화해야 합니다. 즉, 표준 경로로 변환해야 합니다. UNIX 스타일 파일 시스템에서 마침표 .는 현재 디렉터리를 나타냅니다. 그리고 이중 마침표 ..는 디렉토리를 한 단계 위로 이동합니다(상위 디렉토리). 표준 경로의 속성은 다음과 같습니다. 경로는 항상 슬래시로 시작해야 합니다. / 두 디렉토리 이름 사이에는 /가 하나만 있어야 합니다. 마지막 디렉토리 이름(존재하는 경우)은 후행 /로 끝나지 않아야 합니다. 표준 경로는 절대 경로를 나타내는 가장 짧

행렬이 있다고 가정해 보겠습니다. 해당 행렬에서 한 요소가 0이면 해당 행렬의 전체 행과 열을 0으로 만듭니다. 변환은 제자리에서 수행됩니다. 따라서 행렬이 -인 경우 1 0 1 1 1 1 1 1 1 그러면 출력은 -가 됩니다. 0 0 0 1 0 1 1 0 1 단계를 살펴보겠습니다 - n :=행 수, m :=열 수, 플래그 설정 :=false mat[0, 0] =0이면 플래그 설정 :=true set row :=false 및 col :=false 1~n 범위의 i에 대해 mat[i, 0] =0이면 col :=

숫자 집합이 있다고 가정합니다. 우리는 그 집합의 가능한 모든 부분집합을 생성해야 합니다. 이를 전원 세트라고도 합니다. 따라서 집합이 [1,2,3]과 같으면 거듭제곱 집합은 [[], [1], [2], [3], [1,2], [1,3], [2 ,3], [1,2,3]] 단계를 살펴보겠습니다 - 재귀적 접근 방식을 사용하여 이 문제를 해결할 것입니다. 따라서 재귀 메서드 이름이 solve()라고 하고 숫자(nums), 임시 집합(temp), res 및 index 집합을 사용하는 경우 solve() 함수는 아래와 같이 작동합니다 - i

2D 보드와 단어가 있다고 가정하면 해당 단어가 그리드에 있는지 여부를 찾아야 합니다. 단어는 순차적으로 인접한 셀의 문자로 만들 수 있으며 인접 셀은 가로 또는 세로로 인접한 셀입니다. 같은 문자 셀을 두 번 이상 사용해서는 안 됩니다. 따라서 행렬이 다음과 같은 경우 - A 나 C 이 S F C 성 A 디 이 F ABCCED라는 단어가 주어지면 대답은 true가 되고 SEE라는 단어는 true가 되지만 ABCB는 false가 됩니다. 단계를 살펴보겠습니다 - 재귀적 접근 방식을 사용하여 이 문제를 해결할 것입니다.

이진 트리의 inorder 및 preorder 순회 시퀀스가 ​​있다고 가정합니다. 이 시퀀스에서 트리를 생성해야 합니다. 따라서 preorder 및 inorder 시퀀스가 ​​[3,9,20,15,7] 및 [9,3,15,20,7]이면 트리는 -가 됩니다. 단계를 살펴보겠습니다 - 메서드가 preorder 및 inorder 목록과 함께 buildTree라고 가정합니다. root :=선주문에서 첫 번째 노드, 선주문에서 첫 번째 노드 삭제 root_index :=inorder 목록에서 root.val의 인덱스 left 또는 ro

이진 트리의 중위 및 후위 순회 시퀀스가 ​​있다고 가정합니다. 이 시퀀스에서 트리를 생성해야 합니다. 따라서 후위 및 중위 시퀀스가 ​​[9,15,7,20,3] 및 [9,3,15,20,7]이면 트리는 - 단계를 살펴보겠습니다 - 메서드가 preorder 및 inorder 목록과 함께 buildTree라고 가정합니다. root :=postorder의 마지막 노드, postorder의 첫 번째 노드 삭제 root_index :=inorder 목록에서 root.val의 인덱스 left 또는 root :=buildTree(root

X와 O가 포함된 2D 보드가 있다고 가정합니다. X로 둘러싸인 모든 영역을 캡처합니다. 해당 영역에서 모든 O를 X로 변경하여 영역을 캡처합니다. X X X X X 오 오 X X X 오 X X 오 X X 실행 후 출력은 X X X X X X X X X X X X X 오 X X 이 문제를 해결하기 위해 다음 단계를 따릅니다. − 보드가 없으면 빈 보드를 반환합니다. 범위 0에서 행 수 - 1 −의 i에 대해 board[i, 0] =O이면 make_one(board, i, 0) board

num이라는 정수 배열이 있다고 가정하고 가장 큰 곱을 갖는 배열(최소한 하나의 숫자를 포함) 내에서 연속적인 하위 배열을 찾아야 합니다. 따라서 배열이 [2,3,-2,4]이면 인접한 하위 배열 [2,3]에 최대 곱이 있으므로 출력은 6이 됩니다. 이 문제를 해결하기 위해 다음 단계를 따릅니다. − max_list :=크기 숫자 목록, 0으로 채우기 min_list :=크기 숫자 목록, 0으로 채우기 max_list[0] :=nums[0] 및 min_list[0] :=nums[0] 1에서 nums 길이까지의 i에 대해 max_l

인구 조사는 주어진 인구에 대한 정보를 체계적으로 기록하는 것입니다. 캡처된 데이터에는 인구 통계, 경제, 거주 세부 정보 등과 같은 다양한 범주의 정보가 포함됩니다. 이는 궁극적으로 정부가 현재 시나리오를 이해하고 미래를 계획하는 데 도움이 됩니다. 이 기사에서는 Python을 활용하여 인도 인구에 대한 인구 조사 데이터를 분석하는 방법을 살펴보겠습니다. 다양한 인구통계학적 및 경제적 측면을 살펴보겠습니다. 그런 다음 그래픽 방식으로 분석을 투영할 전하를 플롯합니다. kaggle에서 수집한 소스입니다. 이곳에 있습니다. 데이터 구

Python은 expat라는 내장 모듈을 통해 XML 데이터를 읽고 처리할 수 있습니다. 유효성을 검사하지 않는 XML 파서입니다. XML 파서 객체를 생성하고 객체의 속성을 다양한 핸들러 함수로 캡처합니다. 아래 예에서 다양한 핸들러 함수가 어떻게 XML 파일을 읽고 속성 값을 출력 데이터로 제공하는지 알 수 있습니다. 이렇게 생성된 데이터는 처리에 사용할 수 있습니다. 예시 import xml.parsers.expat# 첫 번째 elementdef를 캡처합니다. first_element(tag, attrs):print(first

사기는 실제로 많은 거래에서 발생합니다. 우리는 기계 학습 알고리즘을 적용하여 과거 데이터를 거짓말하고 거래가 사기 거래일 가능성을 예측할 수 있습니다. 이 예에서는 신용 카드 거래를 가져와 데이터를 분석하고 기능과 레이블을 만들고 마지막으로 ML 알고리즘 중 하나를 적용하여 거래의 성격을 사기인지 아닌지 판단합니다. 그런 다음 우리가 선택한 모델의 정확도, 정밀도 및 f-점수를 알아낼 것입니다. 데이터 준비 이 단계에서 우리는 소스 데이터를 읽고 그 안에 있는 변수를 연구하고 몇 가지 샘플 데이터를 살펴봅니다. 이렇게 하면 데이

모든 비즈니스는 고객의 충성도에 달려 있습니다. 고객의 반복적인 거래는 비즈니스 수익성의 초석 중 하나입니다. 따라서 고객이 회사를 떠나는 이유를 아는 것이 중요합니다. 이탈하는 고객을 고객 이탈이라고 합니다. 과거 동향을 살펴봄으로써 고객 이탈에 영향을 미치는 요인을 판단하고 특정 고객이 비즈니스를 떠날지 여부를 예측하는 방법을 판단할 수 있습니다. 이 기사에서는 ML 알고리즘을 사용하여 고객 이탈의 과거 추세를 연구한 다음 이탈 가능성이 있는 고객을 판단합니다. 데이터 준비 예를 들어 이 기사에서 Telecom 고객 이탈을 고

Excel은 가장 유명한 스프레드시트이며 거의 모든 컴퓨터 사용자는 스프레드시트를 통해 데이터를 관리하는 아이디어에 익숙합니다. 결국 일부 Python 프로그램은 Excel과 상호 작용해야 합니다. 많은 Python 라이브러리를 사용하여 Excel 파일을 만들고 읽고 쓸 수 있습니다. 아래에서 이와 같은 몇 가지 중요한 라이브러리의 예를 볼 것입니다. openpyxl 사용 이 라이브러리는 Excel 2010 xlsx/xlsm/xltx/xltm 파일을 읽고 쓸 수 있습니다. 아래 예에서는 Excel 워크시트를 만들고 해당 셀에 데이

통계는 ml와 AI를 배우는 기본입니다. Python은 이러한 기술을 위한 선택 언어이므로 통계 분석을 통합하는 Python 프로그램을 작성하는 방법을 살펴보겠습니다. 이 기사에서는 다양한 Python 모듈을 사용하여 그래프와 차트를 만드는 방법을 살펴봅니다. 이 다양한 차트는 데이터를 신속하게 분석하는 데 도움이 되며 그래픽으로 결과를 도출하는 데 도움이 됩니다. 데이터 준비 다양한 시드에 대한 데이터가 포함된 데이터 세트를 가져옵니다. 이 데이터 세트는 아래 프로그램에 표시된 링크의 kaggle에서 사용할 수 있습니다. 여기에

Python 프로그래밍 언어는 다른 컨텍스트에서 *와 **를 모두 사용합니다. 이 기사에서는 이 두 가지가 어떻게 사용되고 각각의 유용한 시나리오가 무엇인지 알아볼 것입니다. 중위 연산자로서 *가 중위 연산자로 사용되는 경우 기본적으로 숫자의 수학적 곱을 제공합니다. 아래 예에서 우리는 정수를 취합니다. 곱하고 결과를 얻을 수 있는 부동 소수점 및 복소수. 예시 # Integers x = 20 y = 10 z = x * y print(z,"\n") # Floats x1 = 2.5 y1 = 5.1 z1 = x1

날짜와 시간을 조작하는 것은 모든 프로그래밍 언어의 필수적인 부분입니다. Python에는 날짜 및 시간과 관련된 계산을 구현하기 위한 거의 모든 기능과 기능이 있는 datetime 모듈이 포함된 표준 라이브러리가 있습니다. 아래 예에서 날짜 시간의 다양한 측면이 구현되는 방법을 볼 수 있습니다. 현재 날짜 처리 datetime 모듈에는 datetime이라는 클래스가 있습니다. 이 클래스를 가져오고 해당 함수를 사용하여 datetime 개체를 만들 수 있습니다. 그런 다음 다양한 서식 기술을 적용하여 날짜 및 시간 값을 표시합니다.

때때로 숫자의 이진 표현을 다룰 때 숫자에 연속 1이 몇 개 있는지 알아내야 할 수도 있습니다. 이 기사에서는 이를 알아낼 수 있는 두 가지 방법을 보여줍니다. 분할 및 지도 사용 파이썬의 split 함수는 주어진 문자열을 여러 문자열로 분할하는 데 사용할 수 있습니다. 우리는 그것을 0으로 나누고 map 함수를 사용하여 생성된 분할 중에서 최대 길이를 찾습니다. 예시 data =11110000111110000011111010101010101011111111def Max_len_cons_1(data):print(연속되는 최대 개수

소수는 암호화와 같은 많은 전자 응용 프로그램에서 중심 역할을 합니다. 따라서 다양한 애플리케이션에서 파이썬 프로그램을 사용하여 소수를 확인하는 것은 필수입니다. 소수는 1과 자기 자신 외에 다른 약수를 갖지 않는 수입니다. 다음은 주어진 숫자가 소수인지 아닌지를 알아낼 수 있는 프로그램입니다. 접근 숫자가 소수인지 여부를 결정하기 위해 다음과 같은 접근 방식을 취합니다. 처음에 확인이 긍정적인지 아닌지. 양수만 소수가 될 수 있기 때문입니다. 2의 범위에 있는 모든 숫자를 주어진 숫자보다 1 작은 숫자로 나눕니다.

여러 개체의 순열은 업데이트가 다른 순서로 나타날 수 있는 방법을 나타냅니다. 그러나 때때로 우리는 동일한 일련의 주어진 객체에 두 개의 객체를 가질 수 있습니다. 이 경우 두 시퀀스가 ​​같아집니다. 이 문서에서는 주어진 개체 목록에서 고유한 시퀀스만 나타내는 방법을 볼 것입니다. 모듈 itertools에는 이를 달성하는 데 도움이 되는 순열이라는 메서드가 있습니다. 고유한 순열을 얻으려면 고유한 요소만 저장하는 set 메서드를 사용합니다. 그러나 그 전에 정렬된 방법을 사용하여 정렬된 순서로 요소를 가져옵니다. 아래 프로그램