Category: လမ်းညွှန်

Matplotlib ပုံတစ်ပုံကို ဖိုင်တစ်ခုသို့ သိမ်းဆည်းရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- import matplotlib. pyplot as plt #save figure in various formats plt. savefig (' my_plot.png ') plt. savefig ( ' my_plot.jpg ') plt. savefig ( ' my_plot.pdf ') အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။ ဥပမာ 1-...

ပန်ဒါ DataFrame အတွက် ဖော်ပြချက် ကိန်းဂဏန်းများကို ဖန်တီးရန် describe() လုပ်ဆောင်ချက်ကို သင် အသုံးပြုနိုင်သည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်- df. describe () အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame နှင့် လက်တွေ့တွင် ဤ syntax ကိုမည်သို့အသုံးပြုရမည်ကို ပြသသည် ။ import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A',...

ဆုံးဖြတ်ချက်သစ် တစ်ခုသည် ကြိုတင်ခန့်မှန်းကိန်းရှင်များအစုအဝေးနှင့် တုံ့ပြန်မှုကိန်းရှင်သည် လိုင်းမဟုတ်သော ဆက်စပ်မှုရှိသောအခါ အသုံးပြုသည့် စက်သင်ယူမှုပုံစံတစ်မျိုးဖြစ်သည်။ ဆုံးဖြတ်ချက်သစ်ပင်နောက်ကွယ်ရှိ အခြေခံအယူအဆမှာ ဆုံးဖြတ်ချက်စည်းမျဉ်းများကိုအသုံးပြု၍ တုံ့ပြန်မှုကိန်းရှင်၏တန်ဖိုးကို ခန့်မှန်းပေးသည့် ခန့်မှန်းကိန်းရှင်ကိန်းရှင်အစုကို အသုံးပြု၍ “ သစ်ပင်” ကို တည်ဆောက်ရန်ဖြစ်သည်။ ဥပမာအားဖြင့်၊ ပရော်ဖက်ရှင်နယ်ဘေ့စ်ဘောကစားသမားများ၏ နှစ်စဉ်လစာကို ခန့်မှန်းရန် “ ကစားခဲ့သည့်နှစ်များ” နှင့် “ ပျမ်းမျှအိမ်ပြန်ပြေးမှုများ” ကို ခန့်မှန်းပေးသည့်ကိန်းရှင်များကို အသုံးပြုနိုင်သည်။ ဤဒေတာအတွဲကို အသုံးပြုခြင်းဖြင့်၊ ဤအရာသည် ဆုံးဖြတ်ချက်သစ်ပင်ပုံစံကဲ့သို့ ဖြစ်နိုင်သည်- ဤတွင် ကျွန်ုပ်တို့သည် ဤဆုံးဖြတ်ချက်ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုမည်နည်း။ 4.5...

R ရှိ ဒေတာဘောင်ရှိ အတန်းများကြားခြားနားချက်ကို တွက်ချက်ရန် diff() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်- #find difference between rows in every column of data frame diff( as.matrix (df)) #find difference between rows of specific column diff(df$column_name) အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။ ဥပမာ 1- ကော်လံတစ်ခုစီရှိ အတန်းများကြား ခြားနားချက်ကို ရှာပါ။ အောက်ပါကုဒ်သည် ဒေတာဘောင်တစ်ခု၏...

ပန်ဒါ DataFrame တွင် အချို့သောတန်ဖိုးများကို အစားထိုးရန် Where() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်- df. where (cond, other=nan) cond မှန်သည့် pandas DataFrame ရှိ တန်ဖိုးတစ်ခုစီအတွက်၊ မူရင်းတန်ဖိုးကို ဆက်လက်ထိန်းသိမ်းထားသည်။ cond သည် False ရှိသည့် တန်ဖိုးတစ်ခုစီအတွက်၊ မူရင်းတန်ဖိုးကို အခြား argument မှ သတ်မှတ်ထားသော တန်ဖိုးဖြင့် အစားထိုးသည်။ အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame နှင့်...

ပန်ဒါစီးရီးတစ်ခုအား ပန်ဒါဒေတာဘောင်သို့ ပြောင်းလဲရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- my_df = my_series. to_frame (name=' column_name ') အောက်ဖော်ပြပါ ဥပမာများသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ 1- စီးရီးတစ်ခုကို Pandas DataFrame သို့ ပြောင်းပါ။ ကျွန်ုပ်တို့တွင် အောက်ပါ ပန်ဒါစီးရီးရှိသည် ဆိုပါစို့။ import pandas as pd #create pandas Series my_series...

Join() နှင့် merge() လုပ်ဆောင်ချက်များကို ပန်ဒါ DataFrames နှစ်ခုကို ပေါင်းစပ်ရန်အတွက် အသုံးပြုနိုင်သည်။ ဤသည်မှာ လုပ်ဆောင်ချက်နှစ်ခု၏ အဓိက ကွာခြားချက်ဖြစ်သည်။ Join() လုပ်ဆောင်ချက်သည် အညွှန်းအားဖြင့် DataFrames နှစ်ခုကို ပေါင်းစပ်ထားသည်။ merge() လုပ်ဆောင်ချက်သည် သင်သတ်မှတ်သည့်ကော်လံအပေါ်အခြေခံ၍ DataFrames နှစ်ခုကို ပေါင်းစပ်ထားသည်။ ဤလုပ်ဆောင်ချက်များသည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်- #use join() to combine two DataFrames by index df1. join (df2) #use...

ပန်ဒါစီးရီးတစ်ခုရှိ ထူးခြားသောတန်ဖိုးများ၏ အကြိမ်ရေကိုရေတွက်ရန် value_counts() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်- my_series. value_counts () အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။ ဥပမာ 1- ထူးခြားသောတန်ဖိုးများ၏ ကြိမ်နှုန်းကိုရေတွက်ပါ။ အောက်ဖော်ပြပါ ကုဒ်သည် ပန်ဒါစီးရီးတစ်ခုတွင် ထူးခြားသောတန်ဖိုးများ ဖြစ်ပေါ်လာပုံကို ရေတွက်ပုံပြသည်- import pandas as pd #create pandas Series my_series = pd. Series ([3, 3, 3,...

ပန်ဒါ DataFrame ၏ပထမ n အတန်းကိုပြသရန် head() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်ပါသည်။ ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်- df. head () အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame နှင့် လက်တွေ့တွင် ဤ syntax ကိုမည်သို့အသုံးပြုရမည်ကို ပြသသည် ။ import pandas as pd #createDataFrame df = pd. DataFrame ({' points ': [25, 12, 15,...

R တွင် သင်ကြုံတွေ့နိုင်သော အမှားတစ်ခုမှာ- Error in x[1] = x[0]: replacement has length zero “ မရှိသောအလျား” ရှိသော အခြားတန်ဖိုးတစ်ခုနှင့် vector တစ်ခုရှိ တန်ဖိုးတစ်ခုကို အစားထိုးရန် ကြိုးပမ်းသောအခါ ဤအမှားသည် ဖြစ်ပေါ်လာပါသည်။ ဤသင်ခန်းစာတွင် ဤအမှားကို မည်သို့ပြင်ရမည်ကို တိတိကျကျ ရှင်းပြထားသည်။ အမှားကို ဘယ်လိုပြန်ထုတ်မလဲ။ R တွင်တန်ဖိုး 10 ဖြင့်အောက်ပါ vector ကိုဖန်တီးသည်ဆိုပါစို့။ data = c(1, 4,...