Category: လမ်းညွှန်

ကျပန်းနံပါတ်များဖြင့် NumPy matrix ကိုဖန်တီးရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- ကျပန်းကိန်းပြည့်များ၏ NumPy မက်ထရစ်ကို ဖန်တီးပါ။ n.p. random . randint (low, high, (rows, columns)) နည်းလမ်း 2- ကျပန်း Floats ၏ NumPy Matrix ကိုဖန်တီးပါ။ n.p. random . rand (rows, columns) အောက်ဖော်ပြပါ ဥပမာများသည် နည်းလမ်းတစ်ခုစီကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။ ဥပမာ 1-...

Python ရှိ array တစ်ခု၏ ပျမ်းမျှတန်ဖိုးကို တွက်ချက်ရန် np.mean() သို့မဟုတ် np.average() လုပ်ဆောင်ချက်များကို သင်အသုံးပြုနိုင်သည်။ ဤသည်မှာ လုပ်ဆောင်ချက်နှစ်ခုကြား သိမ်မွေ့သော ခြားနားချက်ဖြစ်သည်။ np.mean သည် ဂဏန်းသင်္ချာဆိုလိုအား အမြဲတွက်ချက်သည်။ np.average တွင် အလေးချိန် ပျမ်းမျှအား တွက်ချက်ရန် အသုံးပြုနိုင်သည့် ရွေးချယ်နိုင်သော အလေးချိန် ဘောင်တစ်ခု ရှိသည်။ အောက်ဖော်ပြပါ ဥပမာများသည် လုပ်ဆောင်ချက်တစ်ခုစီကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။ ဥပမာ 1- အလေးချိန်မပါဘဲ np.mean() နှင့် np.average() ကိုသုံးပါ။...

ပန်ဒါ DataFrames အများအပြားကို တစ်ပြိုင်နက် ထည့်သွင်းရန် အောက်ပါ အခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- import pandas as pd #append multiple DataFrames df_big = pd. concat ([df1,df2, df3], ignore_index= True ) ဤအထူးအစီအမံသည် df1 ၊ df2 နှင့် df3 တို့ကို df_big ဟုခေါ်သော ပန်ဒါဒေတာဘောင်တစ်ခုထဲသို့ ပေါင်းထည့်မည်ဖြစ်သည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax...

ပန်ဒါဘောင်တစ်ခု၏ ကော်လံတစ်ခုတွင် NaN တန်ဖိုးများကို ကော်လံ၏မုဒ်တန်ဖိုးဖြင့် အစားထိုးရန် အောက်ပါအထားအသိုကို သင်အသုံးပြုနိုင်သည်- df[' col1 '] = df[' col1 ']. fillna (df[' col1 ']. mode ()[0]) အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- Pandas ရှိ မုဒ်ဖြင့် ပျောက်ဆုံးနေသော တန်ဖိုးများကို အစားထိုးပါ။ ကျွန်ုပ်တို့တွင် ပျောက်ဆုံးနေသော တန်ဖိုးအနည်းငယ်ရှိသည့် အောက်ပါပန်ဒါ DataFrame...

Pandas DataFrame ကော်လံတစ်ခုတွင် NaN တန်ဖိုးများကို အခြားကော်လံတွင် တန်ဖိုးများဖြင့် အစားထိုးရန် အောက်ပါ syntax ကို သင်အသုံးပြုနိုင်သည်- df[' col1 '] = df[' col1 ']. fillna (df[' col2 ']) ဤအထူးအစီအမံသည် col1 တွင် NaN တန်ဖိုးများအားလုံးကို col2 တွင် သက်ဆိုင်ရာတန်ဖိုးများနှင့် အစားထိုးမည်ဖြစ်သည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ-...

ပန်ဒါ DataFrame အတွင်းရှိ ကော်လံနှစ်ခုရှိ ကော်လံနှစ်ခုတွင် ထူးခြားသောပေါင်းစပ်မှုအရေအတွက်ကို ရေတွက်ရန် အောက်ပါအထားအသိုကို အသုံးပြုနိုင်သည်။ df[[' col1 ', ' col2 ']]. value_counts (). reset_index (name=' count ') အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- Pandas ရှိ ကော်လံနှစ်ခု၏ ထူးခြားသောပေါင်းစပ်မှုများကို ရေတွက်ခြင်း။ ကျွန်ုပ်တို့တွင် အမျိုးမျိုးသော ဘတ်စကက်ဘောကစားသမားများ၏ အသင်း နှင့် အနေအထားကို...

စာရင်းဇယားများတွင်၊ လူဦးရေကန့်သတ်ချက် တစ်ခုနှင့်ပတ်သက်သော ယူဆချက်တစ်ခုကို စမ်းသပ်ရန်အတွက် သီအိုရီစစ်ဆေးမှုကို အသုံးပြုသည်။ သင်လုပ်ဆောင်နေသော ဒေတာအမျိုးအစားနှင့် သင်၏ခွဲခြမ်းစိတ်ဖြာမှုပန်းတိုင်အပေါ် မူတည်၍ သင်လုပ်ဆောင်နိုင်သော သီအိုရီစမ်းသပ်မှု အမျိုးအစားများစွာရှိသည်။ ဤကျူတိုရီရယ်တွင် Excel တွင် အောက်ပါယူဆချက်အမျိုးအစားများကို စမ်းသပ်နည်းကို ရှင်းပြထားသည်။ နမူနာ t စမ်းသပ်မှု နမူနာ T-test နှစ်ခု တွဲထားသော နမူနာများ t-test အချိုးအစား z စမ်းသပ်မှုတစ်ခု နှစ်အချိုး z စမ်းသပ်မှု သွားကြရအောင်! ဥပမာ 1- Excel တွင် t...

ကိန်းဂဏန်းစစ်ဆေးမှုများစွာသည် ဒေတာအတွဲတစ်ခုရှိ တန်ဖိုးများကို ပုံမှန်အတိုင်း ဖြန့်ဝေ သည်ဟု ယူဆသည်။ ဤယူဆချက်အား စမ်းသပ်ရန် အရိုးရှင်းဆုံးနည်းလမ်းတစ်ခုမှာ နမူနာဒေတာသည် ပုံမှန်ဖြန့်ဝေမှုတစ်ခုနှင့် ကိုက်ညီမှုရှိမရှိ ဆုံးဖြတ်ပေးသည့် ကောင်းမွန်သောစမ်းသပ်မှုဖြစ်သည့် Jarque-Bera စမ်းသပ်မှုကို လုပ်ဆောင်ခြင်းဖြစ်သည်။ ဤစမ်းသပ်မှုသည် အောက်ပါယူဆချက်များကို အသုံးပြုသည်- H 0 : ဒေတာကို ပုံမှန်အတိုင်း ဖြန့်ဝေသည်။ H A : ဒေတာကို ပုံမှန်ဖြန့်ဝေခြင်း မဟုတ်ပါ ။ JB စမ်းသပ်မှုစာရင်းအင်းကို အောက်ပါအတိုင်း သတ်မှတ်သည်။ JB =(n/6) *...

crosstab သည် categorical variable နှစ်ခုကြားရှိ ဆက်စပ်မှုကို အကျဉ်းချုပ်ဖော်ပြသော ဇယားတစ်ခုဖြစ်သည်။ အောက်ပါ အဆင့်ဆင့် ဥပမာသည် Google Sheets တွင် crosstab တစ်ခုကို ဖန်တီးနည်းကို ပြသထားသည်။ အဆင့် 1: ဒေတာကိုထည့်ပါ။ ပထမဦးစွာ၊ ဘတ်စကက်ဘောကစားသမားအမျိုးမျိုး၏အချက်အလက်ကိုပြသသည့် Google Sheets တွင် အောက်ပါဒေတာအတွဲကို ထည့်ကြပါစို့။ အဆင့် 2: crosstab ကိုဖန်တီးပါ။ ထို့နောက်၊ ထိပ်ဖဲကြိုးတစ်လျှောက်ရှိ Insert tab ကိုနှိပ်ပါ၊ ထို့နောက် drop-down menu မှ...

ပျမ်းမျှ သည် ဒေတာအစုတစ်ခုရှိ ပျမ်းမျှတန်ဖိုးကို ကိုယ်စားပြုသည်။ ၎င်းသည် ဒေတာအစုတစ်ခု၏ အလယ်ဗဟိုသည် မည်သည့်နေရာတွင်ရှိသည်ကို ကျွန်ုပ်တို့အား အကြံကောင်းပေးသည်။ စံသွေဖည်မှုသည် ဒေတာအစုတစ်ခုအတွင်း တန်ဖိုးများ ဖြန့်ဖြူးမှုကို ကိုယ်စားပြုသည်။ ဤအရာသည် ကျွန်ုပ်တို့အား ဆိုလိုရင်းတစ်ဝိုက်တွင် လေ့လာတွေ့ရှိချက်များ မည်မျှ နီးကပ်စွာ အစုလိုက်အပြုံလိုက် ရှိနေသည်ကို အကြံဥာဏ်ပေးသည်။ ဤတန်ဖိုးနှစ်ခုကို အသုံးပြုခြင်းဖြင့် ဒေတာအစုတစ်ခုအတွင်း တန်ဖိုးများ ဖြန့်ဖြူးခြင်းအကြောင်း များစွာနားလည်နိုင်ပါသည်။ Google Sheets ရှိ ဒေတာသတ်မှတ်မှု၏ ပျမ်းမျှအား တွက်ချက်ရန်၊ Range သည် တန်ဖိုးများ၏ အကွာအဝေးဖြစ်သည့်...