Category: လမ်းညွှန်

NumPy array တစ်ခုမှ သီးခြားဒြပ်စင်များကို ဖယ်ရှားရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်သည်- နည်းလမ်း 1- သတ်မှတ်ထားသောတန်ဖိုးနှင့်ညီမျှသော ဒြပ်စင်များကို ဖယ်ရှားပါ။ #remove elements whose value is equal to 12 new_array = np. delete (original_array, np. where (original_array == 12)) နည်းလမ်း 2- စာရင်းရှိ အချို့သောတန်ဖိုးနှင့်ညီသော အစိတ်အပိုင်းများကို ဖယ်ရှားပါ။ #remove elements whose value is...

pandas DataFrame တွင် သတ်မှတ်ထားသော စာကြောင်းတစ်ခုနှင့် မစတင်သော အတန်းများကို ရွေးချယ်ရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- df[~df. my_column . str . startswith ((' this ', ' that '))] ဤအထူးဖော်မြူလာသည် my_column ဟုခေါ်သော ကော်လံတွင် ဤ စာကြောင်း သို့မဟုတ် ဤ စာကြောင်းဖြင့် မစတင်သည့် DataFrame ရှိ အတန်းအားလုံးကို ရွေးချယ်သည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤ...

သတ်မှတ်ထားသောစာကြောင်းဖြင့်မစသည့်ကော်လံများကိုရွေးချယ်ရန် R ရှိ dplyr ပက်ကေ့ခ်ျမှ အောက်ပါလုပ်ဆောင်ချက်များကို သင်အသုံးပြုနိုင်သည်- နည်းလမ်း 1- သတ်သတ်မှတ်မှတ်စာကြောင်းဖြင့် မစတင်သောကော်လံများကို ရွေးပါ။ df %>% select(-starts_with(" string1 ")) နည်းလမ်း 2- စာကြောင်းများစွာထဲမှ တစ်ခုနှင့် မစတင်သည့် ကော်လံများကို ရွေးပါ။ df %>% select(-starts_with(c(" string1 ", " string2 ", " string3 "))) အောက်ပါနမူနာများသည် R ရှိ အောက်ပါဒေတာဘောင်ဖြင့် ဤနည်းလမ်းတစ်ခုစီကို လက်တွေ့အသုံးပြုနည်းကို...

သတ်မှတ်ထားသောစာကြောင်းပါရှိသော ကော်လံများကို ရွေးချယ်ရန် R ရှိ dplyr ပက်ကေ့ခ်ျမှ အောက်ပါလုပ်ဆောင်ချက်များကို သင်အသုံးပြုနိုင်သည်- နည်းလမ်း 1- သတ်မှတ်ထားသော စာကြောင်းများပါရှိသော ကော်လံများကို ရွေးပါ။ df %>% select(matches(" string1 ")) နည်းလမ်း 2- စာကြောင်းများစွာထဲမှ တစ်ခုပါရှိသော ကော်လံများကို ရွေးပါ။ df %>% select(matches(" string1|string2|string3 ")) အောက်ပါနမူနာများသည် R ရှိ အောက်ပါဒေတာဘောင်ဖြင့် ဤနည်းလမ်းတစ်ခုစီကို လက်တွေ့အသုံးပြုနည်းကို ပြသသည်- #create data frame...

စာရင်းအင်းနှင့်ပတ်သက်လာလျှင် ကျောင်းသားများ မကြာခဏမေးလေ့ရှိသောမေးခွန်းမှာ- အုပ်စုတစ်ခုစီ၏နမူနာအရွယ်အစားများသည် မညီသောအခါတွင် t-test ပြုလုပ်ရန် ဖြစ်နိုင်ပါသလား။ အတိုကောက် အဖြေ- ဟုတ်ကဲ့၊ နမူနာအရွယ်အစားတွေ မညီတဲ့အခါ t-test ကို သင်လုပ်ဆောင်နိုင်ပါတယ်။ တူညီသောနမူနာအရွယ်အစားများသည် t-test တွင်ပြုလုပ်ထားသော ယူဆချက်တစ်ခုမဟုတ် ပါ။ နမူနာနှစ်ခုတွင် တူညီသောကွဲလွဲမှုများမရှိသောအခါ တကယ့်ပြဿနာများ သည် t-test တွင်ပြုလုပ်ထားသော ယူဆချက်တစ်ခုဖြစ်သည်။ ထိုသို့ဖြစ်ပေါ်သောအခါ၊ တူညီသောကွဲလွဲမှုများကိုမယူဆနိုင်သော Welch’s t-test ကို အသုံးပြုရန် အကြံပြုထားသည်။ အောက်ပါနမူနာများသည် ကွဲပြားမှုများ တူညီပြီး ၎င်းတို့မဟုတ်သည့်အချိန်တွင် မညီမျှသောနမူနာအရွယ်အစားများဖြင့် T...

လူဦးရေဆိုသည်မှာ သတ်မှတ်ထားသောတန်ဖိုးနှင့် ညီမျှခြင်းရှိ၊ မရှိ ဆုံးဖြတ်ရန် နမူနာတစ်ခု t-test ကို အသုံးပြုသည်။ နမူနာတစ်ခုတည်း t-test ကိုလုပ်ဆောင်ရန် R တွင် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- t. test (data, mu= 10 ) အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- R တွင် T စမ်းသပ်မှုနမူနာ ရုက္ခဗေဒပညာရှင်တစ်ဦးသည် အပင်မျိုးစိတ်များ၏ ပျမ်းမျှအမြင့်သည် 15...

နမူနာနှစ်ခု t-test ကို လူဦးရေ နှစ်ခု၏ အဓိပ္ပါယ်သည် ညီမျှခြင်း ရှိ၊ မရှိ စမ်းသပ်ရန် အသုံးပြုပါသည်။ R တွင် နမူနာနှစ်ခု t-test ကိုလုပ်ဆောင်ရန် အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ t. test (group1, group2, var. equal = TRUE ) မှတ်ချက် – var.equal=TRUE ကို သတ်မှတ်ခြင်းဖြင့်၊ နမူနာနှစ်ခုကြားတွင် ကွဲလွဲမှုများ တူညီသည်ဟု ယူဆရန် R ကို ပြောနေပါသည်။ အကယ်၍ သင်သည် ဤယူဆချက်ကို...

Pandas DataFrame တွင် သီးခြားစာကြောင်းများပါရှိသော ကော်လံများကို ရွေးချယ်ရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- သတ်မှတ်ထားသော စာကြောင်းများပါရှိသော ကော်လံများကို ရွေးပါ။ df. filter (regex=' string1 ') နည်းလမ်း 2- စာကြောင်းများစွာထဲမှ တစ်ခုပါရှိသော ကော်လံများကို ရွေးပါ။ df. filter (regex=' string1|string2|string3 ') အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါပန်ဒါ DataFrame ဖြင့် ဤနည်းလမ်းတစ်ခုစီကို လက်တွေ့အသုံးပြုနည်းကို ပြသသည်- import pandas as pd...

Pandas DataFrame တစ်ခုရှိ ကော်လံများစွာတွင် ကော်လံအများအပြားရှိ အမြင့်ဆုံးတန်ဖိုးကို ရှာဖွေရန် အောက်ပါနည်းလမ်းများကို အသုံးပြုနိုင်သည်။ နည်းလမ်း 1- ကော်လံအများအပြားတွင် အများဆုံးတန်ဖိုးကို ရှာပါ။ df[[' col1 ', ' col2 ', ' col3 ']]. max (axis= 1 ) နည်းလမ်း 2- ကော်လံအများအပြားတွင် အများဆုံးတန်ဖိုးပါရှိသော ကော်လံအသစ်ကို ထည့်ပါ။ df[' new_col '] = df[[' col1 ', '...

ဒေတာဘောင်တစ်ခုရှိ ကော်လံအများအပြားကို အမည်ပြောင်းရန် R ရှိ dplyr ပက်ကေ့ခ်ျမှ အောက်ပါလုပ်ဆောင်ချက်များကို သင်အသုံးပြုနိုင်သည်- နည်းလမ်း 1- အမည်ပြောင်း() ကိုသုံးပါ df %>% rename(new1 = old1, new2 = old2) နည်းလမ်း 2- rename_with() ကိုသုံးပါ new <- c(' new1 ', ' new2 ') old <- c(' old1 ', ' old2 ')...