Category: လမ်းညွှန်

NumPy တွင် သုညဖြင့် NaN တန်ဖိုးများကို အစားထိုးရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- my_array[np. isnan (my_array)] = 0 ဤ syntax သည် matrices နှင့် array နှစ်ခုလုံးနှင့်အလုပ်လုပ်သည်။ အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။ ဥပမာ 1- NumPy ခင်းကျင်းတွင် သုညဖြင့် NaN တန်ဖိုးများကို အစားထိုးပါ။ အောက်ပါကုဒ်သည် NumPy ခင်းကျင်းတွင် သုညဖြင့် NaN တန်ဖိုးအားလုံးကို မည်သို့အစားထိုးရမည်ကို...

Python ကိုအသုံးပြုရာတွင် သင်ကြုံတွေ့ရလေ့ရှိသော အမှားတစ်ခုမှာ- TypeError: 'numpy.float64' object does not support item assignment float64 အမျိုးအစားပါရှိသော NumPy variable တစ်ခုသို့ တန်ဖိုးအသစ်တစ်ခုသတ်မှတ်ရန် စတုရန်းကွင်းခတ်များကို အသုံးပြုသောအခါတွင် ဤအမှားသည် များသောအားဖြင့် ဖြစ်ပေါ်တတ်သည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤအမှားကို လက်တွေ့ဖြေရှင်းနည်းကို ပြသထားသည်။ အမှားကို ဘယ်လိုပြန်ထုတ်မလဲ။ ကျွန်ုပ်တို့သည် တန်ဖိုး 15.22 ရှိသော NumPy variable တစ်ခုကို ဖန်တီးပြီး ၎င်းကို 13.7 ၏တန်ဖိုးအသစ်တစ်ခုပေးရန်...

R ပရိုဂရမ်းမင်းဘာသာစကားတွင်၊ ကျွန်ုပ်တို့သည် ရှိပြီးသား ကော်လံများမှ တွက်ချက်ထားသော ဒေတာဘောင်တစ်ခုသို့ ကော်လံအသစ်များကို အမြန်ထည့်ရန် dplyr အထုပ်မှ mutate() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပါသည်။ ဥပမာအားဖြင့်၊ အောက်ပါကုဒ်သည် R တွင် သတ်မှတ်ထားသော ကော်လံတစ်ခု၏ ပျမ်းမျှတန်ဖိုးကို တွက်ချက်နည်းကို ပြသပြီး ၎င်းတန်ဖိုးကို ဒေတာဘောင်တစ်ခုအတွင်း ကော်လံအသစ်တစ်ခုအဖြစ် ထည့်သည်- library (dplyr) #create data frame df <- data. frame (team=c('A', 'A', 'A', 'A', 'B',...

ပန်ဒါများတွင် အဘိဓာန်တစ်ခုဖြင့် ကော်လံများကို အမည်ပြောင်းရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- #define dictionary some_dict = {' old_col1 ': ' new_col1 ', ' old_col2 ': ' new_col2 ', ' old_col3 ': ' new_col3 '} #rename columns in DataFrame using dictionary df. rename (columns=some_dict, inplace= True...

ပန်ဒါရှိ groupby() လုပ်ဆောင်ချက်ရှိ ကော်လံများကို အမည်ပြောင်းရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- df. groupby (' group_col '). agg (sum_col1=(' col1 ', ' sum '), mean_col2=(' col2 ', ' mean '), max_col3=(' col3 ', ' max ')) ဤဥပမာသည် စုစည်းကော်လံသုံးခုကို တွက်ချက်ပြီး ၎င်းတို့အား sum_col1 ၊ Mean_col2 နှင့်...

matplotlib ကွက်ကွက်တစ်ခုတွင် ကိုယ်တိုင်ဒဏ္ဍာရီတစ်ခုဖန်တီးရန် matplotlib.lines နှင့် matplotlib.patches submodules များ၏ လုပ်ဆောင်ချက်များကို သင်အသုံးပြုနိုင်ပါသည်။ အောက်ပါဥပမာသည် ၎င်းကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။ ဥပမာ- Matplotlib တွင် ကိုယ်တိုင်ဒဏ္ဍာရီတစ်ခုကို ဖန်တီးပါ။ အောက်ပါကုဒ်သည် ပုံသေဒဏ္ဍာရီဖြင့် matplotlib တွင် scatterplot တစ်ခုကို ဖန်တီးနည်းကို ပြသသည်- import matplotlib. pyplot as plt #define data to plot x = [1, 2, 3,...

ပန်ဒါများကြား အုပ်စုတစ်ခုစီ၏ ပျမ်းမျှတန်ဖိုးကို တွက်ချက်ရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- ကော်လံတစ်ခုဖြင့် အုပ်စုဖွဲ့ထားသော ကော်လံတစ်ခု၏ ပျမ်းမျှအား တွက်ချက်ပါ။ df. groupby ([' group_col '])[' value_col ']. mean () နည်းလမ်း 2- ကော်လံတစ်ခုတည်းဖြင့် အုပ်စုဖွဲ့ထားသော ကော်လံအများအပြား၏ ပျမ်းမျှအား တွက်ချက်ပါ။ df. groupby ([' group_col '])[' value_col1 ', ' value_col2 ']. mean ()...

စာရင်းအင်း နယ်ပယ်သည် အချက်အလက်စုဆောင်းခြင်း၊ ခွဲခြမ်းစိတ်ဖြာခြင်း၊ အဓိပ္ပာယ်ဖွင့်ဆိုခြင်းနှင့် တင်ပြခြင်းနှင့် သက်ဆိုင်သည်။ သူနာပြုလုပ်ငန်းတွင် အောက်ပါအကြောင်းများကြောင့် စာရင်းဇယားများသည် အရေးကြီးပါသည်။ ကျိုးကြောင်းဆီလျော်မှု 1- စာရင်းအင်းများသည် သူနာပြုများအား ပျမ်းမျှ၊ အလယ်အလတ်၊ စံသွေဖည်မှု၊ အကွာအဝေးနှင့် ရာခိုင်နှုန်းများကဲ့သို့သော သရုပ်ဖော်ကိန်းဂဏန်းများကို မည်သို့အနက်ပြန်ဆိုရမည်ကို နားလည်နိုင်စေပါသည်။ ကျိုးကြောင်းဆီလျော်မှု 2- စာရင်းအင်းများသည် သူနာပြုများအား မကြာသေးမီက လက်တွေ့စမ်းသပ်မှုများ၏ ရလဒ်များကို အဓိပ္ပာယ်ဖွင့်ဆိုပုံနှင့် ထိုရလဒ်များကို လူနာများအား မည်သို့ဆက်သွယ်ရမည်ကို နားလည်စေပါသည်။ ကျိုးကြောင်းဆီလျော်မှု 3 : စာရင်းအင်းများသည် သူနာပြုများအား မတူညီသောအချိုးများကို...

ပန်ဒါရှိကွက်ကွက်တစ်ခုသို့ ဝင်ရိုးအညွှန်းများထည့်ရန် အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ df. plot (xlabel=' X-Axis Label ', ylabel=' Y-Axis Label ') အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- ပန်ဒါရှိ Plot တွင် Axis Labels ထည့်ပါ။ ကျွန်ုပ်တို့တွင် စတိုးဆိုင်သုံးရက်ဆက်တိုက်ရောင်းရငွေစုစုပေါင်းကိုပြသသည့်အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။ import pandas as pd #createDataFrame df = pd. DataFrame...

လေ့လာတွေ့ရှိချက်အသစ်များနှင့်ပတ်သက်၍ ခန့်မှန်းချက်များပြုလုပ်ရန် Python ရှိ statsmodels module ကိုအသုံးပြု၍ လိုက်လျောညီထွေရှိသော regression model ကိုအသုံးပြုရန် အောက်ပါအခြေခံ syntax ကိုသုံးနိုင်သည်။ model. predict (df_new) ဤ သီးခြား syntax သည် df_new ဟုခေါ်သော DataFrame အသစ်တစ်ခုစီ၏ အတန်းတစ်ခုစီအတွက် ကြိုတင်ခန့်မှန်းထားသော တုံ့ပြန်မှုတန်ဖိုးများကို တွက်ချက်ပေးမည်ဖြစ်ပြီး၊ မော်ဒယ် ဟုခေါ်သော ကိန်းဂဏန်းအချက်အလက်များအတွက် သင့်လျော်သော ဆုတ်ယုတ်မှုပုံစံကို အသုံးပြု၍ တွက်ချက်ပေးမည်ဖြစ်သည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို...