Category: လမ်းညွှန်

Pandas- nan တန်ဖိုးများဖြင့် ကော်လံများကို ဖယ်ရှားနည်း

NaN တန်ဖိုးများဖြင့် ပန်ဒါ DataFrame ကော်လံများမှ ကော်လံများကို ဖယ်ရှားရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်သည်- နည်းလမ်း 1- NaN တန်ဖိုးဖြင့် ကော်လံများကို ဖယ်ရှားပါ။ df = df. dropna (axis= 1 ) နည်းလမ်း 2- NaN တန်ဖိုးများအားလုံးဖြင့် ကော်လံများကို ဖယ်ရှားပါ။ df = df. dropna (axis= 1 ,how=' all ') နည်းလမ်း 3- NaN တန်ဖိုးများ...

0 နှင့် 1 ကြား numpy အခင်းအကျင်းရှိ တန်ဖိုးများကို ပုံမှန်ဖြစ်အောင် လုပ်နည်း

0 နှင့် 1 ကြား NumPy အခင်းအကျင်းတစ်ခု၏ တန်ဖိုးများကို ပုံမှန်ဖြစ်စေရန်၊ သင်သည် အောက်ပါနည်းလမ်းများထဲမှ တစ်ခုကို အသုံးပြုနိုင်သည်။ နည်းလမ်း 1- NumPy ကိုသုံးပါ။ import numpy as np x_norm = (x-np. min (x))/(np. max (x)-np. min (x)) နည်းလမ်း 2- Sklearn ကိုသုံးပါ။ from sklearn import preprocessing as pre x =...

-1 နှင့် 1 ကြား ဒေတာကို ပုံမှန်ဖြစ်အောင် လုပ်နည်း

-1 နှင့် 1 ကြားရှိ ဒေတာအတွဲတစ်ခုတွင် တန်ဖိုးများကို ပုံမှန်ဖြစ်အောင်၊ သင်သည် အောက်ပါဖော်မြူလာကို အသုံးပြုနိုင်သည်။ z i = 2 * ((x i – x min ) / (x max – x min )) – 1 ရွှေ- z i : ဒေတာအတွဲရှိ ith ပုံမှန်တန်ဖိုး x i : dataset...

Google sheets တွင် ရက်စွဲမှ တစ်နှစ်ကို ထုတ်ယူနည်း

Google Sheets ရှိ ရက်စွဲတစ်ခုမှ တစ်နှစ်ကို ထုတ်ယူရန် အောက်ပါဖော်မြူလာကို အသုံးပြုနိုင်သည်။ =YEAR( A1 ) ဤအထူးဖော်မြူလာသည် ဆဲလ် A1 ရှိ ရက်စွဲမှ တစ်နှစ်ကို ပြန်ပေးပါမည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။ ဥပမာ- Google Sheets တွင် ရက်စွဲမှ နှစ်ကို ထုတ်ယူပါ။ Google Sheets တွင် အောက်ပါရက်စွဲများစာရင်းရှိသည် ဆိုကြပါစို့။ ကျွန်ုပ်တို့သည် ဆဲလ် A2 ရှိ ရက်စွဲမှ တစ်နှစ်ကို...

Google sheets- ရက်စွဲနှစ်ခုအကြား ပျမ်းမျှကို တွက်ချက်ပါ။

သတ်မှတ်ထားသော ရက်စွဲနှစ်ခုကြားရှိ ဆဲလ်များအတွက်သာ Google Sheets အတွင်းရှိ ပျမ်းမျှအား တွက်ချက်ရန် အောက်ပါဖော်မြူလာကို အသုံးပြုနိုင်ပါသည်။ =AVERAGEIFS( B2:B11 , A2:A11 , " <=1/15/2022 ", A2:A11 , " >=1/5/2022 ") အပိုင်းအခြား A2:A11 ရှိ ရက်စွဲသည် 01/05/2022 နှင့် 01/15/2022 အကြား အပိုင်းအခြား B2:B11 ရှိ ဆဲလ်များ၏ ပျမ်းမျှတန်ဖိုးကို တွက်ချက်ပါသည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤဖော်မြူလာကို လက်တွေ့အသုံးချနည်းကို...

Seaborn boxplot မှ outliers များကိုမည်သို့ဖယ်ရှားနည်း

Seaborn တွင် boxplot တစ်ခုကို ဖန်တီးသောအခါ၊ သင်သည် ကွက်လပ်မှ outliers ကိုဖယ်ရှားရန် showfliers=False argument ကိုသုံးနိုင်သည်။ sns. boxplot (x=' variable ', y=' value ', data=df, showfliers= False ) သာလွန်အမှတ်အသားများ၏ အရွယ်အစားကို ပြောင်းလဲလိုပါက၊ fliersize အငြင်းအခုံကို အသုံးပြုနိုင်သည်။ sns. boxplot (x=' variable ', y=' value ', data=df, fliersize= 3...

Seaborn ရှိ x-axis ပေါ်ရှိ boxplot များကို မည်သို့မှာယူမည်နည်း။

Seaborn ရှိ x-axis တစ်လျှောက် boxplots အစီအစဥ်များကို ပြောင်းလဲရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- စိတ်ကြိုက်အမှာစာကို အသုံးပြု၍ အကွက်များကို စီရန် sns. boxplot (x=' group_var ', y=' values_var ', data=df, order=[' A ',' B ',' C ']) နည်းလမ်း 2- မက်ထရစ်ကို အသုံးပြု၍ အကွက်များကို စီရန် group_means=df. groupby ([' group_var...

Seaborn boxplot တွင် အရောင်များကို ထိန်းချုပ်နည်း

အဏ္ဏဝါဘောက်ကွက်များ၏ အရောင်များကို ထိန်းချုပ်ရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- တိကျသောအရောင်ကိုသုံးပါ။ sns. boxplot (x=' group_var ', y=' values_var ', data=df, color=' red ') နည်းလမ်း 2- တိကျသောအရောင်များစာရင်းကို အသုံးပြုပါ။ my_colors = {' group1 ': ' purple ', ' group2 ': ' pink ', ' group3 ':...

Seaborn တွင် ဖြန့်ဝေနည်းကို ပုံဆွဲနည်း- ဥပမာများဖြင့်

ပင်လယ်မွေး ဒေတာမြင်ယောင်မှုပြစာကြည့်တိုက်ကို အသုံးပြု၍ Python တွင် တန်ဖိုးများဖြန့်ချီရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်သည်- နည်းလမ်း 1- histogram ကို အသုံးပြု၍ ဖြန့်ဖြူးမှုကို ပုံဖော်ပါ။ sns. displot (data) နည်းလမ်း 2- သိပ်သည်းဆမျဉ်းကွေးကို အသုံးပြု၍ ဖြန့်ဖြူးမှုကို ပုံဖော်ပါ။ sns. displot (data, kind=' kde ') နည်းလမ်း 3- histogram နှင့် density မျဉ်းကွေးကို အသုံးပြု၍ ဖြန့်ဖြူးမှုကို ပုံဖော်ပါ။ sns. displot...

Seaborn plot တွင် ဇယားတစ်ခုထည့်နည်း (ဥပမာနှင့်အတူ)

အဏ္ဏဝါကွက်တစ်ခုသို့ ဇယားတစ်ခုထည့်ရန် အလွယ်ကူဆုံးနည်းလမ်းမှာ Matplotlib ၏ table() လုပ်ဆောင်ချက်ကို အသုံးပြုခြင်းဖြစ်သည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။ ဥပမာ- Seaborn ဇာတ်ကွက်တွင် ဇယားတစ်ခုထည့်နည်း ကျွန်ုပ်တို့တွင် မတူညီသောအသင်းများမှ ဘတ်စကတ်ဘောကစားသမားများအကြောင်း အချက်အလက်ပါရှိသော အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။ import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B',...