Category: လမ်းညွှန်

NumPy အခင်းအကျင်းတစ်ခုတွင် NaN နှင့်ညီသောဒြပ်စင်အရေအတွက်ကိုရေတွက်ရန် အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ import numpy as np n.p. count_nonzero (np. isnan (my_array)) ဤဥပမာသည် my_array ဟုခေါ်သော NumPy အခင်းအကျင်းရှိ NaN နှင့်ညီသော ဒြပ်စင်အရေအတွက်ကို ပြန်ပေးလိမ့်မည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- NumPy အခင်းအကျင်းတွင် NaN နှင့်ညီသော ဒြပ်စင်အရေအတွက်ကို ရေတွက်ပါ။ NumPy အခင်းအကျင်းတွင် NaN...

NumPy array တစ်ခုရှိ သတ်မှတ်ထားသောတန်ဖိုးထက်ကြီးသော ဒြပ်စင်အရေအတွက်ကို ရေတွက်ရန် အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။ import numpy as np vals_greater_10 = (data > 10 ). sum () ဤဥပမာသည် ဒေတာ ဟုခေါ်သော NumPy အခင်းအကျင်းတွင် 10 ထက်ကြီးသော ဒြပ်စင်အရေအတွက်ကို ပြန်ပေးလိမ့်မည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- NumPy အခင်းအကျင်းရှိ တန်ဖိုးထက်ကြီးသော ဒြပ်စင်အရေအတွက်ကို...

သတ်မှတ်ထားသော ကော်လံတစ်ခုတွင် မကြာခဏ အများဆုံးတန်ဖိုး 10 ခုသာပါဝင်သည့် ပန်ဒါများတွင် ဘားဇယားတစ်ခုဖန်တီးရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်- import pandas as pd import matplotlib. pyplot as plt #find values with top 10 occurrences in 'my_column' top_10 = (df[' my_column ']. value_counts ()). iloc [:10] #create bar chart...

နံပါတ်များအစား ရာခိုင်နှုန်းတန်ဖိုးများကိုပြသသည့် crosstab ကိုဖန်တီးရန် pandas crosstab() လုပ်ဆောင်ချက်တွင် ပုံမှန် အငြင်းပွားမှုကို သင်အသုံးပြုနိုင်သည်- p.d. crosstab (df. col1 , df. col2 , normalize=' index ') normalize argument သည် မတူညီသော အကြောင်းပြချက်သုံးခုကို လက်ခံသည်- all : တန်ဖိုးအားလုံးနှင့် ဆက်စပ်သော ရာခိုင်နှုန်းကို ပြပါ။ အညွှန်း – စုစုပေါင်းအတန်းတန်ဖိုးများအဖြစ် ရာခိုင်နှုန်းကိုပြပါ။ ကော်လံများ : ကော်လံတန်ဖိုး စုစုပေါင်း၏...

တိကျသောမက်ထရစ်ကို အသုံးပြု၍ တန်ဖိုးများကို ပေါင်းစည်းသည့် crosstab တစ်ခုကို ဖန်တီးရန် pandas crosstab() လုပ်ဆောင်ချက်တွင် aggfunc အငြင်းအခုံကို အသုံးပြုနိုင်သည်။ p.d. crosstab (index=df. col1 , columns=df. col2 , values=df. col3 , aggfunc=' count ') aggfunc ၏ မူရင်းတန်ဖိုးသည် “ ရေတွက်ခြင်း” ဖြစ်သော်လည်း၊ ပျမ်းမျှ၊ အလယ်အလတ်၊ ပေါင်းလဒ်၊ အနည်းဆုံး၊ အများဆုံး၊ စသည်တို့ကဲ့သို့ အခြားသော ပေါင်းစပ်နည်းလမ်းများကို...

Pandas crosstab တွင် အရေအတွက်များကို မြင်သာစေရန် bar chart တစ်ခုဖန်တီးရန် အောက်ပါနည်းလမ်းများကို အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- Clustered Bar Plot တစ်ခုကို ဖန်တီးပါ။ import matplotlib. pyplot as plt my_crosstab. plot (kind=' bar ') နည်းလမ်း 2- Stacked Bar Plot တစ်ခုကို ဖန်တီးပါ။ import matplotlib. pyplot as plt my_crosstab. plot...

Pandas crosstab တွင် အတန်းများ သို့မဟုတ် ကော်လံများကို စီရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။ နည်းလမ်း 1- အတန်းတန်ဖိုးများအလိုက် crosstab ကို စီပါ။ p.d. crosstab (df. col1 , df. col2 ). sort_index (axis= 0 , ascending= False ) နည်းလမ်း 2- ကော်လံတန်ဖိုးများအလိုက် crosstab ကို စီပါ။ p.d. crosstab (df. col1 ,...

ပန်ဒါများတွင် query() လုပ်ဆောင်ချက်ကို အသုံးပြုပြီး ပြောင်းလဲနိုင်သော အမည်တစ်ခုကို ကိုးကားရန် အောက်ပါ syntax ကို သင်အသုံးပြုနိုင်သည်- df. query (' team == @team_name ') ဤအထူးစုံစမ်းမေးမြန်းချက်သည် အဖွဲ့ ကော်လံသည် team_name ဟုခေါ်သော ကိန်းရှင်တွင် သိမ်းဆည်းထားသော တန်ဖိုးနှင့်ညီမျှသည့် pandas DataFrame တွင် အတန်းများကို ရှာဖွေသည်။ အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။ ဥပမာ- Pandas...

မကြာခဏဆိုသလို သင်သည် ပန်ဒါ ရှိ query() method တွင် isin() လုပ်ဆောင်ချက်ကို DataFrame အတွင်းရှိ အတန်းများကို စစ်ထုတ်ရန်အတွက် စာရင်းတစ်ခုတွင် တန်ဖိုးတစ်ခုပါရှိသော ကော်လံတစ်ခုတွင် အသုံးပြုလိုပေမည်။ ၎င်းကိုလုပ်ဆောင်ရန် အောက်ပါ syntax ကို သင်အသုံးပြုနိုင်သည်- df. query (' team in ["A", "B", "D"] ') ဤအထူးစုံစမ်းမေးမြန်းချက်သည် အဖွဲ့ ကော်လံ A၊ B သို့မဟုတ် D နှင့် ညီမျှသည့် pandas...

ကော်လံနှစ်ခုဖြင့် အုပ်စုဖွဲ့ကာ အခြားကော်လံတစ်ခုကို စုစည်းရန်အတွက် ပန်ဒါရှိ groupby() လုပ်ဆောင်ချက်ဖြင့် အောက်ပါအခြေခံအထားအသိုကို သင်အသုံးပြုနိုင်သည်- df. groupby ([' var1 ',' var2 '])[' var3 ']. mean () ဤဥပမာသည် DataFrame ကို ကော်လံ var1 နှင့် var2 ဖြင့် အုပ်စုဖွဲ့ပြီး ကော်လံ var3 ၏ ပျမ်းမျှအား တွက်ချက်သည်။ အောက်ပါနမူနာများသည် ကော်လံနှစ်ခုတွင် အုပ်စုဖွဲ့နည်းနှင့် အောက်ပါ pandas DataFrame ကို...