在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定两个字符串，我们需要获取给定字符串中不常见的单词。现在让我们在下面的实现中观察解决方案 -示例实时演示# 不常见的单词 def find(A, B):    # 计数    count = {}    # 插入 A    for word in A.split():       count[word] = count.get(word, 0) + 1    # 插入 B    for word in B.split():       count[word] = count.get(word, 0) + 1    # 返回答案    return [word ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个函数，我们需要显示函数中局部变量的数量。现在让我们在下面的实现中观察解决方案 -示例实时演示# 检查局部变量 def scope():    a = 25.5    b = 5    str_ = 'Tutorialspoint' # 主程序 print("可用局部变量的数量：", scope.__code__.co_nlocals)输出可用局部变量的数量： 3示例实时演示# 检查局部变量 def empty():    pass def scope():    a, b, c = 9, 23.4, True    str = 'Tutiorialspoint' # 主程序 print("局部变量的数量...", 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个整数 n，我们需要计算阶乘中尾随零的数量。现在让我们在下面的实现中观察解决方案 -示例实时演示# 尾随零 def find(n):    # 初始化计数    count = 0    # 更新计数    i = 5    while (n / i>= 1):       count += int(n / i)       i *= 5    return int(count) # 驱动程序 n = 79 print("尾随 0 的数量"+"在", n, ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个整数 n，我们需要计算数字二进制表示形式中 1 的数量现在让我们在下面的实现中观察解决方案 -# 天真的方法示例实时演示# 统计位数 def count(n):    count = 0    while (n):       count += n & 1       n >>= 1    return count # 主程序 n = 15 print("位数：", count(n))输出位数： 4# 递归方法示例实时演示# 递归方法 def count( ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个正整数 N，我们需要计算所有可能的不同二进制字符串，这些字符串的长度为 N，并且字符串中不存在连续的 1。现在让我们在下面的实现中观察解决方案 -示例实时演示# 统计字符串数量 def countStrings(n):    a=[0 for i in range(n)]    b=[0 for i in range(n)]    a[0] = b[0] = 1    for i in range(1, n):       a[i] = a[i-1] + b[i-1]       b[i] = ... 阅读更多

作为文本分析的一部分，我们经常需要统计单词并为它们分配权重，以便在各种算法中进行处理，因此在本文中，我们将了解如何在给定句子中查找每个单词的频率。我们可以通过以下三种方法来实现。使用 Counter我们可以使用 collections 模块中的 Counter() 获取单词的频率。在这里，我们首先应用 split() 从行中生成单词，然后应用 most_common()。示例实时演示from collections import Counter line_text = "Learn and practice and learn to practice" freq ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个列表，我们需要计算所需的逆序数并显示它。逆序数是通过计算将数组排序所需的步数来获得的。现在让我们在下面的实现中观察解决方案 -示例实时演示# 计数 def InvCount(arr, n):    inv_count = 0    for i in range(n):       for j in range(i + 1, n):          if (arr[i] > arr[j]):             inv_count += 1    return ... 阅读更多

OpenCV 平台为 Python 提供了一个 cv2 库。这可用于各种形状分析，这在计算机视觉中很有用。要使用 OpenCV 识别圆形的形状，我们可以使用 cv2.HoughCircles() 函数。它使用霍夫变换在灰度图像中查找圆形。常见方法使用 OpenCV 在图像中查找圆形的一些常见方法如下 - 使用霍夫变换的圆形检测 OpenCV ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个数字 X，它表示火柴棒金字塔的楼层，我们需要显示形成具有 x 层的火柴棒金字塔所需的火柴棒总数。现在让我们在下面的实现中观察解决方案 -示例实时演示# 函数 def numberOfSticks(x):    return (3 * x * (x + 1)) / 2 # main() n=21 a=numberOfSticks(n) print(int(a))输出693所有变量都在局部作用域中声明，并且它们在上面的图中可以看到它们的引用。结论在本文中，我们学习了... 阅读更多

为了进行图像分析，我们使用 Opencv（开源计算机视觉库）python 库。在安装 opencv 后必须导入的库名称是 cv2。在下面的示例中，我们在图像文件中找到存在的轮廓。轮廓帮助我们识别图像中存在的形状。轮廓定义为连接图像边界上所有具有相同强度的点的线。OPenCV 中的 findContours 函数帮助我们识别轮廓。类似地，drawContours 函数帮助我们绘制轮廓。以下是两者中的语法... 阅读更多