在本教程中，我们将编写一个程序来检查给定的数字是否为 Keith 数。如果数字 n 出现在使用其数字生成的序列中，则该数字称为 Keith 数。该序列的前 n 项为数字 n 的数字，其他项则通过递归计算前 n 项的总和来评估。让我们看看解决问题的步骤。初始化数字 n。初始化一个空向量 elements 来存储序列。计算数字并将每个数字添加到向量中。反转数字向量。初始化一个名为 next element 的变量为 0。编写一个循环…… 阅读更多

在本教程中，我们将编写一个程序来查找给定的数字是否为卡普雷卡数。取一个数字。找到该数字的平方。将数字分成两部分。如果两部分的和等于原始数字，则该数字称为卡普雷卡数。让我们看看解决问题的步骤。初始化 n。找到 n 的平方。找到 n 的平方中的位数并将其存储在一个变量中。将 n 的平方除以 10、100、1000 等，直到位数计数。检查总和是否…… 阅读更多

在本教程中，我们将编写一个程序来查找未排序数组中的第 k 个最小数字。让我们看看解决问题的步骤。初始化数组和 k。初始化一个空的有序集合。迭代数组并将每个元素插入到数组中。从 0 到 k - 1 迭代集合。返回该值。示例让我们看看代码。实时演示#include using namespace std; int findKthSmallestNumber(int arr[], int n, int k) { set set; for (int i = 0; i < n; i++) { set.insert(arr[i]); } auto it = set.begin(); for (int ... 阅读更多

要使用 matplotlib 在 Python 中绘制时间序列，我们可以采取以下步骤 - 使用 numpy 创建 x 和 y 点。使用 plot() 方法绘制创建的 x 和 y 点。要显示图形，请使用 show() 方法。示例import matplotlib.pyplot as plt import datetime import numpy as np plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True x = np.array([datetime.datetime(2021, 1, 1, i, 0) for i in range(24)]) y = np.random.randint(100, size=x.shape) plt.plot(x, y) plt.show()输出

要在 matplotlib 中的条形图上绘制 Pandas 数据框的多个列，我们可以采取以下步骤 - 创建不同键的字典，范围在 1 到 10 之间。使用 Pandas 数据框创建一个数据框。使用 plot() 方法（kind=”bar”）创建条形图。要显示图形，请使用 show() 方法。示例import pandas as pd from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True d = { 'y=1/x': [1 / i for i in range(1, 10)], 'y=x': [i for i in range(1, 10)], 'y=x^2': [i * i for i in range(1, 10)], 'y=x^3': [i ... 阅读更多

要隐藏刻度标签并保持刻度位置不变，我们可以采取以下步骤 - 使用 numpy 初始化 x1 和 x10 变量以获取 x 和 y 点。使用 plot() 方法绘制点 x 和 y。使用 xticks 方法获取或设置 X 轴的当前刻度位置和标签。不传递任何参数即可返回当前值而无需修改它们。因此，传递 range(x1, x10) 以获取刻度，但传递空列表以隐藏标签。要显示图形，请使用 show() 方法。示例import numpy as np from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] ... 阅读更多

要获取 matplotlib 中的图形列表，我们可以采取以下步骤 - 使用 figure() 方法创建新图形或激活现有图形。创建 x 个图形，即 x=3。要获取图形列表，请使用 plt.get_fignums() 方法。示例from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True plt.figure() plt.figure() plt.figure() print("已创建的图形数：", len(plt.get_fignums())) plt.show()输出已创建的图形数：3

要获取最近绘制线条的颜色，我们可以采取以下步骤 - 使用 numpy 创建 x 和 y 点。使用 x 和 y 绘制线条，颜色为红色，线宽为 2。要获取线条的颜色，请使用 get_color() 方法并打印它。要显示图形，请使用 show() 方法。示例import numpy as np from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True x = np.linspace(1, 10, 1000) y = np.linspace(10, 20, 1000) line, = plt.plot(x, y, c="red", lw=2) print("最近绘制线条的颜色：", line.get_color()) plt.show()输出最近绘制线条的颜色： ... 阅读更多

在本教程中，我们将编写一个程序来查找未排序数组中的第 k 个最小数字。让我们看看解决问题的步骤。初始化数组和 k。使用 sort 方法对数组进行排序。从索引为 k - 1 的数组中返回该值。示例让我们看看代码。实时演示#include using namespace std; int findKthSmallestNumber(int arr[], int n, int k) { sort(arr, arr + n); return arr[k - 1]; } int main() { int arr[] = { 45, 32, 22, 23, 12 }, n = 5, k = 3; cout

在本教程中，我们将编写一个程序来查找最小堆中的第 k 个最小元素。我们将使用优先队列来解决问题。让我们看看完成程序的步骤。使用正确的数值初始化最小堆。创建一个优先队列并插入最小堆的根节点。编写一个循环，迭代 k - 1 次。从队列中弹出最小元素。将上述节点的左节点和右节点添加到优先队列中。优先队列中最大的元素现在是第 k 个最大元素。返回它。示例让我们看看代码。实时演示#include using namespace std; struct Heap ... 阅读更多