在本教程中，我们将编写一个程序来查找两个有序数组合并后数组中的第 k 个元素。让我们看看解决这个问题的步骤。初始化两个有序数组。初始化一个大小为 m + n 的空数组。将两个数组合并到新数组中。从合并后的数组中返回第 k-1 个元素。示例让我们看看代码。 在线演示#include using namespace std; int findKthElement(int arr_one[], int arr_two[], int m, int n, int k) {    int sorted_arr[m + n];    int i = 0, j = 0, index = 0;    while (i < m && ... 阅读更多

在本教程中，我们将编写一个程序来查找数字 ab 从右边数起的第 k 位数字。这是一个简单的问题。让我们看看解决这个问题的步骤。初始化数字 a、b 和 k。使用 pow 方法查找 ab 的值。编写一个循环，直到 power 值小于零或计数器小于 k。从 power 值中获取最后一位数字。递增计数器。检查 k 和计数器是否相等。如果相等则返回数字，否则返回 -1。示例让我们看看代码。 在线演示#include using namespace std; int getTheDigit(int a, int b, int ... 阅读更多

要绘制平行坐标图，我们可以采取以下步骤：使用 Seaborn 加载 iris 数据集（需要网络）。将加载的数据传递到 parallel_coordinates() 方法，这将有助于平行绘图。要显示图形，请使用 show() 方法。示例import matplotlib.pyplot as plt from pandas.plotting import parallel_coordinates import seaborn as sns plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True data = sns.load_dataset('iris') parallel_coordinates(data, 'species', colormap=plt.get_cmap("Set2")) plt.show()输出

要隐藏调用 plot() 方法时的 matplotlib.lines.Line2D 实例，我们可以采取以下步骤：将 numpy 导入为 np。从 matplotlib 导入 pyplot 为 plt。为 x 创建点，即 np.linspace(1, 10, 1000)。现在使用 plot() 方法绘制线条。要隐藏实例，请使用 plt.plot(x);（带分号）或者，使用 _ = plt.plot(x)。示例In [1]: import numpy as np In [2]: from matplotlib import pyplot as plt In [3]: x = np.linspace(1, 10, 1000) In [4]: plt.plot(x) Out[4]: [] In [5]: plt.plot(x); In [6]: _ = plt.plot(x) In [7]:输出Out[4]: []

要使用 Seaborn factorplot 更改图形大小，我们可以采取以下步骤：使用 load_dataset() 方法加载练习数据。使用 factorplot() 方法，通过自定义大小和纵横比值来更改图形大小。要显示图形，请使用 show() 方法。示例import seaborn as sns from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True exercise = sns.load_dataset("exercise") sns.factorplot("kind", "pulse", "diet", exercise, kind="point", size=5, aspect=2) plt.show()输出

要将小型绘图嵌入子图，我们可以采取以下步骤：使用 subplots() 方法创建一个图形和一组子图 (fig, ax1)。在 ax1 上，绘制一条颜色为红色、线宽为 4、标签为“外部绘图”的线。使用 add_axes() 添加一个轴，即 ax2，具有 l、b、h 和 w 值。使用 plot() 方法绘制相同的点（步骤 2），颜色为绿色，线宽为 3，标签为“内部绘图”。使用 legend() 方法设置两个绘图的图例。要显示图形，请使用 show() 方法。示例from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True fig, ax1 = plt.subplots() ax1.plot([1, 4, ... 阅读更多

要设置 matplotlib 轴图例的字体大小，我们可以采取以下步骤：使用 numpy 创建 x 和 y 的点。使用 plot() 方法绘制 x 和 y，标签为 y=sin(x)。使用 title() 方法为绘图添加标题。要设置字体大小，我们可以通过值 20 覆盖 rcParams 图例字体大小。使用 legend() 方法，并将图例拟合到右上角位置。要显示图形，请使用 show() 方法。示例import numpy as np from matplotlib import pyplot as plt import matplotlib plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True x = np.linspace(1, 10, 50) y = np.sin(x) plt.plot(x, y, c="red", lw=7, label="y=sin(x)") ... 阅读更多

在本教程中，我们将编写一个程序来检查给定数字是否是 k-粗糙数或 k-锯齿数。最小素因子大于或等于给定 k 的数字称为 k-粗糙数或 k-锯齿数。让我们看看解决这个问题的步骤。初始化数字 n 和 k。查找 n 的所有素数因子并将它们存储在一个向量中。从向量中获取第一个元素并将其与 k 进行比较，以检查 n 是否是 k-粗糙数或 k-锯齿数。示例让我们看看代码。 在线演示#include using namespace ... 阅读更多

要显示原点，我们可以采取以下步骤：使用 numpy 创建点 x、y1 和 y2。使用 plot() 方法绘制正弦曲线和余弦曲线。绘制垂直线，即 x=0。绘制水平线，即 y=0。(步骤 3 和 4) 的交点可能是原点。要显示线条的标签，请使用 legend() 方法。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, 50) y1 = np.sin(x) y2 = np.cos(x) plt.plot(x, y1, c="orange", label="y=sin(x)") plt.plot(x, y2, c="green", label="y=cos(x)") plt.axvline(x=0, c="red", label="x=0") plt.axhline(y=0, c="yellow", ... 阅读更多

要根据 matplotlib 中的某个变量更改数据点的颜色，我们可以采取以下步骤：使用 numpy 创建 x、y 和 c 变量。使用 x、y 绘制散点图，颜色使用 c（步骤 1）。要显示图像，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, 20, 50) y = np.log(x) c = np.random.randint(x) plt.scatter(x, y, c=c) plt.show()输出