Ich möchte, dass für jede Zahl in einer Liste die Anzahl der unterschiedlichen Werte kleiner als diese ist, und ich muss das Ergebnis mit der Eingabe abgleichen (also erzeugen Duplikate doppelte Ausgaben). Mein aktueller Code aggregiert nach eindeutigen Schlüsseln und gibt einen Wert pro eindeutiger Zahl zurück:
def numbers(nums):
n = nums
# 1,2,3,4,5
counts = {}
newL = list()
newVal = 0
for j in range(len(n)):
if n[j] not in counts:
counts[n[j]] = 0
newL = list(counts.keys())
print(newL)
for i,k in counts.items():
cur = i
for m in newL:
if cur > m:
counts[cur] += 1
else:
pass
val = list(counts.values())
return val
l = [7,7,7,7,7,]
print(numbers(l))
Ich möchte, dass für jede Zahl in einer Liste die Anzahl der unterschiedlichen Werte kleiner als diese ist, und ich muss das Ergebnis mit der Eingabe abgleichen (also erzeugen Duplikate doppelte Ausgaben). Mein aktueller Code aggregiert nach eindeutigen Schlüsseln und gibt einen Wert pro eindeutiger Zahl zurück: [code] def numbers(nums): n = nums # 1,2,3,4,5 counts = {}
newL = list() newVal = 0 for j in range(len(n)): if n[j] not in counts: counts[n[j]] = 0 newL = list(counts.keys()) print(newL)
for i,k in counts.items(): cur = i for m in newL: if cur > m: counts[cur] += 1 else: pass
val = list(counts.values())
return val
l = [7,7,7,7,7,] print(numbers(l)) [/code] Was ich bekomme: [list] [*][code][8, 1, 2, 3][/code] -> [3, 0, 1, 2]
Ich versuche, einen Algorithmus mit der Schildkröte zu schreiben.
Die Schildkröte hüpft in einem Polygon und malt einen Teil der Kante, die sie berührt. Der Algorithmus sollte beendet werden, sobald...
garantiert der Standard, dass die Standardbibliothek STD :: Hash Spezialisierungen identische Hashes für Werte erzeugt, die gleich vergleichen, auch wenn sie unterschiedliche Typen sind? Würden...
Ich habe versucht, ein neuronales Netzwerk zu erstellen, das Bilder identifizieren kann. Wenn ich aber versuche, mein Modell anzupassen, erhalte ich den folgenden Fehler:
ValueError Traceback (most...
Ich versuche, den Spearman -Rang -Korrelationskoeffizienten zwischen zwei Ranglisten mit scipy.stats.spearmanr zu berechnen und manuell mit der Formel: