question_id
int64 1.48k
42.8M
| jpn_intent
stringlengths 3
188
| snippet
stringlengths 2
232
|
---|---|---|
41,894,454 | パイthonでアルファノマトリックリスト"l"をカスタムに並べます | sorted(l, key=lambda x: x.replace('0', 'Z')) |
773,814 | グラフロガリথম軸を matplotlib で描く | ax.set_yscale('log') |
4,906,977 | Python でアクセス環境変数"ホーム" | os.environ['HOME'] |
4,906,977 | Python で環境変数"ホーム"の値を取得 | os.environ['HOME'] |
4,906,977 | 環境変数すべてを印刷する | print(os.environ) |
4,906,977 | 環境変数をすべて取得 | os.environ |
4,906,977 | Python で環境変数 'key_that_might_exist' の値を取得する | print(os.environ.get('KEY_THAT_MIGHT_EXIST')) |
4,906,977 | Python で,デフォルト値 'default_value' との環境変数 'key_that_might_exist' の値を取得する | print(os.getenv('KEY_THAT_MIGHT_EXIST', default_value)) |
4,906,977 | Pythonで環境変数"home"の値を"/home/username/"とデフォルト値で取得する | print(os.environ.get('HOME', '/home/username/')) |
12,739,911 | キー/値ペアとして"my_list"の各文字列を"="に分け,単語辞書を作成する | print(dict([s.split('=') for s in my_list])) |
9,706,041 | Pythonでリスト "a" で,11.5 に最も近い要素のインデックスを見つけ | min(enumerate(a), key=lambda x: abs(x[1] - 11.5)) |
14,299,978 | Python で,ファイル root で文字列 'text a' を含む要素 'a' を探す | e = root.xpath('.//a[contains(text(),"TEXT A")]') |
14,299,978 | HTML root で"a"タグを検索して Python で"a"文字から始まる | e = root.xpath('.//a[starts-with(text(),"TEXT A")]') |
14,299,978 | Python で,ファイル root で文字列 'text a' を含む要素を検索する | e = root.xpath('.//a[text()="TEXT A"]') |
12,768,504 | Python でリスト"b"の項目を含むリスト"c"を作成する. | c = [b[i] for i in index] |
23,566,515 | 2つの1次元 numpy 配列の点積分を | np.dot(a[:, (None)], b[(None), :]) |
23,566,515 | 2つの1次元マレイを numpy で倍にする | np.outer(a, b) |
5,788,891 | python shell で arg1 と arg2 を含むファイル './abc.py' を実行する | subprocess.call(['./abc.py', arg1, arg2]) |
40,682,209 | Pythonで" value"のコラムの" group"のデータの中央値に nan値を置き換える | df[['value']].fillna(df.groupby('group').transform('mean')) |
27,457,970 | Pythonで文字列の"s"の文字を"-"で分離する | re.sub('(.)(?=.)', '\\1-', s) |
27,457,970 | Python で str の文字の間にある"-' をコンカテネートする | re.sub('(?<=.)(?=.)', '-', str) |
18,079,029 | 変数 "a" が変数 "値" に等しい Python で,np の numpy 配列で x と y 軸のインデックスを取得します | i, j = np.where(a == value) |
4,131,123 | Pythonで文字列 's' で最も頻繁に現れる文字を印刷する | print(collections.Counter(s).most_common(1)[0]) |
12,211,944 | Python で,スレッド"dir"で,サブ文字列"par"を進める上で浮遊番号を検索 | float(re.findall('(?:^|_)' + par + '(\\d+\\.\\d*)', dir)[0]) |
12,211,944 | Python で,文字列 "a" で始まる場合は,文字列 "abcd" からすべてのマッチを取得します. | re.findall('[^a]', 'abcd') |
9,759,820 | 現在のモジュールで"adfix.py"モジュールから変数のリストを取得する. | print([item for item in dir(adfix) if not item.startswith('__')]) |
22,412,258 | Pythonでリストの"行"で各ツープルの最初の要素を | [x[0] for x in rows] |
22,412,258 | Python で, tuples のリストで,各 tuple の最初の要素のリストを 'res_list' に取得する | res_list = [x[0] for x in rows] |
23,887,881 | パンダのデータフレーム"x"で5回複製する | pd.concat([x] * 5, ignore_index=True) |
23,887,881 | 繰り返されるパンドデータフレームオブジェクト 'x' を '5' に倍にする | pd.concat([x] * 5) |
34,148,637 | Python で json 'ips_data' を"data_two"キーで整理する | sorted_list_of_keyvalues = sorted(list(ips_data.items()), key=item[1]['data_two']) |
21,104,592 | パイthon で json 'elevations' を パンダデータフレーム 'df' に読み取る | pd.read_json(elevations) |
4,265,988 | 配分を指定した 1 から 7 のランダムな数を生成する [0.1, 0.05, 0.05, 0.2, 0.4, 0.2] | numpy.random.choice(numpy.arange(1, 7), p=[0.1, 0.05, 0.05, 0.2, 0.4, 0.2]) |
15,741,759 | Python で,データフレーム "df" のコラム"値"の最大値に関連したデータ回帰行 | df.loc[df['Value'].idxmax()] |
11,303,238 | Python で,文字列 "42344343434" で繰り返しパターンを検索する | re.findall('^(.+?)((.+)\\3+)$', '42344343434')[0][:-1] |
11,760,095 | バイナリー文字列"\x00\x00\x80?\x00\x00\x00@\x00\x00@@\x00\x00\x80@"を numpy アレイに変換する | np.fromstring('\x00\x00\x80?\x00\x00\x00@\x00\x00@@\x00\x00\x80@', dtype='<f4') |
11,760,095 | バイナリー文字列をノムピマレイに変換する | np.fromstring('\x00\x00\x80?\x00\x00\x00@\x00\x00@@\x00\x00\x80@', dtype='>f4') |
902,408 | 文字列の"v1",v2",v3"を,Pythonで,sql文に"表値 (?, ?, ?) に挿入する"に挿入する | cursor.execute('INSERT INTO table VALUES (?, ?, ?)', (var1, var2, var3)) |
902,408 | Python で,変数 'var1', 'var2' と 'var3' を使って SQL 式を実行する | cursor.execute('INSERT INTO table VALUES (%s, %s, %s)', (var1, var2, var3)) |
902,408 | Python で SQL 式で変数をどのように使うか? | cursor.execute('INSERT INTO table VALUES (%s, %s, %s)', (var1, var2, var3)) |
29,370,211 | パンダは, Python で,データフレーム 'df' の列に"stats" の列を"",に分割する | df['stats'].str[1:-1].str.split(',', expand=True).astype(float) |
29,370,211 | Python で,データフレーム "df" の別列列に"stats" の列を""で分割する | df['stats'].str[1:-1].str.split(',').apply(pd.Series).astype(float) |
29,370,211 | 資料フレーム "df" の"states"列を一連の列に解き放す | df['stats'].apply(pd.Series) |
16,196,712 | シェルコマンド 'p' を subprocess.popen で呼び出すまで待って | p.wait() |
9,339,630 | 暗号文字列 "s" から utf-8 コード | s.encode('utf8') |
1,713,594 | Python で,データタイムオブジェクトに"01-jan-1995"文字列を解析する | datetime.datetime.strptime('01-Jan-1995', '%d-%b-%Y') |
123,198 | Python でファイルを 'src' から 'dst' にコピーする | copyfile(src, dst) |
123,198 | Python で,ファイル"/dir/file.ext"を"/new/dir/newname.ext"にコピーする | shutil.copy2('/dir/file.ext', '/new/dir/newname.ext') |
123,198 | Python で"/dir/file.ext"を"/new/dir"にコピーする | shutil.copy2('/dir/file.ext', '/new/dir') |
3,590,165 | 文字列フォーマットを使用して整数のリスト"list_of_ints"を印刷する | print(', '.join(str(x) for x in list_of_ints)) |
22,702,760 | Pythonで,データフレーム "df"では,列"a"と列"b"を列"c"に倍にする | df[['A', 'B']].multiply(df['C'], axis='index') |
21,669,374 | "a"の文字列を hex に変換する | hex(ord('a')) |
40,639,071 | リストの"l"で,Pythonで, | sum(j ** i for i, j in enumerate(l, 1)) |
4,241,757 | Pythonで文字列 's' から余分な白色のスペースとタブを削除する | """ """.join(s.split()) |
16,233,593 | Pythonで文字列 's' の kommaを空文字列 '' に置き換える | s = s.replace(',', '') |
10,020,591 | パイthonで"tamb"列の平均値を"放射線"列の値にまとめ,タイムシリーズインデックスに対して1時間"h"の解像度に"フレーム"データフレームを再試す | frame.resample('1H').agg({'radiation': np.sum, 'tamb': np.mean}) |
1,406,145 | Python Tkinter ルーツウィンドウをどうやって取り除けばいいの? | root.destroy() |
37,934,969 | パイthon で,辞書"nvalues"の要素から"df"というパンドデータフレームを作成する | df = pd.DataFrame.from_dict({k: v for k, v in list(nvalues.items()) if k != 'y3'}) |
13,279,399 | Pythonで,Flask get value of request variable 'first name' を入力する | first_name = request.args.get('firstname') |
13,279,399 | ファイターファイルは,Pythonで"ファーストネーム"というフォームデータを公開します | first_name = request.form.get('firstname') |
38,379,453 | Python でリストの"バケット"のすべての文字列の最初の5文字からなるサブ文字列のリストを取得 | [s[:5] for s in buckets] |
4,659,524 | 文字列の長さによってアルファベティ順に並べられるリスト"the_list" | the_list.sort(key=lambda item: (-len(item), item)) |
33,565,643 | Python で,データフレーム 'df' でフィールド 'trx_date' に等しいインデックスを設定する | df = df.set_index(['TRX_DATE']) |
20,222,485 | 10の範囲内の蓄積機によるリストの整合 | list(accumulate(list(range(10)))) |
14,524,322 | Pythonで"%y-%m-%d"の形式の日付文字列"2013-1-25"を異なる形式"%m/%d/%y"に変換する方法 | datetime.datetime.strptime('2013-1-25', '%Y-%m-%d').strftime('%m/%d/%y') |
14,524,322 | Python で,日付文字列"2013~25"を"%y-%m-%d"格式で異なる格式"%-m/%d/%y"に変換する | datetime.datetime.strptime('2013-1-25', '%Y-%m-%d').strftime('%-m/%d/%y') |
38,426,168 | Python で"前文字"で終わらない"df"のすべての列を含むデータフレーム"df2"を取得する | df2 = df.ix[:, (~df.columns.str.endswith('prefix'))] |
8,556,076 | Python で,リスト"my_list"の最後の10つの要素を含むリスト"new_list"を作成する | new_list = my_list[-10:] |
8,556,076 | Pythonでリストの最後の10要素を "my_list"から取得 | my_list[-10:] |
34,155,829 | matlab エンジン配列"x"を,ナプピー ndarray に変換する | np.array(x._data).reshape(x.size[::-1]).T |
42,747,987 | Python で,データフレーム "df" のレベル 0 に別列された最初の行を選択する | df.groupby(level=0, as_index=False).nth(0) |
27,516,849 | 単次元マレイに1つの軸に沿ってノンピマレイのコンカテネートシーケンスを"リスト"する | numpy.concatenate(LIST, axis=0) |
41,552,839 | 文字列"\\xc3\\x85あ"を utf-8 コードに変換して逃げる | """\\xc3\\x85あ""".encode('utf-8').decode('unicode_escape') |
41,552,839 | 字符串のエンコード"\\xc3\\x85あ"をバイトに | """\\xc3\\x85あ""".encode('utf-8') |
3,471,999 | Pythonで"a"と"b"の2つのリストの要素を交差する | [j for i in zip(a, b) for j in i] |
3,471,999 | "a"と"b"のリストを1つのリストに統合する | [j for i in zip(a, b) for j in i] |
8,282,553 | Pythonで列 "lst" の各文字列 "s" のすべての occurrence を削除する | print([s.replace('8', '') for s in lst]) |
14,737,222 | Pythonで"Hello"文字列を"",と分離した文字列に分割する | """,""".join('Hello') |
3,506,678 | django で,Python で,データベース"content.objects"からランダムな記録100を選択します | Content.objects.all().order_by('?')[:100] |
37,878,946 | Python で,アレイ"b"のインデックスによって指向されたアレイ"a"の要素を含むナプピーマレイを作成する | A[np.arange(A.shape[0])[:, (None)], B] |
39,353,758 | 軸軸データフレーム"df"で"upc"の値は列頭になり,saleid"の値はインデックスになる | df.pivot_table(index='saleid', columns='upc', aggfunc='size', fill_value=0) |
22,229,255 | Pythonで文字列"f233op"で小文字文字文字の0または複数の例を一致させる | re.findall('([a-z]*)', 'f233op') |
22,229,255 | Pythonで文字列"f233op"で小文字文字文字の0または複数の例を一致させる | re.findall('([a-z])*', 'f233op') |
34,410,358 | Python で"_for_"文字列を使用して"happy_hats_for_cats"を分割する | re.split('_for_', 'happy_hats_for_cats') |
34,410,358 | Python で"and","or"または"for"の文字列に基づいて"sad_pandas_and_happy_cats_for_people"を分割する | re.split('_(?:for|or|and)_', 'sad_pandas_and_happy_cats_for_people') |
34,410,358 | Pythonで"l"を複数文字"for"または"or"または"and"で分割する | [re.split('_(?:f?or|and)_', s) for s in l] |
13,480,031 | Python で,リスト "k" と "v" の個別値を持つ Zip キーは | [dict(zip(k, x)) for x in v] |
4,644,025 | リストを"lst"で順番を下げます | sorted(lst, reverse=True) |
19,156,472 | Pythonで"年","月"および"日"列に基づいて"order_array"を排列する | order_array.sort(order=['year', 'month', 'day']) |
19,156,472 | Pythonで,複数の列"年",月"および"日"に構造化された numpy array "df" を सॉर्टする. | df.sort(['year', 'month', 'day']) |
18,131,741 | リストの要素が順序で一致しているかどうかを確認する | return my_list == list(range(my_list[0], my_list[-1] + 1)) |
34,776,651 | パイthon で同じ "id" を含むパンドデータフレームのグループ列 | df.groupby('id').agg(lambda x: x.tolist()) |
4,267,019 | ユニコードとして"u'x\xc3\xbcy\xc3\x9f"をエンコードし,UTF-8でデコードする | 'X\xc3\xbcY\xc3\x9f'.encode('raw_unicode_escape').decode('utf-8') |
379,906 | 浮遊する"a"の解析文字列 | float(a) |
379,906 | 浮動または int に"s"の文字列を解析する | try:
return int(s)
except ValueError:
return float(s) |
610,883 | Python で,オブジェクト "a" がプロパティ "プロパティ" を持っているかどうかを確認する | if hasattr(a, 'property'):
pass |
610,883 | Python で,オブジェクト "a" がプロパティ "プロパティ" を持っているかどうかを確認する | if hasattr(a, 'property'):
pass |
610,883 | Python で,デフォルト値"デフォルト値"を持つオブジェクト"a"の属性"プロパティ"の値を取得する | getattr(a, 'property', 'default value') |
28,925,267 | Pythonで,numpy array 'a' の 8 番目の列をすべて削除します. | np.delete(a, list(range(0, a.shape[1], 8)), axis=1) |
748,491 | "ms"ミリ秒をデータタイムオブジェクトに変換する | datetime.datetime.fromtimestamp(ms / 1000.0) |