์ผ | ์ | ํ | ์ | ๋ชฉ | ๊ธ | ํ |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- ๋์ํ๋ณธ
- ๋ฐ์ดํฐ๋ถ์์ ๋ฌธ๊ฐ
- ADP
- numpy
- iloc
- LDA
- ๋ฐ์ดํฐ๋ถ์
- ๋ ๋ฆฝํ๋ณธ
- ๋ฐ์ดํฐ๋ถ์์ค์ ๋ฌธ๊ฐ
- ํ ์คํธ๋ถ์
- ์ธ๋์ํ๋ง
- ์๋ํด๋ผ์ฐ๋
- pandas
- opencv
- ์ฃผ์ฑ๋ถ๋ถ์
- ๋น ๋ฐ์ดํฐ
- ๊ตฐ์งํ
- ๋ฐ์ดํฐ๋ถ๊ท ํ
- DBSCAN
- ์ค๋ฒ์ํ๋ง
- ADsP
- Python
- PCA
- datascience
- ํฌ๋กค๋ง
- ํ์ด์ฌ
- t-test
- dataframe
- ๋น ๋ฐ์ดํฐ๋ถ์๊ธฐ์ฌ
- Lambda
Data Science LAB
[Python] ํ๋ก๊ทธ๋๋จธ์ค ์ฝ๋ฉํ ์คํธ ์ฐ์ต - level1(๋ก๋์ ์ต๊ณ ์์์ ์ต์ ์์) ๋ณธ๋ฌธ
[Python] ํ๋ก๊ทธ๋๋จธ์ค ์ฝ๋ฉํ ์คํธ ์ฐ์ต - level1(๋ก๋์ ์ต๊ณ ์์์ ์ต์ ์์)
ใ ใ ใ ใ 2022. 8. 26. 15:141. ๋ฌธ์
๋ฌธ์ ์์ฝ : 0 ์ธ ๋ก๋ ๋ฒํธ๋ ๋ชจ๋ฅด๋ ๋ฒํธ, ์น๋ฆฌ๋ฒํธ์ ์ผ์นํ๋ ์ต์ ๊ฐ์์ ์ต๋ ๊ฐ์๋ฅผ ๊ตฌํด์ ๋ฑ์๋ก ๋ณํํด์ผํจ
2. ์ ํ์ฌํญ
3. ๋ด ํ์ด
def solution(lottos, win_nums):
answer = []
unknown = lottos.count(0)
score = []
for i in lottos:
if i in win_nums:
score.append(i)
min_score = len(score)
max_score = unknown + min_score
answer = [max_score, min_score]
answer = list(map(lambda x: 7-x if x > 0 else 6, answer))
return answer
1. ๋ด๊ฐ ์ฐ ๋ณต๊ถ์ 0 ์ ๊ฐ์๋ฅผ ์ธ์ค -> ๋ชจ๋ฅด๋ ๋ฒํธ์ ๊ฐ์ ์นด์ดํธ
2. ์ด๊ธด ๋ฒํธ์ ๋์กฐํด ์ผ์นํ๋ ๊ฐ์ ์นด์ดํธ
3. ๋ง์ถ ๋ก๋ ๋ฒํธ์ ์ต์ ๊ฐ์ : ์ด๋ฏธ ์ผ์น๋ ๊ฐ์, / ์ต๋ ๊ฐ์ : ์ด๋ฏธ ์ผ์น๋ ๊ฐ์ + 0(์์ ์๋ ๋ฒํธ)์ ๊ฐ์ (๋ค ๋ง์๋ค๊ณ ๊ฐ์ )
4. lambda ํจ์ ์ด์ฉํด ์ ์ ๋ฐํ (7์์ ๋ง์ถ ๊ฐ์ ๋นผ์ฃผ๊ณ 0 ์ด๋ฉด 6์ผ๋ก ๋ฐํ)
4. ๋ค๋ฅธ ์ฌ๋ ํ์ด
def solution(lottos, win_nums):
rank=[6,6,5,4,3,2,1]
cnt_0 = lottos.count(0)
ans = 0
for x in win_nums:
if x in lottos:
ans += 1
return rank[cnt_0 + ans],rank[ans]
์ ๊ทผ ๋ฐฉ์์ ๋น์ทํ์ง๋ง rank๋ฅผ ๋ฆฌ์คํธ๋ก ๋ฐ์์ ๋ฑ์๋ฅผ ๋ฐํํ์๊ณ , ๋ฆฌ์คํธ๊ฐ ์๋ ์ซ์๋ฅผ 1์ฉ ๋ํ๋ ๊ฒ์ผ๋ก ์ง์ จ๋ค.
def solution(lottos, win_nums):
rank = {
0: 6,
1: 6,
2: 5,
3: 4,
4: 3,
5: 2,
6: 1
}
return [rank[len(set(lottos) & set(win_nums)) + lottos.count(0)], rank[len(set(lottos) & set(win_nums))]]
๋๋ฒ์งธ ํ์ด๋ rank๋ฅผ ๋์ ๋๋ฆฌ๋ก ๋ฐ์์ ๋ฐํํ๊ณ , ๊ต์งํฉ์ผ๋ก ๋ง์ถ ๋ฒํธ์ ๊ฐ์๋ฅผ ์นด์ดํธํ์ จ๋ค.
์ธ์์ ๋๋ํ์ฌ๋์ด ๋๋ฌด ๋ง์...๐