from typing import List, Union import numpy as np def calculate_matrix_mean(matrix: List[List[Union[int, float]]], mode: str) -> List[float]: np_matrix = np.array(matrix) if mode == 'row': averages = np.mean(np_matrix, axis=1).tolist() else: averages = np.mean(np_matrix, axis=0).tolist() return [...

from re import A from typing import List, Tuple, Union import numpy as np def reshape_matrix( a: List[List[Union[int, float]]], new_shape: Tuple[int, int] ) -> List[List[Union[int, float]]]: flattened = [num for row in a for num in row] r, c = new_shape # 检查元素总数是否匹配 if r * c != len(flattened): re...

def matrix_vector_dot_product(matrix, vector): if not matrix or not vector: return -1 # 检查矩阵每行的列数是否一致 cols = len(matrix[0]) for row in matrix: if len(row) != cols: return -1 # 检查向量是否是二维的（例如[[1,2,3]]的情况） if isinstance(vector[0], list): return -1 # 检查矩阵的列数是否等于向量的长度 if cols != len(vector): return -1 # ...

/** * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 * * * @param triangle int整型二维数组 * @return int整型 */ export function minTrace(triangle: number[][]): number { // write code here const n = triangle.length; // 初始化 dp 数组为最后一行的值 let dp = [...triangle[n - 1]]; // 从倒数第二行开始向上计算 for (let i = n - 2; i >= 0; i--) ...

import pandas as pd df = pd.read_csv("Nowcoder.csv", sep=",") df_grouped = df.groupby("Level").size() df_grouped = df_grouped[df_grouped > 5] print(df_grouped)

import pandas as pd df = pd.read_csv('nowcoder.csv', sep=',') df['date'] = pd.to_datetime(df['date']).dt.date df1 = df.copy() df1['date'] = df1['date'] + pd.Timedelta(days=1) total = pd.merge(df,df1,how='inner',on=['user_id','date']) m = total['user_id'].count() n = df['user_id'].count() # 计算次日留存率 p...

import pandas as pd df = pd. read_csv('Nowcoder.csv') print(df['Name'].apply(len))

import pandas as pd df = pd.read_csv('Nowcoder.csv') sub = df[df['Num_of_exercise'] > 10] ds = round(sub['Num_of_exercise']/sub['Number_of_submissions'],3) print(ds.max())

import pandas as pd df = pd.read_csv('Nowcoder.csv') sub_df = df[df['Level'] ==7] seven = sub_df['Achievement_value']/df['Achievement_value'].sum() print(seven)

import sys for line in sys.stdin: a = line.split() print(int(a[0]) + int(a[1]))

import sys print('Hello Nowcoder!')

import pandas as pd df = pd.read_csv('Nowcoder.csv') print('%.2f'%df['Num_of_exercise'].var()) print('%.2f'%df['Number_of_submissions'].std())

import pandas as pd df = pd.read_csv('Nowcoder.csv') nmax = df[df['Level'] == 7]['Achievement_value'].max() nmin = df[df['Level'] == 7]['Achievement_value'].min() diff_val = round(nmax - nmin,0) print(diff_val)