arrays

    0熱度

    2回答

    我是編程的新手,我已經在2個月前開始學習Java。 我已經被分配去做一個小程序,並且這個程序的一部分我必須從二維數組中獲得中位數。二維數組由3個科目和(N)個學生組成。我必須得到每個科目的中位數,但我無法真正理解我將如何對每個科目的數字進行排序。 任何幫助,提示或建議從我應該開始真的很感激。

    1熱度

    1回答

    我想找到幾個輸入值在相應的數組中匹配的索引。作爲示例,考慮一個時間序列,數據集包含多個數組:years,months,days和hours。數組的值按時間順序填充。由於數據集是在幾年的時間範圍內收集的,所以years數組將被排序,但其餘數組將不會被排序(因爲hours中的值將僅從每年每月每天0-24進行排序)。即使該數據集是在數年的時間範圍內收集的,數據集也不一定是連續的 - 意味着觀測值之間的天

    0熱度

    4回答

    我們如何從(我想提取的值id) [ {id:1, added: true, name: 'Book'}, -> I want to extract id value! {id:2, added: true, name: 'Desk'}, {id:5, added: true, name: 'Rock'}, {id:3, added: false, name:

    0熱度

    1回答

    我想從我的一個視圖控制器讀取一個字節數組到另一個,請在下面找到我的代碼。 從我的第一個視圖 class First: UIViewController { var myByteArray = [UInt8](repeating:0, count: 20) viewDidLoad(){ ......} 幾條語句後她在那裏我在一個函數讀我的數據 func passThis(){ le

    -2熱度

    2回答

    在數組中找到正確的密碼,我們將完成剩下的工作。我們無法透露更多信息,對不起。 第一個數組中的每個條目代表一個密碼 - 查找沒有奇數的密碼。 - 對於每個密碼,向我們顯示偶數位的數量。 - 如果它沒有奇數,告訴我們你已經找到了它,並增加了一個終端的數量。 var passcodes = [ [1, 4, 4, 1], [1, 2, 3, 1], [2, 6, 0, 8], [

    1熱度

    1回答

    我有一個函數來計算1d np.array的有限差分,我想外推到一個n-d數組。 功能是這樣的: def fpp_fourth_order_term(U): """Returns the second derivative of fourth order term without the interval multiplier.""" # U-slices fm2 =

    1熱度

    1回答

    我寫過一個類,它查看電子郵件的不同部分。一個功能是通過檢查文件名是否存在於其屬性數組中來確定每個部分是否爲文件。 我檢查的樣子: if (array_key_exists("filename",$body_part->d_parameters)) { // do stuff } ,但我一直因爲在案件中獲得我的日誌此錯誤的部分不是一個文件(標題,正文等)不存在所謂的「文件名數組鍵「。

    0熱度

    1回答

    這兩行代碼之間是否存在顯着差異? int[] array = new int[]{1,2,3} int[] array = {1,2,3} 如果我不得不猜測,相同的構造函數在第二個版本中隱式調用,使它們相同。 編輯: This question was explored previously here but with default values.我的問題考慮了非默認值的數組的初始化。

    3熱度

    3回答

    首先,我要感謝所有閱讀此帖的人。 這裏是問題。 我想從這兩性病類,它是根據本類別陣列得到CATEGORY_ID並將它們添加到另一個數組一樣 $categories = array(75,65); 反正是有,我可以讓他們在不使用的foreach? 它已經在foreach中,我需要這個類別來繼續下一步。 [categories] => Array ( [0] => stdClass Ob

    0熱度

    1回答

    我有一個2D numpy的陣列,其看起來像這樣, [[3, 4, 5, 6], [4, 5, 6, 7], [9, 10, 3, 5]] 我使用以下代碼轉換成COO矩陣這樣的: # Flatten 2D array data = np.asarray(twod_array).flatten() row = np.arange(0, len(data)) col = np.arange(0