| library(tidyverse) | |
| library(readxl) | |
| #load the training data | |
| training_data <- read_excel("training_participation_survey.xlsx") | |
| #question 1: Error rates in variables | |
| cat("\nPART 3 - Question 1: Error Rates\n") | |
| #check program status errors (should only be specific values) |
| # Cream un tabel (tibble) cu date despre companii de pe NYSE | |
| df <- tibble( | |
| companie = c("Apple", "Microsoft", "Amazon", "Tesla", "IBM"), | |
| pret_actiune = c(180, 330, 125, 250, 145) | |
| ) |
| # | |
| # Se dă un tabel care conține numele unor companii listate la bursa din New York (NYSE) și prețul curent al acțiunilor acestora în dolari americani. | |
| # a) Să se filtreze companiile care au un preț al acțiunii mai mare de 150 USD. | |
| # b) Să se afișeze aceste companii într-un tabel. | |
| # c) Să se construiască un grafic cu coloane verticale care să arate prețul acțiunilor pentru toate companiile din setul inițial | |
| # | |
| library(tidyverse) | |
| # Cream un tabel (tibble) cu date despre companii de pe NYSE | |
| df <- tibble( |
| library(dplyr) | |
| studenti <- data.frame( | |
| nume = c("Ana", "Paul", "Maria", "George", "Elena", "Andrei"), | |
| varsta = c(17, 20, 19, 16, 21, 22), | |
| medie = c(9.5, 8.3, 9.0, 7.5, 8.7, 8.1), | |
| gen = c("F", "M", "F", "M", "F", "M") | |
| ) | |
| studenti %>% | |
| filter(gen == "F") %>% |
| Ce înseamnă `__name__`? | |
| `__name__` este o variabilă specială (built-in) în Python care: | |
| - Când un fișier Python este rulat direct, `__name__` primește valoarea `"__main__"` | |
| - Când un fișier Python este importat ca modul, `__name__` primește numele fișierului (fără extensia .py) | |
| Cum funcționează? | |
| Un Exemplu practic: |
| CREATE TABLE Customer ( | |
| customer_id SMALLINT AUTO_INCREMENT PRIMARY KEY, | |
| customer_name VARCHAR(50) NOT NULL, | |
| driving_license VARCHAR(50) NOT NULL, | |
| address VARCHAR(50) NOT NULL, | |
| postcode VARCHAR(10) NOT NULL, | |
| contact_number BIGINT UNIQUE | |
| ); | |
| CREATE TABLE Staff ( |
| def display_menu():a | |
| """ | |
| Afiseaza menu-ul principal al aplicatiei | |
| """ | |
| print("\n" + "="*40) | |
| print(" RENTAL Management MENU") | |
| print("="*40) | |
| print("1. Enter rental property details") | |
| print("2. Display summary data for rentals") | |
| print("3. Exit") |
Algoritmul lui Dijkstra este un algoritm pentru găsirea drumului cel mai scurt între un nod sursă și toate celelalte noduri într-un graf ponderat cu greutăți pozitive. Dezvoltat de Edsger W. Dijkstra în 1956, este unul dintre algoritmii fundamentali în teoria grafurilor.
Algoritmul funcționează pe principiul programării dinamice și al strategiei lacome:
Algoritmul lui Kruskal este un algoritm lacom (greedy) pentru găsirea Arborelui Parțial de Cost Minim (MST - Minimum Spanning Tree) într-un graf neorientat, conex și ponderat.
Arborele Parțial de Cost Minim este un subgraf care:
| <script> | |
| const properties = [ | |
| { | |
| id: 1, | |
| title: "Modern Downtown Apartment", | |
| location: "New York, NY", | |
| type: "apartment", | |
| price: 150, | |
| rating: 4.8, |