- एक्ज़िक्यूटर्स
-
सीखें
Python सीखने का केंद्र चलने योग्य उदाहरण, NumPy, pandas और बहुत कुछ C और C++ सीखने का केंद्र पॉइंटर, मेमोरी, STL और आधुनिक C++ C# सीखने का केंद्रC# मूल बातें, OOP, LINQ, async और .NET अभ्यास Python एल्गोरिदम खोज, सॉर्टिंग, रिकर्शन और विज़ुअलाइज़र O(n) C और C++ एल्गोरिदम C और C++ कार्यान्वयन की तुलना करें
- चैलेंज
नेव बेयस मानता है कि क्लास पता होने पर फ़ीचर एक-दूसरे से स्वतंत्र हैं, और सबसे ऊँचे स्कोर वाली क्लास चुनता है:
score(c) = P(c) × P(x₁ | c) × P(x₂ | c) × … × P(xₙ | c)
फ़ीचर पूर्णांकों के रूप में एन्कोड की गई श्रेणियाँ हैं। ट्रेनिंग डेटा से प्रायिकताओं का अनुमान लगाएँ:
- P(c) = (क्लास c के सैंपल की संख्या) / (कुल सैंपल)
- P(xⱼ = v | c) = (क्लास c के उन सैंपल की संख्या जिनका फ़ीचर j, v के बराबर है + 1) / (क्लास c के सैंपल की संख्या + Kⱼ)
जहाँ Kⱼ ट्रेनिंग सैंपल और क्वेरी में फ़ीचर j के अलग-अलग मानों की संख्या है। +1 (लाप्लास स्मूदिंग) किसी अनदेखे मान को स्कोर शून्य करने से रोकता है।
सबसे ऊँचे स्कोर वाली क्लास लौटाएँ; बराबरी होने पर छोटी क्लास लौटाएँ। कई छोटी प्रायिकताओं को गुणा करने से अंडरफ़्लो हो सकता है, इसलिए गुणा के बजाय लघुगणक जोड़ें।
naive_bayes_predict(features, labels, query) लागू करें।
इनपुट
features: हर ट्रेनिंग सैंपल के लिए n कैटेगोरिकल फ़ीचर की एक पंक्ति।
labels: हर ट्रेनिंग सैंपल की क्लास।
query: वर्गीकृत किए जाने वाले सैंपल के n फ़ीचर।
आउटपुट
अनुमानित क्लास लौटाएँ।
सीमाएँ
1 ≤ सैंपल ≤ 1,000, 1 ≤ n ≤ 20
0 ≤ हर फ़ीचर मान और लेबल ≤ 100
उदाहरण
उदाहरण 1
इनपुट:
query = [0, 1]
labels = [1, 1, 0, 0, 1]
features = [
[0, 1],
[0, 0],
[1, 1],
[1, 0],
[0, 1]
]
अपेक्षित आउटपुट:
1
व्याख्या
क्लास 1 में 3 सैंपल हैं और क्लास 0 में 2। फ़ीचर 1 के मान {0, 1} हैं (K = 2), फ़ीचर 2 के {0, 1} (K = 2)। score(1) = 3/5 × (3+1)/(3+2) × (2+1)/(3+2) = 0.6 × 0.8 × 0.6 = 0.288। score(0) = 2/5 × (0+1)/(2+2) × (1+1)/(2+2) = 0.4 × 0.25 × 0.5 = 0.05। क्लास 1 जीतती है।
उदाहरण 2
इनपुट:
query = [2]
labels = [0, 0, 1]
features = [
[0],
[0],
[1]
]
अपेक्षित आउटपुट:
0
व्याख्या
मान 2 कभी नहीं आता, इसलिए K = 3 (मान 0, 1 और 2)। score(0) = 2/3 × (0+1)/(2+3) ≈ 0.133 और score(1) = 1/3 × (0+1)/(1+3) ≈ 0.083। स्मूदिंग की वजह से कोई भी 0 नहीं है, और ज़्यादा आम क्लास 0 जीतती है।
संदर्भ
-
उदाहरण 1 नहीं चलाया गयाइनपुट:
query = [0, 1] labels = [1, 1, 0, 0, 1] features = [ [0, 1], [0, 0], [1, 1], [1, 0], [0, 1] ]अपेक्षित आउटपुट:1आपका आउटपुट -
उदाहरण 2 नहीं चलाया गयाइनपुट:
query = [2] labels = [0, 0, 1] features = [ [0], [0], [1] ]अपेक्षित आउटपुट:0आपका आउटपुट
सबमिट करने पर 4 छुपे हुए टेस्ट भी चलेंगे।
ऑनलाइन Python कंपाइलर और डीबगर
Python को ऑनलाइन लिखें, चलाएँ और डीबग करें। सर्वर मोड में ब्रेकपॉइंट और स्टेप-बाय-स्टेप रन का उपयोग करें—इंस्टॉलेशन की जरूरत नहीं।
🚀 4,279,640 कुल निष्पादन (40 इस महीने)
कोडिंग चैलेंज के साथ Python का अभ्यास करें
सीधे इस एडिटर में प्रैक्टिकल समस्याएँ हल करें: सैंपल टेस्ट चलाएँ, सबमिट करें, और AI कोड रिव्यू पाएं।
🐍 इस Python ऑनलाइन एग्ज़ीक्यूटर के बारे में
CodeUtility Python Executor आपको अपने ब्राउज़र में सीधे Python कोड लिखने, चलाने और टेस्ट करने देता है - किसी सेटअप या इंस्टॉलेशन की ज़रूरत नहीं। यह एक सुरक्षित सैंडबॉक्स पर चलता है जो वास्तविक Python वर्ज़न 3.10 से 3.13 तक सपोर्ट करता है।
चाहे आप पहली बार Python सीख रहे हों, त्वरित स्निपेट्स टेस्ट कर रहे हों, या लॉजिक डीबग कर रहे हों, यह टूल तेज़ और ध्यान-भंग रहित कोडिंग वातावरण प्रदान करता है। आप बेझिझक प्रयोग कर सकते हैं और बिल्ट-इन कंसोल में तुरंत आउटपुट देख सकते हैं।
यह शुरुआती लोगों, छात्रों, और उन डेवलपर्स के लिए आदर्श है जिन्हें Python अभ्यास या तेज़ प्रोटोटाइपिंग के लिए हल्का ऑनलाइन IDE चाहिए।
सिर्फ़ एक कोड रनर से कहीं अधिक
एक ही एक्ज़ीक्यूटर में मल्टी-फ़ाइल एडिटर, अलग-थलग निष्पादन टर्मिनल, रनटाइम-विशिष्ट लाइब्रेरी, स्थायी वर्कस्पेस, साझाकरण और रीयल-टाइम सहयोग का उपयोग करें।
इस एक्ज़ीक्यूटर का उपयोग कैसे करें?
रनटाइम चुनें, फ़ाइल खोलें या बनाएँ, अपना कोड लिखें और चलाएँ चुनें। आउटपुट टर्मिनल में दिखाई देता है। साइन-इन उपयोगकर्ता वर्कस्पेस में फ़ाइलें रख सकते हैं, लाइब्रेरी इंस्टॉल कर सकते हैं और शेयर के माध्यम से सहयोग कर सकते हैं।
- एक संस्करण चुनें और वर्तमान फ़ाइल संपादित करें या वर्कस्पेस की दूसरी फ़ाइल खोलें।
- कोड चलाएँ, माँगे जाने पर टर्मिनल में इनपुट दें और सहेजा गया रन इतिहास देखें।
- जब कार्य के लिए एक से अधिक कोड अंश चाहिए, तो लाइब्रेरी, वर्कस्पेस टूल, शेयरिंग और चैट का उपयोग करें।
💡 Python की बुनियादी बातें और उदाहरण जिन्हें आप ऊपर आज़मा सकते हैं
1. वेरिएबल और कॉन्स्टैंट घोषित करना
Python डायनैमिकली टाइप्ड है, इसलिए आपको टाइप्स पहले से घोषित करने की ज़रूरत नहीं होती। बिल्ट-इन constant कीवर्ड नहीं है, लेकिन परंपरा के अनुसार कॉन्स्टैंट्स को ऑल-कैप्स में लिखा जाता है।
# वेरिएबल्स
x = 10
pi = 3.14
name = "Alice"
is_active = True
# कॉन्स्टैंट्स (परंपरा के अनुसार)
MAX_USERS = 100
APP_NAME = "CodeUtility"
# कॉन्स्टैंट्स को फिर भी बदला जा सकता है (लागू नहीं कराया जाता)
MAX_USERS = 200 # ⚠️ तकनीकी रूप से मान्य, लेकिन हतोत्साहित
2. कंडीशनल्स
if, elif, और else ब्लॉक्स के साथ लॉजिक नियंत्रित करें। Python 3.10+ में आप match-case को switch-case के विकल्प के रूप में भी इस्तेमाल कर सकते हैं।
# पारंपरिक if-elif-else
x = 2
if x == 1:
print("एक")
elif x == 2:
print("दो")
else:
print("अन्य")
विकल्प: match-case (Python 3.10+)
# Python 3.10+ आवश्यक
x = 2
match x:
case 1:
print("एक")
case 2:
print("दो")
case _:
print("अन्य")
3. लूप्स
for का प्रयोग सीक्वेंस पर इटरेट करने के लिए होता है, while तब तक चलता है जब तक शर्त सही है।
for i in range(3):
print(i)
count = 3
while count > 0:
print(count)
count -= 1
4. लिस्ट्स
लिस्ट्स क्रमबद्ध और परिवर्तनीय कलेक्शंस होती हैं। आप इंडेक्स से एलिमेंट्स एक्सेस कर सकते हैं।
fruits = ["apple", "banana"]
print(fruits[0])
print(len(fruits))
5. लिस्ट मैनिपुलेशन
लिस्ट में जोड़ें, हटाएँ, स्लाइस करें और रिवर्स करें। लिस्ट कॉम्प्रिहेंशन्स से कॉम्पैक्ट इटरेशन संभव है।
fruits.append("cherry")
fruits.insert(1, "kiwi")
fruits.remove("banana")
fruits.pop()
print(fruits[1:3])
print(fruits[::-1])
squares = [x*x for x in range(5)]
6. कंसोल इनपुट/आउटपुट
यूज़र इनपुट पढ़ने के लिए input() और आउटपुट दिखाने के लिए print() का उपयोग करें।
\n (न्यूलाइन कैरेक्टर) का इस्तेमाल करके या कई बार print() कॉल करके आप कई लाइनों में प्रिंट कर सकते हैं।
# इनपुट पढ़ें
name = input("अपना नाम दर्ज करें: ")
print("नमस्ते", name)
# कई लाइनें प्रिंट करें
print("लाइन 1\nलाइन 2\nलाइन 3")
# या कई print स्टेटमेंट्स का उपयोग करें
print("लाइन A")
print("लाइन B")
print("लाइन C")
7. फ़ंक्शंस
फ़ंक्शंस से कोड व्यवस्थित होता है और पुन: उपयोग संभव होता है। पैरामीटर्स और रिटर्न वैल्यूज़ का उपयोग करें।
def greet(name):
return "नमस्ते " + name
print(greet("Alice"))
8. डिक्शनरीज़
की-वैल्यू पेयर्स स्टोर करें। कीज़ यूनिक होती हैं और वैल्यूज़ को की के ज़रिए एक्सेस किया जाता है।
person = {"name": "Bob", "age": 25}
print(person["name"])
print(person.get("email", "उपलब्ध नहीं"))
9. एक्सेप्शन हैंडलिंग
एरर्स को अच्छे से हैंडल करने के लिए try और except का उपयोग करें।
try:
x = 1 / 0
except ZeroDivisionError:
print("शून्य से भाग नहीं कर सकते")
10. फ़ाइल I/O
open() का उपयोग करके फ़ाइल से पढ़ें और फ़ाइल में लिखें।
with open("data.txt", "w") as f:
f.write("Hello World")
with open("data.txt", "r") as f:
print(f.read())
11. स्ट्रिंग मैनिपुलेशन
Python स्ट्रिंग्स में strip(), replace(), और split() जैसी शक्तिशाली मेथड्स होती हैं।
text = " Hello World "
print(text.strip())
print(text.upper())
print(text.replace("Hello", "Hi"))
print(text.split())
12. क्लासेज़ और ऑब्जेक्ट्स
क्लासेज़ से पुन: उपयोग योग्य ब्लूप्रिंट्स बनाएं। ऑब्जेक्ट्स को इनिशियलाइज़ करने के लिए __init__ का उपयोग करें।
class Person:
def __init__(self, name):
self.name = name
def greet(self):
return "हाय, मैं " + self.name
p = Person("Alice")
print(p.greet())
🐞 Python कोड ऑनलाइन डीबग कैसे करें
ऑनलाइन Python डीबगर से Python या डेस्कटॉप IDE इंस्टॉल किए बिना लॉजिक त्रुटियाँ खोजें। डीबगिंग सर्वर मोड में Python 3.10–3.13 पर चलती है।
- रनटाइम मेनू से सर्वर पर चलने वाला Python संस्करण चुनें।
- एक या अधिक ब्रेकपॉइंट लगाने के लिए लाइन नंबर के पास क्लिक करें।
- प्रोग्राम शुरू करके पहले ब्रेकपॉइंट पर रोकने के लिए Debug चुनें।
- वर्तमान लाइन और वेरिएबल देखें, फिर Continue, Step Over, Step Into या Step Out उपयोग करें।
- डीबग सत्र समाप्त करने के लिए Stop चुनें।
एक छोटे दोहराए जा सकने वाले उदाहरण से शुरू करें और जहाँ मान गलत होने वाला हो उससे ठीक पहले ब्रेकपॉइंट लगाएँ। सर्वर मोड workspace फाइलों और इंस्टॉल की गई लाइब्रेरी का भी उपयोग कर सकता है।