PyAlgo Tree
1.0.0
Dieses Projekt zielt darauf ab, ein bestes Zentrum verschiedener Datenstrukturen und Algorithmen zu sein, die Sie in Python über verschiedene Themen und Felder informieren müssen.
Sie können hier alle Weisheit über Datenstrukturen und Algorithmen erhalten, bevor Sie in Echtzeitprojekte eintauchen. Lassen Sie uns ein kurzes Intro dazu bekommen.
Datenstrukturen und Algorithmen sind ein wesentlicher Bestandteil der Programmierung. Es kommt unter die Grundlagen der Informatik. Es gibt uns den Vorteil, in kürzerer Zeit einen besseren und effizienten Code zu schreiben. Es ist ein Schlüsselthema, wenn es um Software -Engineering geht. Als Entwickler müssen wir Kenntnisse über Datenstruktur und Algorithmen haben
In Informatik ist eine Datenstruktur ein Datenorganisation, ein Management und ein Speicherformat, das einen effizienten Zugriff und eine effiziente Änderung ermöglicht. Die Datenstruktur ist ein Weg oder ein Format, wie Ihre Daten für effiziente Verwendung und Abruf im Speicher gespeichert werden.
Ein Algorithmus ist eine Reihe von Anweisungen, mit denen eine Aufgabe erledigt wird, z.
Algorithmen sind nicht auf Computer beschränkt. Sie sind wie eine Reihe von Schritt-für-Schritt-Anweisungen oder ein sogar ein Rezept, das Dinge enthält, die Sie benötigen, Schritte, die Reihenfolge, um sie zu erledigen, nach Ergebnissen und erwarteten Ergebnisse.
Jeder, der sich auf Technologie bezieht, die zu Open-Source beitragen möchten, sind alle eingeladen, einzusteigen. Dieser Ort hat eine Aufgabe für alle.
Wenn Sie dieses Repo nützlich finden oder es Ihnen bei der Verbesserung Ihres Python -Wissens geholfen haben, teilen Sie es mit der Welt, damit andere wie Sie es getan haben.
Bist du neu in Python? Durch dieses Repo können Sie starke Fundamente für Basic Python erhalten.
Um Ihre Lernreise fruchtbarer zu gestalten, hatte ich ein Open -Source -Projekt mit fantastischen Python -Skripten erstellt. Fügen Sie Ihre Projekte hinzu, um Ihre Lernerfahrung zu verbessern. Es hat alles zu bieten und ist ein One -Stop -Platz für alle Arten von Python -Skripten.
Schreiben Sie mir eine private Nachricht, wenn dieses Projekt Ihre Fähigkeiten besser bereicherte und Sie dazu veranlasste, Ihre eigenen Projekte in Python aufzubauen. Bei Fragen fragen Sie sich gerne. Ich würde Ihnen gerne helfen.
Wenn Sie daran gearbeitet haben oder ein Ihr Skript initiieren und es mit der Welt teilen möchten, können Sie das hier tun. Gehen Sie die beitragenden Richtlinien für den Beitrag_Guidelines durch?
Wenn Sie ein Problem anregen, sollten Sie sicherstellen, dass die Art des Skripts, die Projekttitel, die kurze Beschreibung des Projekts und das, was es tut, und den Zweck davon erwähnen. Verknüpfen Sie als gute Praxis die Ausgabennummer immer mit Pull -Anfrage. (#issue number: Geben Sie diese Details an, wenn Sie eine PR anheben).
Gehen Sie anschließend auch die GitHub -Dokumentation zum Erstellen einer Pull -Anfrage durch.
Ihre Projekte sollten diesen Fluss enthalten, um die Ähnlichkeit in allen anderen Projekten aufrechtzuerhalten. Stellen Sie sicher, dass Sie diese Dinge beachten, bevor Sie eine PR erstellen.
Erstellen Sie einen Ordner Ihres Projekttitels. (Beispiel: Wenn Sie einen Algorithmus der Heap -Sortierung hinzufügen möchten, sollte der Projektname "Heap -Sortier" und Dateiname als "heap_sort.py" sein) sein.
Das von Ihnen erstellte Projektrepository hätte:
Datei_name.py - Diese Python -Datei ist das Projekt, an dem Sie gearbeitet haben.
ReadMe.md - Diese Datei muss enthalten sind, um das Projekt gut zu verstehen (so kurz darüber, wie sie mithilfe der ReadMe -Vorlage funktioniert).
Anforderungen.txt - In dieser Datei sollten Sie alle Bibliotheken hinzufügen, die Sie in Ihrem Projekt aufgenommen haben
Bilder - In diesem Ordner würde alle Bilder hinzugefügt, sei es Screenshots oder Schritt für Schritt verarbeiten Bilder.
Verwandte Dateien - Die anderen zusätzlichen und verwandten Dateien werden im Ordner "Verwandte" hinzugefügt.
Erstellen Sie einen Ordner Ihres Projekttitels. (Beispiel: Wenn Sie einen Algorithmus des Entscheidungsbaumklassifikators hinzufügen möchten, sollte der Projektname "Entscheidungsbaumklassifizierer" und Dateiname als "entschlossenheit_tree_classifier.py" sein) sein.
Das von Ihnen erstellte Projektrepository hätte:
Datensatz - Dieser Ordner hätte eine .csv -Datei.
Modell - In diesem Ordner würde Ihre Algorithmusdatei (dh .IPynb -Datei) enthalten. Abgesehen von der Algorithmusdatei sollte sie auch eine "Readme.md" verwenden, die diese Vorlage und "Anforderungen.txt" -Datei mit allen erforderlichen Add-Ons und Bibliotheken enthält, die im Algorithmus enthalten sind
Bilder - In diesem Ordner würde alle Bilder hinzugefügt, sei es Screenshots oder Schritt für Schritt verarbeiten Bilder.
Verwandte Dateien - Die anderen zusätzlichen und verwandten Dateien werden im Ordner "Verwandte" hinzugefügt.
Erläutern Sie Ihre Readme kurz darüber, wie es funktioniert, indem Sie schrittweise die Prozedur anzeigen.
Hinweis : Man sollte diesen Vorlagen befolgen, während man ein neues Problem erstellt oder annimmt.
Geben Sie das Repository auf
Klonen Sie Ihr Gabel -Repository mit Terminal oder GitBash.
Nehmen Sie Änderungen am geklonten Repository vor
Fügen Sie und schieben
Suchen Sie in GitHub in Ihrem geklonten Repository die Option, eine Pull -Anfrage zu stellen.
Print ("Starten
 HacktoBerfest 2022 |  HacktoBerfest 2021 |  Devincept Codes 2021 |
Devincept Codes 2021 |
Danke geht an diese wundervollen Menschen. Beiträge jeglicher Art sind willkommen!
Hier finden Sie unseren Verhaltenskodex.
Dieses Projekt folgt der MIT -Lizenz
Manasi Chhibber |
 Prathima Kadari |
Wenn Ihnen dieses Projekt gefällt, sollten Sie dieses Projekt eine an dieses Projekt geben und es so viel wie möglich teilen.
? ? ? Glücklicher Beitrag? ? ?
Wenn Sie mich kontaktieren möchten, können Sie mich durch soziale Handles erreichen.
© 2022 Prathima Kadari
