Tkinter สามารถสร้างโปรแกรม GUI ได้หลากหลาย บทความนี้สอนสร้างนาฬิกาดิจิทัลแสดง ชั่วโมง นาที วินาที แบบเรียลไทม์ หลักการทำงาน ใช้โมดูล time และฟังก์ชัน strftime() จัดรูปแบบเวลา สร้าง Label แสดงผล พร้อมตั้งค่าฟอนต์ สี พื้นหลัง ใช้ label.after(200, digitalclock) เรียกฟังก์ชันซ้ำทุก 200 มิลลิวินาที (re

DataFrame ใน Pandas สร้างได้หลายวิธี หนึ่งในนั้นคือแปลงจากดิกชันนารีที่มีลิสต์เป็นค่า บทความนี้แสดง 2 รูปแบบการเขียน วิธีที่ 1: ประกาศลิสต์แยกต่างหาก แล้วนำมาสร้างดิกชันนารี ประกาศลิสต์แต่ละอันแยกกัน แล้วนำไปเป็นค่าในดิกชันนารี ตามด้วย pd.DataFrame() ตัวอย่างโค้ด import pandas as pd # ลิสต์แยกต่า

Python มีไลบรารีอีกมากมายสำหรับทำงานกับ Microsoft Excel บทความนี้จะสอนใช้ xlsxwriter เพื่อสร้างไฟล์ .xlsx ใหม่และเขียนข้อมูลลงไป (ไม่สามารถแก้ไขไฟล์ที่มีอยู่แล้วได้) 1. เขียนข้อมูลทีละเซลล์ สร้าง Workbook เพิ่ม Worksheet แล้วใช้เมธอด write() ระบุที่อยู่เซลล์ (เช่น A1, B2) และค่าที่ต้องการเขียน ตัว

Tkinter เป็นไลบรารี GUI มาตรฐานของ Python มีหลายวิธีในการสร้างปุ่ม บทความนี้เปรียบเทียบการสร้างปุ่มแบบปกติ และแบบใช้ tkinter.ttk (themed widgets) 1. ใช้ tkinter แบบมาตรฐาน Import โมดูลทั้งหมด สร้างหน้าต่าง (canvas) แล้วใช้ Button() สร้างปุ่ม พร้อมกำหนดข้อความ ขอบ (bd) และคำสั่งเมื่อคลิก ตัวอย่างโค

Pandas สร้าง DataFrame เพื่อประมวลผลข้อมูล บทความนี้จะแสดงวิธีเพิ่มคอลัมน์ใหม่เข้าไปใน DataFrame ที่มีอยู่แล้ว โดยคำนวณจากเงื่อนไขเฉพาะ DataFrame ต้นฉบับ DataFrame ที่มีข้อมูลวันสอบและวิชาสอบ: ตัวอย่างโค้ด import pandas as pd Days = [Mon, Tue, Wed, Thu, Fri] Sub = [Chemistry, Physics, Maths, Engl

Pandas เป็นไลบรารียอดนิยมสำหรับการประมวลผลและวิเคราะห์ข้อมูล บทความนี้สาธิตการสร้าง DataFrame จากดิกชันนารีที่มีค่าเป็นลิสต์ 1. สร้าง DataFrame จากดิกชันนารีที่มีค่าเป็นลิสต์ ดิกชันนารีที่มีคีย์เป็นชื่อคอลัมน์ และค่าเป็นลิสต์ข้อมูล สามารถส่งเข้า pd.DataFrame() ได้โดยตรง ตัวอย่างโค้ด import pandas

เมื่อสร้างแมทริกซ์ใน Python บางครั้งเราต้องการควบคุมจำนวนครั้งที่แต่ละองค์ประกอบปรากฏ บทความนี้จะแสดง 2 วิธี: ใช้ zip() และใช้ map() ร่วมกับ operator.mul วิธีที่ 1: ใช้ zip() ประกาศลิสต์องค์ประกอบ และลิสต์จำนวนครั้งที่ต้องการให้ซ้ำ ใช้ zip() จับคู่แล้ววนลูปสร้างลิสต์ย่อย ตัวอย่างโค้ด listA = [m, n

การคูณลิสต์ซ้อน (list of lists) กับลิสต์อีกชุดหนึ่งเป็นสิ่งที่พบได้บ่อยในงานวิเคราะห์ข้อมูล บทความนี้จะแสดง 2 วิธีการทำ: ใช้ลูป for ซ้อน และใช้ enumerate() วิธีที่ 1: ใช้ลูป for ซ้อน (Nested Loops) ใช้ลูป for 2 ชั้น: ลูปนอกวนดัชนีของลิสต์หลัก ลูปในวนดัชนีของแต่ละลิสต์ย่อย คูณค่าจากลิสต์ตัวคูณ (mult

ฟังก์ชัน dir() ใน Python ใช้สำหรับคืนค่ารายการแอตทริบิวต์และเมธอดของอ็อบเจ็กต์ใดๆ เช่น ฟังก์ชัน โมดูล สตริง ลิสต์ ดิกชันนารี และอื่นๆ บทความนี้จะสาธิตการใช้งาน dir() ในรูปแบบต่างๆ 1. ใช้ dir() โดยไม่มีอาร์กิวเมนต์ เมื่อเรียก dir() โดยไม่ส่งอาร์กิวเมนต์ จะได้รายการชื่อในเนมสเปซปัจจุบัน (built-in nam

บางครั้งเราอาจต้องทำความสะอาดลิสต์โดยกำจัดองค์ประกอบที่ซ้ำซ้อน ซึ่งสามารถทำได้โดยการผสมผสานเมธอดต่างๆ จากไลบรารีมาตรฐานของ Python วิธีที่ 1: ใช้ set() และ split() เมธอด split() ใช้แยกองค์ประกอบเพื่อตรวจสอบค่าซ้ำ ในขณะที่ set() จะเก็บเฉพาะค่าที่ไม่ซ้ำกันจากลิสต์ที่แยกแล้ว ตัวอย่างโค้ด # กำหนดลิสต์ต

Pandas เป็นไลบรารี Python ที่มีชื่อเสียงและใช้กันอย่างกว้างขวางสำหรับการประมวลผลและวิเคราะห์ข้อมูล ในบทความนี้เราจะเรียนรู้วิธีใช้เมธอด .iloc ซึ่งใช้สำหรับอ่านข้อมูลเฉพาะส่วนจาก DataFrame โดยการกรองทั้งแถวและคอลัมน์ด้วยดัชนีตัวเลข หลักการทำงานของ .iloc เมธอด .iloc ประมวลผลข้อมูลโดยใช้ดัชนีที่เป็นจำ

หาคำที่ Match ใกล้เคียงด้วย difflib.get_close_matches โมดูล difflib มีฟังก์ชัน get_close_matches สำหรับหาคำที่คล้ายกันจากลิสต์ตัวเลือก Syntax difflib.get_close_matches(word, possibilities, n=3, cutoff=0.6) # word: คำที่ต้องการค้นหา # possibilities: ลิสต์คำที่เปรียบเทียบ # n: จำนวนผลลัพธ์สูงสุด # c

นับ Distinct Pairs ที่มีความต่างเท่ากับ k กำหนดลิสต์ตัวเลขและ k หาจำนวนคู่ (a,b) ที่ |a-b| = k (นับคู่ที่ต่างกัน ไม่สนใจลำดับ) วิธีที่ 1: Two Loops O(N²) lst = [5,3,7,2,9] k = 2 count = 0 for i in range(len(lst)): for j in range(i+1, len(lst)): if abs(lst[i]-lst[j]) == k: c

นับ Element ทั้งหมดใน Nested List (Flatten Count) ลิสต์ที่มีลิสต์ซ้อนอยู่ภายใน ต้องการนับจำนวน Element ทั้งหมด (Flatten แล้วนับ) วิธีที่ 1: List Comprehension Flatten + len() lst = [[2,9,6], [5,a], [0], [12,c,9,3]] count = len([x for sub in lst for x in sub]) print(count) # 10 วิธีที่ 2: ใช้ it

ทุก Substring ที่ได้จากการลบ k ตัวอักษร กำหนดสตริงและจำนวน k ต้องการสร้าง Substring ทั้งหมดที่ได้จากการลบตัวอักษรออก k ตัว (รักษาลำดับเดิม) วิธีที่ 1: ใช้ Recursion/Backtracking def delete_k_chars(s, k): res = set() def backtrack(idx, path, removed): if removed == k: re

หา Triplets ที่ Sum เท่ากับ Target กำหนดลิสต์ตัวเลขและ Target Sum หา Triplets ทั้งหมด (ไม่ซ้ำกัน) ที่ผลรวมเท่ากับ Target วิธีที่ 1: Two-pointer หลังเรียง (O(N²)) 0 and arr[i]==arr[i-1]: continue l, r = i+1, n-1 while l < r: s = arr[i] + arr[l] + arr[r] if s =

Common Elements ใน 3 Arrays ใช้ Counter Intersection หาตัวเลข/ตัวอักษรที่ปรากฏในทั้ง 3 อาร์เรย์ (นับตามจำนวนครั้งที่น้อยที่สุด) ใช้ collections.Counter และ & Operator from collections import Counter A = [Sun,12,14,11,34] B = [6,12,Sun,11] C = [19,6,20,Sun,12,67,11] cntA = Counter(A) cntB = Count

คำนวณระดับการซ้อนของ Dictionary (Depth) Dictionary อาจมี Dictionary ซ้อนอยู่ภายใน ต้องการหาความลึกสูงสุด (จำนวนชั้น) วิธีที่ 1: นับ { ใน String Representation d = {1:Sun, 2:{3:{4:Mon}}} depth = str(d).count({) print(depth) # 3 วิธีที่ 2: ใช้ Recursion def dict_depth(d): if not isinstance(d

Filter NumPy Array ด้วยเงื่อนไขช่วงค่า กำหนด NumPy 1D Array หาตำแหน่งหรือค่าที่อยู่ในช่วง [low, high] วิธีที่ 1: ใช้ np.logical_and + np.where (ได้ Index) = 6, A <= 15)) print(idx) # (array([1,2,6]),) วิธีที่ 2: ใช้ Boolean Indexing ด้วย * (ได้ค่าโดยตรง) = 6) * (A <= 15)] print(vals) # [9 11 8]

Fibonacci Sequence ด้วย Lambda Function สร้างลำดับฟีโบนัชชี n ตัวแรก (0, 1, 1, 2, 3, 5, ...) โดยใช้ Lambda วิธีที่ 1: ใช้ map() + lambda + sum def fibonacci(n): seq = [0, 1] any(map(lambda _: seq.append(sum(seq[-2:])), range(2, n))) return seq[:n] print(fibonacci(8)) # [0,1,1,2,3,5,8