Информатика

Как правильно записать условие «A > 5 И B < 10» для фильтра pandas?

1. df['A'] > 5 and df['B'] < 10
2. (df['A'] > 5) & (df['B'] < 10)
3. df['A'] > 5 & df['B'] < 10
4. df[A>5, B<10]

Что не так с кодом df[df['A'] > 5 & df['B'] < 10]?

1. всё в порядке, код работает
2. надо писать and вместо &
3. не хватает скобок вокруг каждого сравнения, будет ошибка
4. надо писать | вместо &

В выражении (df['A'] > 5) & (df['B'] < 10) зачем нужны скобки вокруг каждого условия?

1. для красоты, можно убрать
2. оператор & имеет более высокий приоритет, чем сравнение, без скобок будет ошибка
3. чтобы pandas понял русский язык
4. чтобы код стал быстрее

Что делает df['col'].quantile(0.25)?

1. возвращает первый квартиль (25-й перцентиль)
2. возвращает 25 строк таблицы
3. возвращает четверть среднего
4. возвращает минимум, умноженный на 0.25

Что делает df['col'].quantile(0.5)?

1. берёт половину строк
2. возвращает медиану столбца
3. возвращает среднее, делённое на 2
4. удаляет половину данных

Что делает df['col'].quantile(0.9)?

1. берёт 9 случайных значений
2. возвращает топ-10 строк
3. умножает столбец на 0.9
4. возвращает значение, ниже которого находится 90% данных

Excel-формула =МАКСЕСЛИ(B:B; "Европа"; C:C) на Python:

1. df[df['B']=='Европа']['C'].max()
2. max(df['B'])
3. df.max()
4. df['C'].max()

Excel-формула =СЧЁТЕСЛИ(A:A; "Азия") на Python записывается как:

1. df.count()
2. len(df[df['A']=='Азия'])
3. df.groupby('A').count()
4. df['A'].sum()

Excel-формула =СУММЕСЛИ(B:B; "Европа"; C:C) на Python записывается как:

1. df['C'].sum()
2. df[df['B']=='Европа']['C'].sum()
3. df.groupby('B').sum()
4. df['B']=='Европа'.sum()

Как правильно отобрать страны из Европы ИЛИ Азии?

1. df[(df['R']=='Европа') | (df['R']=='Азия')]
2. df[df['R'] in ('Европа','Азия')]
3. df['R'].europe_or_asia()
4. df[df['R']=='Европа' or df['R']=='Азия']

Какое выражение эквивалентно df[~(df['R'] == 'Азия')]?

1. df[df['R'] == 'не Азия']
2. df[not df['R'] == 'Азия']
3. df[!df['R'] == 'Азия']
4. df[df['R'] != 'Азия']

Какие выражения найдут страны, которые НЕ из Европы?
(I) df[df['Region'] != 'Европа']
(II) df[~(df['Region'] == 'Европа')]

1. только I
2. только II
3. оба варианта верны
4. ни один не верен

Что вернёт выражение df[df['Region'] == 'ASIA'].shape[0]?

1. пару чисел (строки, столбцы)
2. количество строк (стран Азии)
3. количество столбцов таблицы
4. ошибку

Что вернёт выражение len(df[df['GDP ($ per capita)'] > 10000])?

1. суммарный ВВП всех стран
2. количество стран, у которых ВВП больше 10000
3. максимальный ВВП
4. список названий стран

Что вернёт выражение len(df[df['Region'] == 'ASIA'])?

1. список стран Азии
2. количество стран Азии
3. таблицу со столбцом Region
4. ошибку, потому что нет .count()

На испытательном стенде расположена сетка из \(n\times m\) датчиков. В каждой ячейке — целое показание датчика. Вычислите:

• максимумы по строкам \(r_i = \max_j a_{ij}\);

• минимумы по столбцам \(c_j = \min_i a_{ij}\).

Формат ввода

Первая строка: \(n\) и \(m\) (\(1\le n,m\le 500\)). Следующие \(n\) строк по \(m\) целых чисел.

Формат вывода

Строка 1: \(n\) чисел — максимумы по строкам. Строка 2: \(m\) чисел — минимумы по столбцам.

3 3
5 12 8
3 7 15
10 6 4

12 15 10
3 6 4

Подсказка. np.max(axis=1) и np.min(axis=0).

Выполните Z-нормализацию (стандартизацию) массива: \(z_i = \frac{a_i - \bar{a}}{\sigma},\)  где \(\bar{a}\) — среднее, \(\sigma\) — стандартное отклонение (ddof=0). После стандартизации среднее \(\approx 0\), стандартное отклонение \(\approx 1\).

Формат ввода

Первая строка — \(n\) (\(2\le n\le 10^5\)). Вторая строка — \(n\) вещественных чисел. Гарантируется \(\sigma>0\).

Формат вывода

Одна строка — \(n\) чисел, каждое округлено до 4 знаков, через пробел.

5
10.0 20.0 30.0 40.0 50.0

-1.4142 -0.7071 0.0000 0.7071 1.4142

Подсказка. np.mean(), np.std() и поэлементные операции NumPy.

В физической лаборатории проведена серия измерений ускорения свободного падения \(g\) (м/с\(^2\)). Дан массив из \(n\) вещественных чисел. С помощью NumPy вычислите пять характеристик.

Формат ввода

Первая строка — \(n\) (\(1\le n\le 10^5\)). Вторая строка — \(n\) вещественных чисел через пробел.

Формат вывода

Пять строк (значение округлено до 4 знаков после запятой):

• count — количество элементов \(n\);

• sum — сумма: \(S=\sum a_i\);

• mean — среднее: \(\bar{a}=S/n\);

• range — размах: \(\max(a)-\min(a)\);

• variance — дисперсия: \(D=\frac{1}{n}\sum(a_i-\bar{a})^2\).

5
9.78 9.82 9.81 9.79 9.80

count: 5
sum: 49.0000
mean: 9.8000
range: 0.0400
variance: 0.0002

Дано алгебраическое выражение — полином степени не выше 3 — и целое число \(x_0\). Выполните два действия с помощью SymPy:

1. Разложите на множители — приведите полином к произведению неприводимых множителей.

2. Вычислите значение выражения при \(x=x_0\).

Формат ввода

Строка 1: выражение в синтаксисе Python (** — возведение в степень, * — умножение, переменная x). Строка 2: целое число \(x_0\) (\(-100\le x_0\le 100\)).

Формат вывода

Ровно 2 строки:

factored: <выражение>
value: <число>

x**2 - 4
3

factored: (x - 2)*(x + 2)
value: 5

Разбор. \(x^2-4=(x-2)(x+2)\) (разность квадратов). Значение при \(x=3\): \(3^2-4=9-4=5\).

Подсказки. Для разбора строки: parse_expr(s, ...). Разложение на множители: factor(expr). Подстановка: expr.subs(x, x0).

Ты открыл DevTools в браузере (F12) и увидел, как твой браузер общается с сервером. Первая строка запроса выглядит так:

GET /about HTTP/1.1

Это называется стартовая строка. 

Какая из частей является путём (тем самым, что мы пишем в @app.route(...))?

1. GET
2. /about
3. HTTP/1.1
4. GET /about