en
Feedback
Python Tasks & ML | Задачи по питону и машинному обучению

Python Tasks & ML | Задачи по питону и машинному обучению

Open in Telegram

Algorithms, functions, classes, regular expressions, iterators, generators, OOP, exceptions, NumPy, pandas, scikit-learn https://telega.in/c/python_tasks Questions — @dina_ladnyuk

Show more
8 670
Subscribers
No data24 hours
-107 days
-4130 days
Posts Archive
Что выведет код?
class X:
    def __init__(self, arr):
        self._arr = arr
    def __iter__(self):
        return reversed(self._arr)
x = X([1, 2, 3])
for i in x:
    print(i, end=" ")

Выберите правильный вариант
Anonymous voting

Что выведет код?
x = None
arr = [1, 2, 3]
try:
    while True:
        x = next(iter(arr))
except StopIteration:
    pass
print(x)

Выберите правильный вариант
Anonymous voting

Что выведет код?
x = None
arr = [1, 2, 3]
arr = iter(arr)
try:
    while True:
        x = next(arr)
except StopIteration:
    pass
print(x)

Что выведет код?
Anonymous voting

Задача на нахождение двух товаров наиболее часто покупаемых вместе и сколько раз были сделаны такие покупки.
import numpy as np
# Данные: каждая строка соответствует корзине для покупок конкретного покупателя
# строка = [товар 1, товар 2, товар 3]
# значение 1 означает, что товар был куплен
basket = np.array([[1, 1, 0],
                   [0, 0, 1],
                   [1, 0, 0],
                   [1, 1, 1],
                   [1, 1, 0]])


copurchases = [(i, j, np.sum(basket[:, i] + basket[:, j] == 2)) for i in range(3) for j in range(i+1, 3)]
result = max(copurchases, key=lambda x:x[2])
# Первые два значения кортежа result - индексы товаров-столбцов. Третье - число раз, когда они покупались вместе.
print(result)

Выберите правильный вариант
Anonymous voting

Задача регрессии. Площади квартир соответствует некая их стоимость. Вычислите предположительную стоимость квартиры площадью 30 кв м.
from sklearn.neighbors import KNeighborsRegressor
import numpy as np
X = np.array([[35, 30000], [45, 45000], [40, 50000],
 [35, 35000], [25, 32500], [40, 40000]])
KNN = KNeighborsRegressor(n_neighbors=3).fit(X[:,0].reshape(-1,1), X[:,1])
res = KNN.predict([[30]])
print(int(res[0]))

Выберите правильный вариант
Anonymous voting

Что выведет код?
import numpy as np
a = np.array([[0, 1, 2, 3],
              [4, 5, 6, 7],
              [8, 9, 10, 11],
              [12, 13, 14, 15]])
print(a[-1, :-1][::-2][-2])

Выберите правильный вариант
Anonymous voting

Что выведет код?
import numpy as np
a = np.array([[0, 1, 2, 3],
              [4, 5, 6, 7],
              [8, 9, 10, 11],
              [12, 13, 14, 15]])
print(a[1, :][-1] + a[:, 1][-1])

Выберите правильный вариант
Anonymous voting

Что выведет код?
import numpy as np
a = np.array([[0, 1, 2, 3], 
              [4, 5, 6, 7],
              [8, 9, 10, 11],
              [12, 13, 14, 15]])
print(a[:, 2])

Кто и в каком году получит максимальный доход с учетом налогов?
Anonymous voting

Дан код:
import numpy as np
alice = [100, 200] #зарплата Алисы за первый и второй год
bob = [300, 400]   #зарплата Боба за первый и второй год
salaries = np.array([alice, bob])
taxation = np.array([[0.2, 0.3], [0.1, 0.5]]) #ставки налогов
max_income = np.max(salaries - salaries * taxation) 
print(max_income)

Выберите комментарий, характеризующий код:
Anonymous voting

Массив данных basket содержит по одной строке для каждого покупателя и по столбцу для каждого товара. Значение 1 в ячейке (i,j) означает, что покупатель i купил товар j. Дан код:
import numpy as np
basket = np.array([[1, 1, 1, 1], [1, 1, 1, 0]])
co_purchases = np.sum(np.all(basket[:,2:], axis = 1)) / basket.shape[0]
print(co_purchases)

Друзья! Комментирование и объяснение задач на нашем канале – это активная форма освоения Python. Мы приглашаем всех желающих участвовать в объяснении задач в нашем чате. Для тех, кто готов активно писать комментарии по поводу решения задач, мы подготовили бонус – бесплатный доступ на наш сайт с книжками и тестами. Если вы смогли объяснить 5 задач в чате, то пишите @othalatherune - приложив ссылки на ваши комментарии. После проверки вы получите ссылку на телеграм бота, который регистрирует на сайте. Успехов всем в освоении питона!

Python Tasks & ML | Задачи по питону и машинному обучению - Statistics & analytics of Telegram channel @python_tasks