Таблицы и категориальные данные — бесплатный тест онлайн

Вопрос 1 из 20

Фрагмент должен создать таблицу из столбцов time и value с понятными именами переменных. Какой фрагмент можно принять после проверки размерностей?

T = table(time, value, VariableNames=["Time" "Value"]); T = struct(time, value); T = array2table(time, value); T = table([time value], ["Time" "Value"]); T = table(time; value, VariableNames=["Time" "Value"]);

Вопрос 2 из 20

Рецензент разбирает фрагмент по теме «Таблицы MATLAB» в тесте «Таблицы и категориальные данные». Какой вариант исправляет саму операцию?

T = array2table(time, value);

Использовать показанный вариант вместо дефектного фрагмента. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.T = array2table(time, value); Внести показанную замену без изменения входного контракта. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.T = table([time value], ["Time" "Value"]); Заменить исходный блок этой реализацией. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Контрольный пример должен воспроизводиться на чистом запуске проекта.T = table(time; value, VariableNames=["Time" "Value"]); Переписать вычислительный шаг следующим образом. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.T = table(time, value, VariableNames=["Time" "Value"]); Принять эту редакцию как полную замену текущего блока. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Допуск и критерий принятия зафиксировать до просмотра результата. Для темы «Таблицы MATLAB» также сверить класс данных и сохранение ожидаемой структуры выхода.T = struct(time, value);

Вопрос 3 из 20

Для решения по теме «Таблицы MATLAB» выбирают контрольный опыт. Какой вариант проверяет смысл операции, а не внешние признаки результата?

T\in\mathbb{R}^{n\times 2}\ \text{по строкам наблюдений}

T = table(time, value, VariableNames=["Time" "Value"]);

Сравнить два близких входа и убедиться, что результат меняется плавно и без предупреждений в задаче по теме «Таблицы MATLAB». Повторить вычисление в отдельной функции, сохранив ту же формулу, и сравнить два полученных ответа по теме «Таблицы MATLAB». Соберите таблицу с числом, строкой и категориальным столбцом; сравните её поведение с обычной матрицей. Сравнить ответ с сохранённым выводом предыдущей версии на рабочем наборе данных по теме «Таблицы MATLAB». Проверить только один сводный показатель результата — сумму, среднее или норму — на двух обычных входах из темы «Таблицы MATLAB».

Вопрос 4 из 20

Математическая запись должна описывать действие «создать таблицу из столбцов time и value с понятными именами переменных». Какая формула задаёт именно этот результат?

T\in\mathbb{R}^{n\times 2}\ \text{по строкам наблюдений}

T\notin\mathbb{R}^{n\times 2}\ \text{по строкам наблюдений}

T\in\mathbb{R}^{n\times 4}\ \text{по строкам наблюдений}

T\in\mathbb{R}^{n+1\times 2}\ \text{по строкам наблюдений}

T\in\mathbb{R}^{m\times 2}\ \text{по строкам наблюдений}

Вопрос 5 из 20

В конвейере значения и время должны оставаться отдельными переменными с метаданными, а не сливаться в безымянную числовую матрицу. Какой вариант переносится на граничные данные?

Проверить форму, класс и конечность результата; при совпадении этих признаков продолжить расчёт по теме «Таблицы MATLAB». Создать `table` из согласованных по высоте столбцов и сразу проверить `T.Properties.VariableNames`. Сохранить результат текущей версии как регрессионный эталон и расширить набор входов того же типа для темы «Таблицы MATLAB». Привести входные данные к ожидаемой форме и классу, затем повторить исходный фрагмент по теме «Таблицы MATLAB». Снизить расход памяти текущего варианта и сравнить его с прежним результатом на сохранённых данных по теме «Таблицы MATLAB».

Вопрос 6 из 20

Разработчик переносит в MATLAB требование: извлечь числовые данные столбца Value как массив, а не как однотабличный фрагмент. Какой фрагмент можно принять после проверки размерностей?

x = T{1, "Value"}; x = T.Value; x = T(:, "Value").Variables(1,:); x = T("Value", :); x = T(:, "Value");

Вопрос 7 из 20

В расчёте по теме «Доступ к столбцам» обнаружено содержательное расхождение. Какую замену следует принять после проверки?

x = T{"Value"};

Внести показанную замену без изменения входного контракта. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.x = T{1, "Value"}; Заменить исходный блок этой реализацией. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.x = T(:, "Value").Variables(1,:); Переписать вычислительный шаг следующим образом. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.x = T("Value", :); Принять эту редакцию как полную замену текущего блока. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Контрольный пример должен воспроизводиться на чистом запуске проекта.x = T.Value; Использовать показанный вариант вместо дефектного фрагмента. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Допуск и критерий принятия зафиксировать до просмотра результата.x = T(:, "Value");

Вопрос 8 из 20

Код по теме «Доступ к столбцам» проходит обычный пример. Какая проверка покажет, что вычислительный договор сохраняется и на неудобном входе?

x_i=T_{i,\text{Value}}

x = T.Value;

Повторить вычисление в отдельной функции, сохранив ту же формулу, и сравнить два полученных ответа по теме «Доступ к столбцам». На одном типичном наборе сверить размер, класс и отсутствие `NaN` или `Inf` в результате по теме «Доступ к столбцам». Для одного столбца сравните результаты `T(:,"Value")`, `T{: ,"Value"}` и `T.Value` по типу и форме. Выполнить расчёт с повышенной численной точностью и использовать совпадение округлённых значений как контроль темы «Доступ к столбцам». Запустить несколько случайных наборов одинакового масштаба и сопоставить время выполнения и форму результата для темы «Доступ к столбцам».

Вопрос 9 из 20

Для операции «извлечь числовые данные столбца Value как массив, а не как однотабличный фрагмент» фиксируют вычислительный договор. Какая формула задаёт именно этот результат?

y_i=T_{i,\text{Value}}

x_i=T_{j,\text{Value}}

x_i=T_{i,\text{Value}}

x_{i+1}=T_{i,\text{Value}}

x_i=S_{i,\text{Value}}

Вопрос 10 из 20

Функция `mean` получает таблицу вместо числового вектора, потому что разработчик использовал круглые скобки. Что уменьшит риск повторения дефекта?

Увеличить число случайных запусков и оценивать устойчивость среднего результата в задаче по теме «Доступ к столбцам». Сначала выбрать более быстрый вариант на рабочем наборе, после чего закрепить его вывод автоматическим тестом по теме «Доступ к столбцам». Использовать `T.Value` или фигурные скобки с указанием строк и переменной; тестировать также тип результата. Ослабить допуск до уровня, при котором рабочий пример проходит, и использовать тот же порог для остальных данных по теме «Доступ к столбцам». Сохранить результат текущей версии как регрессионный эталон и расширить набор входов того же типа для темы «Доступ к столбцам».

Вопрос 11 из 20

В проекте появился шаг: вычислить среднее Value отдельно для каждой категории Group. Какой фрагмент можно принять после проверки размерностей?

S = groupsummary(T, "Value", "Group", "mean"); S = groupmean(T.Value, T.Group); S = mean(T.Value, T.Group); S = groupsummary(T, "Group", "mean", "Value"); S = sortrows(T, "Group");

Вопрос 12 из 20

Ниже приведена неудачная реализация из темы «Группировка». Какая редакция возвращает требуемый результат и оставляет независимый контроль?

S = groupsummary(T, "Value", "Group", "mean");

Переписать вычислительный шаг следующим образом. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.S = sortrows(T, "Group"); Использовать показанный вариант вместо дефектного фрагмента. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Контрольный пример должен воспроизводиться на чистом запуске проекта.S = groupsummary(T, "Value", "Group", "mean"); Заменить исходный блок этой реализацией. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.S = groupmean(T.Value, T.Group); Принять эту редакцию как полную замену текущего блока. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.S = mean(T.Value, T.Group); Внести показанную замену без изменения входного контракта. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. Допуск и критерий принятия зафиксировать до просмотра результата.S = groupsummary(T, "Group", "mean", "Value");

Вопрос 13 из 20

Перед рецензентом рабочий фрагмент по теме «Группировка». Как проверить его так, чтобы близкая подмена не прошла вместе с ним?

\bar x_g=\frac{1}{n_g}\sum_{i:G_i=g}x_i

S = groupsummary(T, "Group", "mean", "Value");

Сравнить ответ с сохранённым выводом предыдущей версии на рабочем наборе данных по теме «Группировка». Увеличить размер входа и проверить ожидаемый рост времени и памяти, сохранив исходный способ вычисления по теме «Группировка». Сгруппируйте маленькую таблицу двумя способами — `groupsummary` и `findgroups`/`splitapply` — и сравните результат. Запустить несколько случайных наборов одинакового масштаба и сопоставить время выполнения и форму результата для темы «Группировка». Проверить только один сводный показатель результата — сумму, среднее или норму — на двух обычных входах из темы «Группировка».

Вопрос 14 из 20

Нужно сопоставить MATLAB-код с постановкой «вычислить среднее Value отдельно для каждой категории Group». Какая формула задаёт именно этот результат?

\bar x_g=\frac{1}{n_g}\sum_{i:G_i=g}x_i

\bar x_g=\frac{1}{n_g}\sum_{j:G_i=g}x_i

\bar x_g=\frac{n_g}{1}\sum_{i:G_i=g}x_i

\bar x_g=\frac{1}{m_g}\sum_{i:G_i=g}x_i

\bar y_g=\frac{1}{n_g}\sum_{i:G_i=g}x_i

Вопрос 15 из 20

Отчёт показывает общее среднее вместо значений по устройствам, хотя столбец идентификатора присутствует. Как поступить без подгонки результата под ожидание?

Явно указать переменную группировки, функцию и измеряемый столбец; сверить размеры групп и одну группу вручную. Сравнить две реализации на одном типичном наборе и принять вариант с меньшим разбросом времени по теме «Группировка». Снизить расход памяти текущего варианта и сравнить его с прежним результатом на сохранённых данных по теме «Группировка». Привести входные данные к ожидаемой форме и классу, затем повторить исходный фрагмент по теме «Группировка». Ослабить допуск до уровня, при котором рабочий пример проходит, и использовать тот же порог для остальных данных по теме «Группировка».

Вопрос 16 из 20

Нужно выбрать код для действия: удалить строки, в которых отсутствует значение хотя бы в одном выбранном столбце. Какой фрагмент можно принять после проверки размерностей?

Tclean = fillmissing(T, "remove"); Tclean = rmmissing(T, DataVariables=["A" "B"]); Tclean = rmmissing(T, MissingLocations=["A" "B"]); Tclean = T(T.A ~= NaN & T.B ~= NaN, :); Tclean = T(~isnan(T), :);

Вопрос 17 из 20

В тесте «Таблицы и категориальные данные» показанный фрагмент нарушает правило из темы «Пропуски». Какая редакция исправляет причину, а не только её проявление?

Tclean = T(T.A ~= NaN & T.B ~= NaN, :);

Принять эту редакцию как полную замену текущего блока. На минимальном примере сопоставить форму выхода и два контрольных значения с независимым эталоном. Отдельно убедиться, что ближайшая неверная реализация этот контроль не проходит.Tclean = rmmissing(T, DataVariables=["A" "B"]); Внести показанную замену без изменения входного контракта. Добавить регрессионный пример, на котором исходная версия расходится с требованием по значению или размерности. Контрольный пример должен воспроизводиться на чистом запуске проекта.Tclean = T(T.A ~= NaN & T.B ~= NaN, :); Заменить исходный блок этой реализацией. После замены проверить обычный и граничный входы, заранее вычислив ожидаемый результат. В журнале проверки сохранить вход, ожидаемый результат и фактическое расхождение.Tclean = fillmissing(T, "remove"); Использовать показанный вариант вместо дефектного фрагмента. Сравнить результат с формулой на двух входах, где меняются ориентация данных и масштаб величин. Результат проверки оформить так, чтобы его можно было повторить без ручной подгонки.Tclean = T(~isnan(T), :); Переписать вычислительный шаг следующим образом. Перед принятием проверить предпосылки операции, форму результата и один численный инвариант. Допуск и критерий принятия зафиксировать до просмотра результата.Tclean = rmmissing(T, MissingLocations=["A" "B"]);

Вопрос 18 из 20

Фрагмент по теме «Пропуски» выглядит правдоподобно. Какая проверка действительно подтвердит заявленное свойство, а не только отсутствие сбоя?

M_i=\mathbf{1}\{A_i\text{ или }B_i\text{ пропущено}\}

Tclean = rmmissing(T, DataVariables=["A" "B"]);

Сравнить два близких входа и убедиться, что результат меняется плавно и без предупреждений в задаче по теме «Пропуски». Повторить вычисление в отдельной функции, сохранив ту же формулу, и сравнить два полученных ответа по теме «Пропуски». Создайте таблицу с `NaN`, `missing` и пустыми строками; проверьте `ismissing`, `rmmissing` и `fillmissing` по каждому типу. На одном типичном наборе сверить размер, класс и отсутствие `NaN` или `Inf` в результате по теме «Пропуски». Сравнить ответ с сохранённым выводом предыдущей версии на рабочем наборе данных по теме «Пропуски».

Вопрос 19 из 20

В рецензии формализуют требование «удалить строки, в которых отсутствует значение хотя бы в одном выбранном столбце». Какая формула задаёт именно этот результат?

M_i=\mathbf{2}\{A_i\text{ или }B_i\text{ пропущено}\}

M_{i+1}=\mathbf{1}\{A_i\text{ или }B_i\text{ пропущено}\}

M_i=\mathbf{1}\{A_i\text{ или }C_i\text{ пропущено}\}

M_i=\mathbf{1}\{B_i\text{ или }B_i\text{ пропущено}\}

M_i=\mathbf{1}\{A_i\text{ или }B_i\text{ пропущено}\}

Вопрос 20 из 20

В таблице есть служебный столбец, где пропуски допустимы. Глобальное удаление строк сокращает выборку сильнее, чем требует анализ. Какой шаг сохранит воспроизводимость проверки?

Увеличить число случайных запусков и оценивать устойчивость среднего результата в задаче по теме «Пропуски». Проверить форму, класс и конечность результата; при совпадении этих признаков продолжить расчёт по теме «Пропуски». Снизить расход памяти текущего варианта и сравнить его с прежним результатом на сохранённых данных по теме «Пропуски». Ограничить `rmmissing` аналитическими столбцами и зафиксировать число удалённых строк в журнале обработки. Сохранить результат текущей версии как регрессионный эталон и расширить набор входов того же типа для темы «Пропуски».