{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "# Мини-проект: ведомость группы\n", "\n", "Разобрать оценки 30 студентов по пяти предметам — средние по предметам и студентам, лучшие, рейтинг, кто сдал всё, кто в зоне риска.\n", "\n", "Курс NumPy · урок `np-project-grades` · [урок на сайте](https://ds-edu-trainer.vercel.app/courses/numpy/project-grades).\n", "\n", "Выполняйте ячейки по порядку (Shift+Enter), начиная с первой — она готовит урок. После каждого упражнения идёт\n", "ячейка проверки: она печатает ✓ / ✗ и итог." ], "id": "intro" }, { "cell_type": "code", "metadata": { "cellView": "form", "jupyter": { "source_hidden": true } }, "source": [ "# @title Подготовка урока — выполните эту ячейку первой\n", "# Проверяет версии пакетов, записывает файлы данных в папку data/ и определяет _check — проверку упражнений.\n", "import base64, os, zlib\n", "\n", "for _name, _min in {\"numpy\":\"2.0\"}.items():\n", " try:\n", " _have = __import__(_name).__version__\n", " except ImportError:\n", " print(f\"Нет пакета {_name}: выполните %pip install {_name} и перезапустите ядро\")\n", " continue\n", " if tuple(int(x) for x in _have.split(\".\")[:2]) < tuple(int(x) for x in _min.split(\".\")):\n", " print(f\"Урок написан для {_name} {_min} и новее, у вас {_have}: выполните %pip install -U {_name} и перезапустите ядро\")\n", "\n", "_DATA = {\n", " \"scores.csv\": \"\"\"\n", "eNo9kV1uGzEMhN91lnkgKfHvHDpAETSBvUDtBF73IbcPSBcFFgKWGn0cDs/n3/eP+/PX8Y7b2/OKr+v3efw+8fX4vDzebrfjfsH1\n", "OJ+fj2983C9/jvM6NjEssLLOEASPTQInmFXJHeFj04QxNOACIziNTQtuMGnVgs+xSeEBz9IGwXNsMpjCHK4tL7xDpXGG5ViFD+iE\n", "LahWB19jU3ZJoY5cWHNsJuiCJdaEM0zHZi620T9hqwQxkRPp1ZGJxuZZLkuZ9WmOzQs26413V6uXiiiLDaf2ytbRtAUjqIzN3qzs\n", "iRQWY3Mgub1bD1nGsvAVlTSexhaqACtj7Q45tjCCkZ1hZLNE6nJFsxmuY8vsn7Zm6/Wwww9uVrxKCuUKVBma0GIZ/DU5YUlvTWqf\n", "XZWaqZKWvtcOx72TkKz9MVEFEtS1Sb2Q/yeNH8ySg9M=\n", "\"\"\",\n", "}\n", "os.makedirs(\"data\", exist_ok=True)\n", "for _name, _packed in _DATA.items():\n", " with open(os.path.join(\"data\", _name), \"wb\") as _f:\n", " _f.write(zlib.decompress(base64.b64decode(_packed)))\n", "print(\"Файлы данных:\", \", \".join(sorted(_DATA)))\n", "\n", "# ─── Проверка упражнений: тот же раннер, что у задач на сайте ───\n", "# ─── Запуск тестов ───────────────────────────────────────────────────────────\n", "\n", "_TIMEOUT = 2.0 # секунд на тест; отдельный тест может задать свой: test_x.timeout = 10\n", "\n", "\n", "def _call_with_timeout(target, seconds: float) -> bool:\n", " \"\"\"Запускает target() в отдельном потоке. Возвращает False, если за seconds он не завершился.\"\"\"\n", " import sys\n", " import threading\n", "\n", " if sys.platform == \"emscripten\": # Python в браузере: потоков нет, таймаут обеспечивает страница\n", " target()\n", " return True\n", " # Большой стек нужен, чтобы глубокая рекурсия давала RecursionError, а не аварийное завершение Python.\n", " for megabytes in (256, 64, 0):\n", " try:\n", " threading.stack_size(megabytes * 1024 * 1024)\n", " worker = threading.Thread(target=target, daemon=True)\n", " worker.start()\n", " except (ValueError, RuntimeError, MemoryError):\n", " continue\n", " worker.join(seconds)\n", " return not worker.is_alive()\n", " target() # потоки недоступны — запускаем без таймаута\n", " return True\n", "\n", "\n", "def _test_info(fn) -> dict:\n", " \"\"\"Описание теста, его лимит времени и сообщение на случай зависания.\"\"\"\n", " limit = getattr(fn, \"timeout\", _TIMEOUT)\n", " hint = getattr(fn, \"timeout_hint\", \"\")\n", " message = (\n", " f\"тест не завершился за {limit:g} с — возможно, бесконечный цикл или рекурсия: \"\n", " \"проверьте, что границы/аргументы изменяются на каждом шаге\" + (f\". {hint}\" if hint else \"\")\n", " )\n", " return {\"title\": (fn.__doc__ or fn.__name__).strip(), \"timeout\": limit, \"timeout_message\": message}\n", "\n", "\n", "def _error_result(title: str, error: BaseException, user_file: str | None) -> dict:\n", " \"\"\"Результат упавшего теста: статус, сообщение, тип исключения и строка в коде решения.\"\"\"\n", " line = None\n", " if user_file: # самый глубокий кадр в коде решения; ошибка внутри самих тестов — без номера строки\n", " tb = error.__traceback__\n", " while tb is not None:\n", " if tb.tb_frame.f_code.co_filename == user_file:\n", " line = tb.tb_lineno\n", " tb = tb.tb_next\n", " status, message = \"error\", f\"{type(error).__name__}: {error}\"\n", " if isinstance(error, NotImplementedError):\n", " status, message, line = \"not_written\", \"функция ещё не написана\", None\n", " elif isinstance(error, AssertionError):\n", " status, message = \"failed\", str(error) or \"проверка не прошла\"\n", " elif isinstance(error, RecursionError):\n", " message = \"RecursionError: слишком глубокая рекурсия — проверьте базовый случай и то, что задача уменьшается\"\n", " elif isinstance(error, MemoryError) or (isinstance(error, OverflowError) and \"index-sized\" in str(error)):\n", " message = f\"{type(error).__name__}: не хватило памяти — возможно, создаётся слишком большая структура данных\"\n", " return {\"title\": title, \"status\": status, \"message\": message, \"error_type\": type(error).__name__, \"line\": line}\n", "\n", "\n", "def _run_tests(verbose: bool = True, on_start=None, on_result=None, user_file: str | None = None) -> list[dict]:\n", " \"\"\"Запускает тесты задачи (_TESTS — функции из tests.py) по порядку, каждый — с таймаутом.\n", "\n", " Возвращает список результатов: {\"title\", \"status\", \"message\", \"error_type\", \"line\"}, где status —\n", " passed · failed · error · not_written · timeout · not_run. Если тест завис, при verbose=True печатает\n", " итог и завершает процесс: зависший поток остановить нельзя. on_start(i) и on_result(i, результат)\n", " вызываются по мере выполнения; user_file — имя файла с кодом решения для номеров строк в ошибках.\n", " \"\"\"\n", " import os\n", " import sys\n", "\n", " if verbose:\n", " try: # ✓ и кириллица в консоли Windows со старой кодировкой\n", " sys.stdout.reconfigure(encoding=\"utf-8\")\n", " except Exception: # noqa: BLE001 — reconfigure может не быть (перенаправленный вывод, браузер)\n", " pass\n", "\n", " tests = list(_TESTS)\n", " results: list[dict] = []\n", " not_written = hung = False\n", " for index, fn in enumerate(tests):\n", " info = _test_info(fn)\n", " outcome: dict = {}\n", "\n", " def target(fn=fn, outcome=outcome):\n", " try:\n", " fn()\n", " except BaseException as e:\n", " outcome[\"error\"] = e\n", "\n", " if on_start:\n", " on_start(index)\n", " if not _call_with_timeout(target, info[\"timeout\"]):\n", " results.append({\"title\": info[\"title\"], \"status\": \"timeout\", \"message\": info[\"timeout_message\"], \"error_type\": None, \"line\": None})\n", " for other in tests[index + 1:]:\n", " results.append({\"title\": _test_info(other)[\"title\"], \"status\": \"not_run\", \"message\": \"не запускался: предыдущий тест завис\", \"error_type\": None, \"line\": None})\n", " hung = True\n", " break\n", " error = outcome.get(\"error\")\n", " if error is None:\n", " result = {\"title\": info[\"title\"], \"status\": \"passed\", \"message\": \"\", \"error_type\": None, \"line\": None}\n", " else:\n", " result = _error_result(info[\"title\"], error, user_file)\n", " not_written = not_written or result[\"status\"] == \"not_written\"\n", " results.append(result)\n", " if on_result:\n", " on_result(index, result)\n", "\n", " if not_written: # пока функция не написана, «даром» пройденные тесты не засчитываются\n", " for r in results:\n", " if r[\"status\"] == \"passed\":\n", " r.update(status=\"not_written\", message=\"не засчитан, пока функция не написана\")\n", " for r in results:\n", " if len(r[\"message\"]) > 300:\n", " r[\"message\"] = r[\"message\"][:300] + \"…\"\n", "\n", " if verbose:\n", " if not_written:\n", " print(\"Функция ещё не написана — замените raise NotImplementedError своим кодом.\\n\")\n", " for r in results:\n", " mark = {\"passed\": \"✓\", \"not_run\": \"–\"}.get(r[\"status\"], \"✗\")\n", " print(f\"{mark} {r['title']}\")\n", " if r[\"message\"]:\n", " print(f\" {r['message']}\")\n", " passed = sum(r[\"status\"] == \"passed\" for r in results)\n", " print(\"─\" * 40)\n", " print(f\"Прошло {passed} из {len(results)}\" + (\" — всё верно!\" if passed == len(results) else \"\"))\n", " if hung:\n", " print(\"Выполнение остановлено: один из тестов завис.\")\n", " sys.stdout.flush()\n", " os._exit(1)\n", " return results\n", "\n", "\n", "def _check(*tests, names=()):\n", " \"\"\"Запускает проверки упражнения и печатает ✓ / ✗ и итог — как на сайте.\"\"\"\n", " for name in names:\n", " if \".\" in name: # «Класс.метод» из заготовки: класс должен быть объявлен\n", " if not isinstance(globals().get(name.split(\".\")[0]), type):\n", " print(f\"✗ класс {name.split('.')[0]} не объявлен — выполните ячейку упражнения\")\n", " return\n", " continue\n", " if name not in globals():\n", " print(f\"✗ переменная {name} не создана — выполните ячейку упражнения\")\n", " return\n", " if globals()[name] is Ellipsis:\n", " print(f\"✗ {name} пока равна ... — замените многоточие своим кодом\")\n", " return\n", " globals()[\"_TESTS\"] = list(tests)\n", " _run_tests()" ], "execution_count": null, "outputs": [], "id": "setup" }, { "cell_type": "markdown", "metadata": {}, "source": [ "Ведомость — классическая таблица «строки × столбцы»: строка — студент, столбец — предмет. На ней сходится\n", "весь модуль: оси, `argmax`, статистика, сортировка. Файл `data/scores.csv`: первый столбец — код студента,\n", "дальше — баллы по пяти предметам." ], "id": "text-11" }, { "cell_type": "code", "metadata": {}, "source": [ "# Начало файла\n", "import numpy as np\n", "\n", "subjects = [\"математика\", \"физика\", \"программирование\", \"история\", \"английский\"]\n", "with open(\"data/scores.csv\") as f:\n", " print(f.read()[:110])" ], "execution_count": null, "outputs": [], "id": "peek" }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Шаг 1. Загрузка\n", "\n", "Баллы загрузим числами, а коды студентов — отдельно, как текст: у `loadtxt` для этого есть `dtype=str`." ], "id": "text-17" }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Упражнение 1. Баллы и коды\n", "\n", "Сохраните в `scores` таблицу баллов (столбцы 1–5), а в `ids` — коды студентов (столбец 0) как строки.\n", "\n", "
Подсказка 1\n", "\n", "Баллы: `usecols=(1, 2, 3, 4, 5)`.\n", "\n", "
\n", "
Подсказка 2\n", "\n", "Коды: `usecols=0` и `dtype=str`.\n", "\n", "
" ], "id": "load-task" }, { "cell_type": "code", "metadata": {}, "source": [ "scores = ...\n", "ids = ..." ], "execution_count": null, "outputs": [], "id": "load" }, { "cell_type": "code", "metadata": {}, "source": [ "# Проверка упражнения 1 — выполните после своего решения\n", "def test_scores():\n", " \"scores — таблица 30 × 5\"\n", " assert isinstance(scores, np.ndarray), f\"scores — это {type(scores).__name__}, а нужен массив из np.loadtxt\"\n", " assert scores.shape == (30, 5), f\"форма scores — {scores.shape}, а нужно (30, 5): нужны пять столбцов с баллами\"\n", " assert scores[0].tolist() == [68, 49, 68, 82, 81], \"первая строка должна быть баллами студента S01 по пяти предметам\"\n", "\n", "\n", "def test_ids():\n", " \"ids — 30 кодов студентов\"\n", " assert isinstance(ids, np.ndarray), f\"ids — это {type(ids).__name__}, а нужен массив строк из файла\"\n", " assert ids.shape == (30,), f\"форма ids — {ids.shape}, а нужно 30 кодов\"\n", " assert ids[0] == \"S01\" and ids[-1] == \"S30\", f\"коды должны идти от S01 до S30, а сейчас {ids[0]} … {ids[-1]}\"\n", "\n", "_check(test_scores, test_ids, names=[\"scores\",\"ids\"])" ], "execution_count": null, "outputs": [], "id": "load-check" }, { "cell_type": "markdown", "metadata": {}, "source": [ "
Решение\n", "\n", "```python\n", "scores = np.loadtxt(\"data/scores.csv\", delimiter=\",\", skiprows=1, usecols=(1, 2, 3, 4, 5))\n", "ids = np.loadtxt(\"data/scores.csv\", delimiter=\",\", skiprows=1, usecols=0, dtype=str)\n", "```\n", "\n", "
" ], "id": "load-solution" }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Шаг 2. Предметы" ], "id": "text-28" }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Упражнение 2. Самый трудный предмет\n", "\n", "Сохраните в `subject_avg` средний балл по каждому предмету, а в `hardest` — название предмета с самым низким\n", "средним (названия — в списке `subjects`).\n", "\n", "
Подсказка 1\n", "\n", "Среднее по столбцу — `axis=0`.\n", "\n", "
\n", "
Подсказка 2\n", "\n", "`subjects[subject_avg.argmin()]`.\n", "\n", "
" ], "id": "subjects-avg-task" }, { "cell_type": "code", "metadata": {}, "source": [ "subject_avg = ...\n", "hardest = ..." ], "execution_count": null, "outputs": [], "id": "subjects-avg" }, { "cell_type": "code", "metadata": {}, "source": [ "# Проверка упражнения 2 — выполните после своего решения\n", "def test_avg():\n", " \"subject_avg — средний балл по каждому предмету\"\n", " assert isinstance(subject_avg, np.ndarray), f\"subject_avg — это {type(subject_avg).__name__}, а нужен массив\"\n", " assert subject_avg.shape != (30,), \"получилось 30 чисел — по студенту, а нужно по числу на предмет\"\n", " assert np.allclose(subject_avg, [67.766667, 66.766667, 69.033333, 69.7, 65.966667]), f\"subject_avg = {np.round(subject_avg, 2).tolist()}\"\n", "\n", "\n", "def test_hardest():\n", " \"hardest — предмет с самым низким средним\"\n", " assert hardest != 4, \"4 — индекс; название возьмите из списка subjects\"\n", " assert hardest != \"история\", \"это предмет с самым высоким средним; нужен с самым низким — argmin\"\n", " assert hardest == \"английский\", f\"hardest = {hardest!r} — это не предмет с самым низким средним\"\n", "\n", "_check(test_avg, test_hardest, names=[\"subject_avg\",\"hardest\"])" ], "execution_count": null, "outputs": [], "id": "subjects-avg-check" }, { "cell_type": "markdown", "metadata": {}, "source": [ "
Решение\n", "\n", "```python\n", "subject_avg = scores.mean(axis=0)\n", "hardest = subjects[subject_avg.argmin()]\n", "```\n", "\n", "
" ], "id": "subjects-avg-solution" }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Шаг 3. Студенты" ], "id": "text-38" }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Упражнение 3. Лучший студент\n", "\n", "Сохраните в `student_avg` средний балл каждого студента, а в `best_id` — код студента с самым высоким средним.\n", "\n", "
Подсказка 1\n", "\n", "Среднее по строке — `axis=1`.\n", "\n", "
\n", "
Подсказка 2\n", "\n", "Код лучшего — `ids[student_avg.argmax()]`.\n", "\n", "
" ], "id": "students-task" }, { "cell_type": "code", "metadata": {}, "source": [ "student_avg = ...\n", "best_id = ..." ], "execution_count": null, "outputs": [], "id": "students" }, { "cell_type": "code", "metadata": {}, "source": [ "# Проверка упражнения 3 — выполните после своего решения\n", "def test_avg():\n", " \"student_avg — средний балл каждого студента\"\n", " assert isinstance(student_avg, np.ndarray) and student_avg.shape == (30,), \"student_avg — 30 чисел, по студенту\"\n", " assert abs(student_avg[0] - 69.6) < 1e-9, f\"средний балл S01 — {student_avg[0]}, а должен быть 69.6\"\n", "\n", "\n", "def test_best():\n", " \"best_id — код лучшего студента\"\n", " assert best_id != 11, \"11 — индекс; код возьмите из ids\"\n", " assert best_id == \"S12\", f\"best_id = {best_id!r} — это не код студента с лучшим средним\"\n", "\n", "_check(test_avg, test_best, names=[\"student_avg\",\"best_id\"])" ], "execution_count": null, "outputs": [], "id": "students-check" }, { "cell_type": "markdown", "metadata": {}, "source": [ "
Решение\n", "\n", "```python\n", "student_avg = scores.mean(axis=1)\n", "best_id = ids[student_avg.argmax()]\n", "```\n", "\n", "
" ], "id": "students-solution" }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Упражнение 4. Лучший по каждому предмету\n", "\n", "Сохраните в `best_by_subject` коды студентов, лучших по каждому предмету, — пять кодов по порядку предметов.\n", "Если лучших несколько (одинаковый максимум), `argmax` берёт первого из них — так и оставьте.\n", "\n", "
Подсказка 1\n", "\n", "`scores.argmax(axis=0)` — для каждого столбца индекс строки с максимумом.\n", "\n", "
\n", "
Подсказка 2\n", "\n", "Подставьте эти индексы в `ids[...]`.\n", "\n", "
" ], "id": "best-per-subject-task" }, { "cell_type": "code", "metadata": {}, "source": [ "best_by_subject = ..." ], "execution_count": null, "outputs": [], "id": "best-per-subject" }, { "cell_type": "code", "metadata": {}, "source": [ "# Проверка упражнения 4 — выполните после своего решения\n", "def test_best():\n", " \"best_by_subject — лучший студент по каждому предмету\"\n", " assert isinstance(best_by_subject, np.ndarray), f\"best_by_subject — это {type(best_by_subject).__name__}, а нужен массив кодов\"\n", " got = best_by_subject.tolist()\n", " assert got != [17, 28, 11, 8, 11], \"это индексы строк; по ним нужно взять коды из ids\"\n", " assert len(got) == 5, f\"кодов {len(got)}, а предметов 5\"\n", " assert got == [\"S18\", \"S29\", \"S12\", \"S09\", \"S12\"], f\"best_by_subject = {got}\"\n", "\n", "_check(test_best, names=[\"best_by_subject\"])" ], "execution_count": null, "outputs": [], "id": "best-per-subject-check" }, { "cell_type": "markdown", "metadata": {}, "source": [ "
Решение\n", "\n", "```python\n", "best_by_subject = ids[scores.argmax(axis=0)]\n", "```\n", "\n", "
" ], "id": "best-per-subject-solution" }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Шаг 4. Кто сдал всё и кто в зоне риска\n", "\n", "`all` и `any` тоже понимают `axis`: `(scores >= 60).all(axis=1)` — для каждой строки, все ли её баллы не ниже 60." ], "id": "text-55" }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Упражнение 5. Сдали все предметы\n", "\n", "Сохраните в `all_passed` число студентов, у которых **все** баллы не ниже 60.\n", "\n", "
Подсказка 1\n", "\n", "Маска «балл не ниже 60» — `scores >= 60`; «все в строке» — `.all(axis=1)`.\n", "\n", "
\n", "
Подсказка 2\n", "\n", "Число подходящих студентов — сумма получившейся маски.\n", "\n", "
" ], "id": "passed-task" }, { "cell_type": "code", "metadata": {}, "source": [ "all_passed = ..." ], "execution_count": null, "outputs": [], "id": "passed" }, { "cell_type": "code", "metadata": {}, "source": [ "# Проверка упражнения 5 — выполните после своего решения\n", "def test_passed():\n", " \"all_passed — студенты, у которых все баллы не ниже 60\"\n", " assert not isinstance(all_passed, np.ndarray), \"all_passed — массив, а нужно одно число\"\n", " assert all_passed != 5, \"5 — это число предметов, которые сдали все студенты, а нужно число студентов, сдавших все предметы\"\n", " assert all_passed == 12, f\"all_passed = {all_passed} — это не число студентов, сдавших все предметы\"\n", "\n", "_check(test_passed, names=[\"all_passed\"])" ], "execution_count": null, "outputs": [], "id": "passed-check" }, { "cell_type": "markdown", "metadata": {}, "source": [ "
Решение\n", "\n", "```python\n", "all_passed = (scores >= 60).all(axis=1).sum()\n", "```\n", "\n", "
" ], "id": "passed-solution" }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Упражнение 6. Зона риска\n", "\n", "Сохраните в `at_risk` коды студентов, у которых хотя бы по одному предмету меньше 50 баллов.\n", "\n", "
Подсказка 1\n", "\n", "«Хотя бы один в строке» — `.any(axis=1)`.\n", "\n", "
\n", "
Подсказка 2\n", "\n", "Коды по маске — `ids[маска]`.\n", "\n", "
" ], "id": "risk-task" }, { "cell_type": "code", "metadata": {}, "source": [ "at_risk = ..." ], "execution_count": null, "outputs": [], "id": "risk" }, { "cell_type": "code", "metadata": {}, "source": [ "# Проверка упражнения 6 — выполните после своего решения\n", "def test_risk():\n", " \"at_risk — коды студентов с баллом ниже 50\"\n", " assert isinstance(at_risk, np.ndarray), f\"at_risk — это {type(at_risk).__name__}, а нужен массив кодов\"\n", " assert at_risk.dtype != bool, \"это маска; по ней нужно отобрать коды из ids\"\n", " assert len(at_risk) == 9, f\"в at_risk {len(at_risk)} кодов, а студентов с баллом ниже 50 — 9: вспомните any\"\n", "\n", "_check(test_risk, names=[\"at_risk\"])" ], "execution_count": null, "outputs": [], "id": "risk-check" }, { "cell_type": "markdown", "metadata": {}, "source": [ "
Решение\n", "\n", "```python\n", "at_risk = ids[(scores < 50).any(axis=1)]\n", "```\n", "\n", "
" ], "id": "risk-solution" }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Шаг 5. Рейтинг" ], "id": "text-73" }, { "cell_type": "markdown", "metadata": {}, "source": [ "### Упражнение 7. Пятёрка лучших\n", "\n", "Сохраните в `top5` коды пяти студентов с самым высоким средним баллом — от лучшего.\n", "\n", "
Подсказка 1\n", "\n", "`np.argsort(student_avg)` — от худшего к лучшему; `[::-1]` — наоборот; `[:5]` — первые пять.\n", "\n", "
" ], "id": "top5-task" }, { "cell_type": "code", "metadata": {}, "source": [ "top5 = ..." ], "execution_count": null, "outputs": [], "id": "top5" }, { "cell_type": "code", "metadata": {}, "source": [ "# Проверка упражнения 7 — выполните после своего решения\n", "def test_top5():\n", " \"top5 — пять лучших по среднему баллу\"\n", " assert isinstance(top5, np.ndarray), f\"top5 — это {type(top5).__name__}, а нужен массив кодов\"\n", " got = top5.tolist()\n", " assert len(got) == 5, f\"в top5 {len(got)} кодов, а нужно 5\"\n", " assert got != [\"S24\", \"S27\", \"S21\", \"S29\", \"S12\"], \"порядок перевёрнут: начните с лучшего\"\n", " assert got != [\"S07\", \"S25\", \"S30\", \"S11\", \"S10\"], \"это пять худших: argsort упорядочивает по возрастанию\"\n", " assert got == [\"S12\", \"S29\", \"S21\", \"S27\", \"S24\"], f\"top5 = {got}\"\n", "\n", "_check(test_top5, names=[\"top5\"])" ], "execution_count": null, "outputs": [], "id": "top5-check" }, { "cell_type": "markdown", "metadata": {}, "source": [ "
Решение\n", "\n", "```python\n", "top5 = ids[np.argsort(student_avg)[::-1][:5]]\n", "```\n", "\n", "
" ], "id": "top5-solution" }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Выводы" ], "id": "text-81" }, { "cell_type": "code", "metadata": {}, "source": [ "# Ведомость в цифрах\n", "for name, avg in zip(subjects, np.round(subject_avg, 1)):\n", " print(f\"{name}: {avg}\")\n", "print(\"самый трудный:\", hardest, \"| лучший студент:\", best_id, round(student_avg.max(), 1))\n", "print(\"сдали всё:\", all_passed, \"из\", len(ids), \"| в зоне риска:\", len(at_risk))\n", "print(\"пятёрка лучших:\", top5)" ], "execution_count": null, "outputs": [], "id": "summary" }, { "cell_type": "markdown", "metadata": {}, "source": [ "*После решения всех упражнений урока:*\n", "\n", "Самый трудный предмет — английский, но разница средних между предметами невелика — около 4 баллов. Все\n", "предметы сдали 12 студентов из 30, а у 9 есть хотя бы один балл ниже 50 — им стоит помочь. Весь анализ —\n", "десяток строк, и каждая — одна операция с таблицей." ], "id": "component-86" }, { "cell_type": "markdown", "metadata": {}, "source": [ "**Подробнее в справочнике:** [numpy/axis](https://ds-edu-trainer.vercel.app/reference/numpy/axis) · [numpy/sorting](https://ds-edu-trainer.vercel.app/reference/numpy/sorting) · [numpy/statistics](https://ds-edu-trainer.vercel.app/reference/numpy/statistics)" ], "id": "more" } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "name": "python" }, "colab": { "provenance": [] } }, "nbformat": 4, "nbformat_minor": 5 }