🔍 🌱 Что выведет код?
Anonymous Quiz
23%
{[1, 2, 3]: 'hello'}
6%
{1: 'h', 2: 'e', 3: 'l'}
11%
{1: 'hello', 2: 'hello', 3: 'hello'}
60%
Error
🌱 Что выаедет код?
Anonymous Quiz
26%
rhymehatmatrat
6%
hatmatrhymerat
62%
hatrhymematrhymerat
6%
Error
2. Когда вы вызываете 'rhyme'.join(a), Python:
- Берет первый элемент 'hat'
- Добавляет РАЗДЕЛИТЕЛЬ 'rhyme'
- Берет второй элемент 'mat'
- Добавляет разделитель 'rhyme'
- Берет третий элемент 'rat'
Таким образом, получается:
- 'hat' + 'rhyme' + 'mat' + 'rhyme' + 'rat' = 'hatrhymematrhymerat'
Разделитель добавляется ТОЛЬКО между элементами списка, но не в начале и не в конце. Поэтому в результате мы видим 'rhyme' только между словами, но не в начале или конце строки.
Когда Python пытается отсортировать этот список, он должен сравнить элементы между собой, чтобы определить их порядок. Однако у нас нет встроенного способа сравнить целое число с комплексным числом, так как это математически не имеет смысла.
Или если бы вы хотели сортировать по модулю комплексных чисел:
y = [4, 5, 1j]
y.sort(key=abs) # Сортировка по модулю числа
Что верно про кортежи и списки
Anonymous Quiz
7%
Список и кортеж изменяемы
86%
Список изменяем, тогда как кортеж нет
3%
Список и кортежи неизменяемы
3%
Список неизменяем, кортеж изменяем
1. "abb" - подстрока, которую мы ищем
2. -10 - начальный индекс (отсчёт с конца строки)
3. -1 - конечный индекс (отсчёт с конца строки)
Срез от -10 до -1 даёт нам "zxyzxzxab", и в нем нет вхождения "abb".
Если бы мы хотели посчитать вхождения в последних 10 символах:
print("abbzxyzxzxabb".count("abb", -10)) # 1
Метод cumsum() вычисляет накопительную сумму:
1: 1.0 (просто первое число)
2: 3.0 (1 + 2)
3: 6.0 (1 + 2 + 3)
4: NaN
5: 10.0 (1 + 2 + 3 + 4)
6: 15.0 (1 + 2 + 3 + 4 + 5)
Когда встречается np.nan (Not a Number), pandas пропускает его при подсчёте. Все числа преобразуются в тип float64, потому что np.nan является числом с плавающей точкой
Если бы мы хотели, чтобы np.nan не прерывал подсчёт, мы могли бы использовать параметр skipna=False:
print(numbers.cumsum(skipna=False))
Тогда результат был бы другим, и все значения после np.nan тоже стали бы NaN.