Специализация
Python Backend Developer
Java Backend Developer
Node.js Backend Developer
Golang Backend Developer
React Frontend Developer
Выберите навыки
React
JavaScript
Git
Redux
Webpack
Сложность
1-3
4-6
7-8
9-10
Рейтинг вопросов
1
2
3
4
5
Подпишись на React Developer в телеграм
Расскажи про анонимные классы и объекты, object и companion object
Анонимные классы в Kotlin создаются с использованием ключевого слова object и не требуют явного объявления. Они реализуют интерфейсы или наследуют классы и могут использоваться для одноразовых целей. object в Kotlin также используется для объявления объектов-синглтонов (object declaration) и для создания объектов внутри классов (companion object), которые действуют как статические поля.
Что такое Pandas?
Pandas — это библиотека для обработки и анализа данных в Python. Она построена на основе NumPy и предоставляет удобные структуры данных, такие как Series (одномерные массивы) и DataFrame (таблицы). С ее помощью можно загружать, обрабатывать, фильтровать и анализировать большие наборы данных. Pandas поддерживает работу с пропущенными значениями, слияние таблиц и группировку данных. Эта библиотека широко используется в науке о данных и машинном обучении.
Какие структуры данных поддерживает Pandas?
В Pandas есть две основные структуры данных:
Series – одномерный массив с индексами, похожий на список.
DataFrame – двумерная таблица с метками строк и столбцов, аналогичная SQL-таблице или таблице в Excel.
Какие ключевые возможности есть в Pandas?
Pandas предоставляет мощные инструменты для обработки данных:
Чтение и запись данных в CSV, Excel, SQL и другие форматы.
Удаление пропущенных значений и фильтрация данных.
Объединение, слияние и группировка данных.
Манипуляции со столбцами и строками.
Высокая производительность благодаря NumPy.
Что такое Series в Pandas?
Series – это одномерный массив с метками (индексами), хранящий данные одного типа. Он похож на список, но поддерживает индексацию и быстрые операции. Создать Series можно из списка, словаря или массива NumPy.
Какие существуют способы создания Series в Pandas?
Как создать копию Series в Pandas?
Что такое DataFrame в Pandas?
Какие существуют способы создания DataFrame в Pandas?
Что такое Reindexing в Pandas?
Рейтинг:
2
Сложность:
2
В Pandas Series можно создать разными способами:
Пустая серия (pd.Series()) создаёт пустой объект.
Из массива NumPy (pd.Series(np.array([...]))) позволяет использовать массив NumPy.
С собственным индексом (pd.Series([...], index=[...])) задаёт кастомные индексы.
Из списка (pd.Series([...])) использует обычный список Python.
Из словаря (pd.Series({ключ: значение})) создаёт серию с индексами-ключами.
Из скалярного значения (pd.Series(значение, index=[...])) создаёт серию с повторяющимся значением.
С помощью функций NumPy (pd.Series(np.linspace(...))) генерирует данные с NumPy.
Через range() или list comprehension (pd.Series(range(...))) создаёт последовательность.
Рейтинг:
2
Сложность:
3
В Pandas можно создать копию Series двумя способами:
Поверхностное копирование (shallow copy) – копирует только ссылки на данные, поэтому изменения в копии отразятся на оригинале. Используется ser.copy(deep=False).
Глубокое копирование (deep copy) – создает полную независимую копию, изменения не влияют на оригинал. Используется ser.copy(deep=True).
По умолчанию copy() создает глубокую копию (deep=True).
Рейтинг:
2
Сложность:
4
DataFrame – это основная структура данных в Pandas, которая представляет собой таблицу с именованными колонками и индексированными строками. Он позволяет загружать, изменять и анализировать данные, а также выполнять операции фильтрации, группировки и агрегации.
Создать DataFrame можно с помощью pd.DataFrame(data), где data может быть списком, словарем, массивом NumPy, CSV-файлом и т. д.
Рейтинг:
2
Сложность:
5
В Pandas DataFrame можно создать несколькими способами:
Пустой DataFrame – pd.DataFrame().
Из списка – pd.DataFrame(list).
Из списка списков – pd.DataFrame(list_of_lists).
Из словаря списков – pd.DataFrame(dict_of_lists).
Из списка словарей – pd.DataFrame(list_of_dicts).
Из Series – pd.DataFrame(pd.Series()).
Из CSV или Excel – pd.read_csv(), pd.read_excel().
Рейтинг:
2
Сложность:
4
Reindexing (переиндексация) – это изменение индексов строк и/или столбцов DataFrame. Используется метод reindex(), который позволяет задавать новый порядок индексов и заполнять отсутствующие значения NaN.
Рейтинг:
2
Сложность:
7
Рейтинг:
3
Сложность:
4
Рейтинг:
3
Сложность:
3
Рейтинг:
2
Сложность:
6
Рейтинг:
2
Сложность:
5
