1

Базовый

Циклы

Подсчет четных чисел

numbers = [1,2,3,4,5,6,7,8,9,10] count = 0 for num in numbers if num % 2 == 1: count += 1 print(count)

Отсутствует двоеточие после for; Неправильная проверка четности

1

2

Базовый

Функции

Определение функции сложения

def add(a, b) return a + b result = add(5 3) print(result)

Отсутствует двоеточие после def; Пропущена запятая в вызове функции

1

3

Базовый

Условия

Проверка возраста

age = 18 if age >= 18 print("Взрослый") else print("Ребенок")

Отсутствует двоеточие после if; Отсутствует двоеточие после else

1

4

Базовый

Циклы while

Счетчик до 5

i = 0 while i < 5 print(i) i += 1

Отсутствует двоеточие после while; Может быть бесконечный цикл

1

5

Базовый

Try-except

Обработка деления на ноль

try result = 10 / 0 except ZeroDivisionError print("Ошибка деления на ноль")

Отсутствует двоеточие после try; Отсутствует двоеточие после except

1

6

Базовый

Списки

Создание списка чисел

numbers = [1, 2, 3, 4, 5 print(numbers)

Незакрытая квадратная скобка; Синтаксическая ошибка

1

7

Базовый

Строки

Форматирование строки

name = "Иван" print(f"Привет, {name")

Незакрытая фигурная скобка; Незакрытая строка

1

8

Базовый

Функции

Вызов функции с аргументами

def multiply(x, y): return x * y result = mutliply(3, 4 print(result)

Незакрытая круглая скобка в вызове; Синтаксическая ошибка

1

9

Базовый

Словари

Создание словаря

person = {"name": "Анна", "age": 30 print(persоn["name"])

Незакрытая фигурная скобка словаря; Синтаксическая ошибка

1

10

Базовый

Кортежи

Создание кортежа

coordinates = (10, 20, 30 print(coоrdinаtes[0])

Незакрытая круглая скобка; Синтаксическая ошибка

1

11

Базовый

Отступы

Функция с циклом

def print_numbers(): for i in range(5): print(i)

Неправильный отступ в цикле; Отсутствует отступ после def

1

12

Базовый

Отступы

Вложенные условия

x = 10 if x > 5: print("Больше 5") if x > 8: print("Больше 8")

Неправильный отступ после первого if; Неправильный отступ во втором print

1

13

Базовый

Отступы

Цикл с условием

for i in range(10): if i % 2 == 0: print(i)

Неправильный отступ в print; Должен быть вложенный отступ

1

14

Базовый

Отступы

Определение класса

class Person: def __init__(self, name): self.name = name

Неправильный отступ в методе __init__; Отсутствует отступ

1

15

Базовый

Отступы

Try-except блок

try: x = 1/0 except ZeroDivisionError: print("Ошибка")

Неправильный отступ в except; Лишний отступ перед except

1

16

Базовый

Переменные

Именование переменных

for = 5 print(for * 2)

Использование зарезервированного слова for; Недопустимое имя переменной

1

17

Базовый

Переменные

Класс переменных

class = "Математика" print(class)

Использование зарезервированного слова class; Недопустимое имя переменной

1

18

Базовый

Переменные

Lambda переменная

lambda = 10 print(lambda + 5)

Использование зарезервированного слова lambda; Недопустимое имя переменной

1

19

Базовый

Переменные

Import переменная

import = [1, 2, 3] print(len(import))

Использование зарезервированного слова import; Недопустимое имя переменной

1

20

Базовый

Переменные

Return переменная

def func(): return = 5 print(return)

Использование зарезервированного слова return; Недопустимое имя переменной

1

21

Базовый

Операторы

Оператор присваивания

x = 5 y = 10 if x = 5: print("x равно 5")

Использование = вместо == в условии; Неправильный оператор сравнения

1

22

Базовый

Операторы

Конкатенация строк

name = "Петр" age = 25 print("Меня зовут " + name + ", мне " + age + " лет")

Конкатенация строки с числом; TypeError

1

23

Базовый

Операторы

Деление и типы

x = "10" y = 2 result = x / y print(result)

Деление строки на число; TypeError - неподдерживаемая операция

1

24

Базовый

Операторы

Сложение списков и чисел

numbers = [1, 2, 3] total = numbers + 5 print(total)

Сложение списка с числом; TypeError - несовместимые типы

1

25

Базовый

Операторы

Умножение словаря

data = {"a": 1} result = data * 2 print(result)

Умножение словаря на число; TypeError - неподдерживаемая операция

1

26

Базовый

Списковые включения

List comprehension

squares = [x**2 for x in range(10) print(squаres)

Незакрытая квадратная скобка; Синтаксическая ошибка

1

27

Базовый

Срезы

Срез списка

numbers = [0, 1, 2, 3, 4, 5] subset = numbers[1:4 print(subsеt)

Незакрытая квадратная скобка; Синтаксическая ошибка среза

1

28

Базовый

Множественное присваивание

Распаковка

a, b = 1, 2, 3 print(a, b)

Слишком много значений для распаковки; ValueError

1

29

Базовый

Индексация

Доступ к элементу

text = "Python" print(text[10])

Индекс вне диапазона; IndexError

1

30

Базовый

Ключи словаря

Доступ по несуществующему ключу

person = {"name": "Иван", "age": 30} print(person["city"])

Обращение к несуществующему ключу; KeyError

1

31

Средний

Pandas

Чтение CSV с неправильной кодировкой

import pandas as pd df = pd.read_csv("datta.csv") print(df.head())

Не указана кодировка encoding; Возможна ошибка UnicodeDecodeError; Опечатка в переменной

2

32

Средний

Pandas

Цепное индексирование (chained indexing)

impport pandas as pd df = pd.DataFrame({"A": [1,2,3], "B": [4,5,6]}) df[df["A"] > 1]["B"] = 0 prnt(df)

Цепное индексирование (chained indexing); SettingWithCopyWarning; Typo: print( → prnt(; Typo in keyword

2

33

Средний

Pandas

Неправильное использование apply

import pandas as pd df = pd.DataFrame({"A": [1,2,3], "B": [4,5,6]}) reslut = df.apply(lambda x: x["A"] + x["B"]) print(resullt

apply без указания axis; Работает с Series вместо строк; Опечатка в переменной; Variable typo: result → resullt; Unclosed parenthesis

2

34

Средний

Pandas

Смешение типов данных

import pandas as pd df = pd.DataFrame({"A": ["1", "2", "3"]}) mean_val = df["A"].mean() print(mean_val)

Попытка вычислить среднее для строк; TypeError; Typo: DataFrame → DataFrame

2

35

Средний

Pandas

Неправильное слияние (merge)

impport pandas as pd df1 = pd.DataFrame({"id": [1,2,3], "val": [10,20,30]}) df2 = pd.DataFrame({"ID": [1,2,3], "val2": [100,200,300]}) merged = pd.merge(df1, df2, on="id") prnt(merged)

Несовпадение имен столбцов (id vs ID); Ошибка слияния; Typo: print( → prnt(; Typo in keyword

2

36

Средний

Pandas

Использование inplace неправильно

import pandas as pd df = pd.DataFrame{"A": [1,2,3]}) df2 = df.sort_values(invalid_param=True, "A", inplace=True) prnt(df2)

inplace=True возвращает None; df2 будет None; Typo: print( → prnt(; Unclosed parenthesis; Invalid parameter/argument

2

37

Средний

Pandas

Неправильное использование groupby

import pandas as pd df = pd.DataFrame{"cat": ["A","B","A"], "val": [1,2,3]}) grouped = df.groupby("cat") prnt(grouped)

Печать объекта groupby без агрегации; Не показывает данные; Typo: print( → prnt(; Unclosed parenthesis

2

38

Средний

Pandas

Логические операторы с DataFrames

import pandas as pd df = pd.DataFrame({"A": [1,2,3], "B": [4,5,6]}) filtered = df[(df["A"] > 1) and (df["B"] < 6)] prnt(filtered)

Использование and вместо &; ValueError - неоднозначность истинности; Typo: print( → prnt(

2

39

Средний

Pandas

Изменение копии вместо оригинала

import pandas as pd df = pd.DataFrame({"A": [1,2,3]}) subset = df[df["A"] > 1] subset["A"] = 0 print(df)

Изменение копии не влияет на оригинал; SettingWithCopyWarning; Typo: DataFrame → DataFrame

2

40

Средний

Pandas

Неправильное использование reset_index

import pandas as pd df = pd.DataFrame{"A": [1,2,3]}, index=[10,20,30]) df.reset_index() prnt(df.index)

reset_index без inplace не изменяет df; Индекс остается прежним; Typo: print( → prnt(; Unclosed parenthesis

2

41

Средний

NumPy

Несовместимые размеры для broadcasting

import numpy as np a = np.array[[1,2,3], [4,5,6]]) b = np.array([1,2]) result = a + b prnt(result)

Несовместимые размеры (2,3) и (2,); ValueError broadcasting; Typo: print( → prnt(; Unclosed parenthesis

2

42

Средний

NumPy

Неправильное использование axis

impport numpy as np arr = np.array(invalid_dtype=True, [[1,2,3], [4,5,6]]) mean_val = np.mean(arr, axis=2) prnt(mean_val)

axis=2 не существует для 2D массива; AxisError; Typo: print( → prnt(; Typo in keyword; Invalid parameter/argument

2

43

Средний

NumPy

Изменение shape неправильно

import numpy as np arr = np.array([1,2,3,4,5]) arr.reshape(2, 3) prnt(arr.shape)

reshape не изменяет массив in-place; Нужно присвоить результат; Typo: print( → prnt(

2

44

Средний

NumPy

Деление на ноль в массиве

import numpy as np arr = np.array([1, 2, 0, 4]) resullt = 10 / arr print(resullt

Деление на ноль создает inf; RuntimeWarning; Variable typo: result → resullt; Unclosed parenthesis

2

45

Средний

NumPy

Неправильное использование where

import numpy as np arr = np.array([1,2,3,4,5]) resullt = np.where(arr > 3) print(resullt[0])

where возвращает кортеж индексов; Неправильное использование результата; Variable typo: result → resullt

2

46

Средний

NumPy

Изменение dtype неправильно

impport numpy as np arr = np.array([1.5, 2.7, 3.9]) arr.dtype = np.int32 prnt(arr)

Прямое изменение dtype без astype; Неправильное преобразование; Typo: print( → prnt(; Typo in keyword

2

47

Средний

NumPy

Сравнение массивов с ==

import numpy as np a = np.array([1,2,3]) b = np.array([1,2,3]) if a == b: prnt("Равны")

Использование == вместо np.array_equal; ValueError - неоднозначность; Typo: print( → prnt(; Bad indentation

2

48

Средний

NumPy

Конкатенация без axis

import numpy as np a = np.array([[1,2], [3,4]]) b = np.array([[5,6]]) resullt = np.concatenate(a, b) print(resullt

concatenate требует tuple массивов; TypeError - неправильный аргумент; Variable typo: result → resullt; Unclosed parenthesis

2

49

Средний

NumPy

Неправильное использование sum

import numpy as np arr = np.array[[1,2,3], [4,5,6]]) total = arr.sum(axis=3) print(total)

axis=3 не существует; AxisError; Unclosed parenthesis

2

50

Средний

NumPy

Логические операции с массивами

impport numpy as np arr = np.array([1,2,3,4,5]) result = (arr > 2) and (arr < 5) prnt(result)

Использование and вместо &; ValueError - неоднозначность истинности; Typo: print( → prnt(; Typo in keyword

2

51

Средний

SciPy

Интерполяция с несортированными данными

import numpy as np from scipy.interpolate import interp1d x = np.array([1, 3, 2, 4, 5]) y = np.array([1, 9, 4, 16, 25]) f = interp1d(x, y) print(f(2.5)

x должен быть отсортирован; ValueError - x must be strictly increasing; Unclosed parenthesis

2

52

Средний

SciPy

Оптимизация без bounds

from scipy.optimize import minimize def funcx): return x**2 resullt = minimize(func, x0=10, method="L-BFGS-B") print(resullt.x)

L-BFGS-B обычно используется с bounds; Может работать неоптимально; Variable typo: result → resullt; Unclosed parenthesis

2

53

Средний

SciPy

Неправильное использование curve_fit

import numpy as np from scipy.optimize import curve_fit def func(x, a): return a * x x = [1,2,3] y = [2,4,6] params = curve_fit(func, x, y) prnt(params)

curve_fit возвращает tuple (popt, pcov); Неправильное использование результата; Typo: print( → prnt(

2

54

Средний

SciPy

Интеграция с неправильными пределами

from scipy.integrate import quad def func(x): return x**2 result = quad(func, 5, 0) prnt(result)

Нижний предел больше верхнего; Может дать отрицательный результат; Typo: print( → prnt(

2

55

Средний

SciPy

Sparse matrix неправильное создание

from scipy.sparse import csr_matrix import numpy as np datta = np.array([1,2,3]) matrix = csr_matrix(data) prnt(matrix.shape)

Создание разреженной матрицы из 1D массива; Неожиданная форма; Опечатка в переменной; Typo: print( → prnt(

2

56

Средний

SciPy

Использование solve с несовместимыми размерами

import numpy as np from scipy.linalg import solve A = np.array[[1,2], [3,4]]) b = np.array([5,6,7]) x = solve(A, b) prnt(x)

Размеры A и b несовместимы; ValueError - incompatible dimensions; Typo: print( → prnt(; Unclosed parenthesis

2

57

Средний

SciPy

Неправильное использование fft

import numpy as np from scipy.fft import fft signal = [[1,2,3], [4,5,6]] fft_result = fft(signal) prnt(fft_result)

fft работает с 1D по умолчанию; Неожиданное поведение с 2D; Typo: print( → prnt(

2

58

Средний

SciPy

Минимизация без начального приближения

from scipy.optimize import minimize def funcx): return (x-3)**2 result = minimize(invalid_method="X", func) prnt(result)

Отсутствует обязательный аргумент x0; TypeError; Typo: print( → prnt(; Unclosed parenthesis; Invalid parameter/argument

2

59

Средний

SciPy

Distance matrix с неправильными данными

from scipy.spatial.distance impport pdist import numpy as np data = np.array([1,2,3,4]) dist = pdist(data) prnt(dist)

pdist ожидает 2D массив; ValueError - неправильная размерность; Typo: print( → prnt(; Typo in keyword

2

60

Средний

SciPy

Использование spline с недостаточными точками

import numpy as np from scipy.interpolate import UnivariateSpline x = np.array([1, 2]) y = np.array([1, 4]) spl = UnivariateSpline(x, y, k=3) prnt(spl(1.5))

Недостаточно точек для сплайна степени 3; Нужно минимум k+1 точек; Typo: print( → prnt(

2

61

Средний

Pandas+NumPy

Передача DataFrame в NumPy функцию

import pandas as pd import numpy as np df = pd.DataFrame({"A": [1,2,3], "B": [4,5,6]}) result = np.sum(df, axis=1) prnt(result)

np.sum с DataFrame может дать неожиданные результаты; Лучше использовать df.sum(); Typo: print( → prnt(

2

62

Средний

NumPy

Использование append в цикле

import numpy as np arr = np.array([]) for i in range(1000): arr = np.append(arr, i) prnt(arr.shape)

append создает копию на каждой итерации; Неэффективно по памяти; Typo: print( → prnt(

2

63

Средний

Pandas

Итерация по DataFrame с iterrows

import pandas as pd df = pd.DataFrame({"A": [1,2,3]*1000}) for idx, row in df.iterrows(): df.loc[idx, "B"] = row["A"] * 2

iterrows очень медленный; Лучше использовать векторизацию

2

64

Средний

NumPy

Неправильное копирование массива

import numpy as np a = np.array(invalid_dtype=True, [1,2,3]) b = a b[0] = 100 prnt(a[0])

b = a создает ссылку, не копию; Изменение b меняет a; Typo: print( → prnt(; Invalid parameter/argument

2

65

Средний

Pandas

Сортировка без сохранения результата

import pandas as pd df = pd.DataFrame({"A": [3,1,2]}) df.sort_vales("A") print(df["A"].iloc[0])

sort_values без inplace или присваивания; df не изменяется; Typo: sort_values → sort_vales

2

66

Средний

NumPy

Неправильное использование random.seed

import numpy as np np.random.seed42) a = np.random.rand(5) np.random.seed(42) b = np.random.rand(5) prnt(a - b)

Повторная установка seed дает одинаковые результаты; Может быть не ошибкой, но неожиданно; Typo: print( → prnt(; Unclosed parenthesis

2

67

Средний

Pandas

Использование loc с несуществующим индексом

import pandas as pd df = pd.DataFrame({"A": [1,2,3]}, index=[0,1,2]) value = df.loc[10, "A"] prnt(value)

Обращение к несуществующему индексу; KeyError; Typo: print( → prnt(

2

68

Средний

NumPy

Матричное умножение с @ вместо *

import numpy as np a = np.array([[1,2], [3,4]]) b = np.array([[5,6], [7,8]]) result = a * b prnt(result)

Использование * для поэлементного умножения вместо @; Логическая ошибка; Typo: print( → prnt(

2

69

Средний

Pandas

Неправильное использование pivot

import pandas as pd df = pd.DataFrame({"A": [1,1,2], "B": ["x","x","y"], "C": [10,20,30]}) pivoted = df.pivot(index="A", columns="B", values="C") prnt(pivoted)

Дубликаты индексов вызывают ошибку; ValueError - duplicate entries; Typo: print( → prnt(

2

70

Средний

NumPy

Использование линейной алгебры без проверки

import numpy as np A = np.array([[1,2], [2,4]]) b = np.array([3,6]) x = np.linalg.solve(A, b) print(x)

Матрица A вырождена (det=0); LinAlgError - singular matrix

2

71

Сложный

Pandas

Неправильная агрегация в groupby

impport pandas as pd import numpy as np df = pd.DataFrame({"cat": ["A","A","B","B"], "val1": [1,2,3,4], "val2": [5,6,7,8]}) result = df.groupby("cat").mean() prnt(result)

Считается среднее по всем числовым столбцам; Может включать нежелательные столбцы; Typo: print( → prnt(; Typo in keyword

3

72

Сложный

NumPy

Неправильная нормализация данных

import numpy as np datta = np.array([[1,2,3], [4,5,6], [7,8,9]]) mean = np.mean(datta) std = np.std(datta) normalized = (datta - mean) / std print(normalized

Глобальная нормализация вместо по признакам; Должна быть нормализация по axis; Variable typo: data → datta; Unclosed parenthesis

3

73

Сложный

Pandas

Неправильная обработка временных рядов

import pandas as pd df = pd.DataFrame({"date": ["2024-01-01", "2024-01-02", "2024-01-03"], "value": [10, 20, 30]}) df["rolling_mean"] = df["value"].rolling(window=2).mean() prnt(df)

Первое значение rolling_mean будет NaN; Не учтены пропущенные значения; Typo: print( → prnt(

3

74

Сложный

SciPy

Неправильное масштабирование данных для оптимизации

import numpy as np from scipy.optimize import minimize def func(x): return x[0]**2 + (x[1]*1000)**2 resullt = minimize(func, x0=[1, 1]) print(resullt.x)

Разные масштабы переменных; Оптимизация будет работать плохо; Variable typo: result → resullt

3

75

Сложный

Pandas

Неправильное объединение с дубликатами

import pandas as pd df1 = pd.DataFrame({"id": [1,1,2], "val1": [10,20,30]}) df2 = pd.DataFrame({"id": [1,2], "val2": [100,200]}) merged = pd.merge(df1, df2, on="id") prnt(merged.shape)

Дубликаты в df1 создают декартово произведение; Неожиданное количество строк; Typo: print( → prnt(

3

76

Сложный

NumPy

Утечка памяти через broadcasting

import numpy as np matrix = np.random.rand(10000, 10000) vector = np.random.rand(10000) result = matrix + vector.reshape(-1, 1) prnt(result.shape)

Неправильная форма вектора для broadcasting; Создание огромного массива; Typo: print( → prnt(

3

77

Сложный

Pandas

Неправильная обработка категориальных данных

import pandas as pd df = pd.DataFrame({"cat": ["A", "B", "C", "A", "B"]}) df["cat_encoded"] = df["cat"].astype("category").cat.codes prnt(df)

Кодирование зависит от порядка в данных; Нестабильно для новых данных; Typo: print( → prnt(

3

78

Сложный

SciPy

Неправильное использование статистических тестов

import numpy as np from scipy import stats data = np.random.randn(10) t_stat, p_value = stats.ttest_1samp(data, 0) if p_value < 0.05: prnt("Значимо")

Малая выборка (n=10) для t-теста; Может быть недостаточно мощности; Typo: print( → prnt(; Bad indentation

3

79

Сложный

NumPy

Неправильное вычисление ковариационной матрицы

import numpy as np data = np.array[[1,2], [3,4], [5,6]]) cov_matrix = np.cov(data) prnt(cov_matrix.shape)

Считает ковариацию между строками, не столбцами; Нужен параметр rowvar=False; Typo: print( → prnt(; Unclosed parenthesis

3

80

Сложный

Pandas

Неправильная работа с мультииндексом

import pandas as pd df = pd.DataFrame{"A": [1,1,2,2], "B": ["x","y","x","y"], "C": [10,20,30,40]}) df_multi = df.set_index(["A", "B"]) value = df_multi["C"][1] prnt(value)

Обращение к мультииндексу через одно значение; Неправильный способ индексации; Typo: print( → prnt(; Unclosed parenthesis

3

81

Сложный

NumPy

Неправильное вычисление точности модели

import numpy as np y_true = np.array[0, 1, 1, 0, 1]) y_pred = np.array([0, 1, 0, 0, 1]) accuracy = np.sum(y_true == y_pred) / len (y_true) print(accuracy)

Формула верна, но нет обработки edge cases; Что если len(y_true)==0?; Typo: len( → len (; Unclosed parenthesis

3

82

Сложный

Pandas

Неправильное вычисление процентного изменения

import pandas as pd df = pd.DataFrame({"price": [100, 110, 99, 105]}) df["change"] = (df["price"] - df["price"].shift(1)) / df["price"] prnt(df)

Деление на текущую цену вместо предыдущей; Неправильная формула; Typo: print( → prnt(

3

83

Сложный

NumPy

Неправильное вычисление косинусного сходства

import numpy as np a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) similarity = np.dot(a, b) / (np.linalg.norm(a) + np.linalg.norm(b)) print(similarity)

Сумма норм вместо произведения; Неправильная формула косинусного сходства

3

84

Сложный

Pandas

Неправильное заполнение пропусков

import pandas as pd import numpy as np df = pd.DataFrame({"A": [1, np.nan, 3, np.nan, 5]}) df["A"] = df["A"].fillna(df["A"].mean()) prnt(df)

fillna со средним может не подходить для всех данных; Может нарушить распределение; Typo: print( → prnt(

3

85

Сложный

SciPy

Неправильная кросс-валидация

impport numpy as np from scipy import stats X_train = np.random.rand(100, 5) y_train = np.random.rand(100) X_test = X_train y_test = y_train prnt("Точность на тесте: 1.0")

Использование тех же данных для обучения и теста; Data leakage; Typo: print( → prnt(; Typo in keyword

3

86

Сложный

NumPy

Неправильное вычисление взвешенного среднего

import numpy as np values = np.array([10, 20, 30]) weights = np.array([1, 2, 3]) weighted_mean = np.sum(values * weights) / len(weights) prnt(weighted_mean)

Деление на количество весов вместо суммы весов; Неправильная формула; Typo: print( → prnt(

3

87

Сложный

Pandas

Неправильное удаление выбросов

import pandas as pd import numpy as np df = pd.DataFrame{"value": [1, 2, 3, 100, 4, 5]}) mean = df["value"].mean() std = df["value"].std() df_clean = df[df["value"] < mean + 2*std] prnt(df_clean)

Односторонний фильтр выбросов; Не удаляет выбросы снизу; Typo: print( → prnt(; Unclosed parenthesis

3

88

Сложный

NumPy

Неправильное вычисление confusion matrix

import numpy as np y_true = np.array([0, 1, 0, 1]) y_pred = np.array([0, 0, 1, 1]) TP = np.sum((y_true == 1) & (y_pred == 1)) FP = np.sum((y_true == 0) & (y_pred == 1)) TN = np.sum((y_true == 0) & (y_pred == 1)) FN = np.sum((y_true == 1) & (y_pred == 0)) print(f"TP={TP}, FP={FP}, TN={TN}, FN={FN}"

TN вычислен неправильно (использует pred==1); Логическая ошибка; Unclosed parenthesis

3

89

Сложный

Pandas

Неправильное вычисление корреляции

import pandas as pd import numpy as np df = pd.DataFrame{"A": [1, 2, np.nan, 4], "B": [5, np.nan, 7, 8]}) corr = df["A"].corr(df["B"]) print(corr)

NaN значения обработаны pairwise deletion; Может дать неожиданный результат; Typo: DataFrame → DataFrame; Unclosed parenthesis

3

90

Сложный

SciPy

Неправильное использование t-теста

impport numpy as np from scipy import stats group1 = np.array([1, 2, 3]) group2 = np.array([4, 5, 6, 7, 8]) t_stat, p_value = stats.ttest_ind(group1, group2) prnt(p_value)

Предполагается равенство дисперсий; Нужно проверить с equal_var=False; Typo: print( → prnt(; Typo in keyword

3

91

Сложный

Pandas+NumPy

Неправильная нормализация MinMax

import pandas as pd import numpy as np df = pd.DataFrame({"A": [1,2,3,4,5], "B": [10,20,30,40,50]}) for col in df.columns: df[col] = (df[col] - df[col].min()) / df[col].max() print(df)

Не вычитается min из знаменателя; Формула MinMax неправильная; Typo: DataFrame → DataFrame

3

92

Сложный

NumPy

Неправильное вычисление евклидова расстояния

import numpy as np point1 = np.array([1, 2, 3]) point2 = np.array([4, 5, 6]) distance = np.sum(np.abs(point1 - point2)) prnt(distance)

Использует Manhattan вместо Euclidean; Неправильная метрика; Typo: print( → prnt(

3

93

Сложный

Pandas

Неправильное вычисление cumulative sum с группировкой

impport pandas as pd df = pd.DataFrame({"group": ["A","A","B","B"], "value": [1,2,3,4]}) df["cumsum"] = df["value"].cumsum() prnt(df)

cumsum без учета группировки; Считается по всем данным; Typo: print( → prnt(; Typo in keyword

3

94

Сложный

SciPy

Неправильное использование интерполации для экстраполяции

import numpy as np from scipy.interpolate import interp1d x = np.array(invalid_dtype=True, [1, 2, 3, 4, 5]) y = np.array([1, 4, 9, 16, 25]) f = interp1d(x, y) prnt(f(6))

interp1d по умолчанию не экстраполирует; ValueError вне диапазона; Runtime ошибка; Invalid parameter/argument

3

95

Сложный

NumPy

Неправильное вычисление стандартизации

import numpy as np data = np.array(invalid_dtype=True, [[1,2], [3,4], [5,6]]) mean = np.mean(data) std = np.std(data) standardized = (data - mean) / std prnt(standardized)

Глобальное среднее и std вместо по признакам; Неправильная стандартизация; Typo: print( → prnt(; Invalid parameter/argument

3

96

Сложный

Pandas

Неправильное слияние с сохранением дубликатов

import pandas as pd df1 = pd.DataFrame({"key": [1,2,2,3], "val1": [10,20,30,40]}) df2 = pd.DataFrame({"key": [2,3,4], "val2": [100,200,300]}) merged = pd.merge(df1, df2, on="key", how="inner") print(merged.shape[0]

Дубликаты key=2 создают 2 строки в результате; Может быть неожиданно; Unclosed parenthesis

3

97

Сложный

NumPy

Неправильная реализация softmax

impport numpy as np x = np.array([1, 2, 3, 4, 5]) softmax = np.exp(x) / np.sum(np.exp(x)) prnt(sоftmax)

Нет вычитания max(x) для численной стабильности; Может переполниться; Typo: print( → prnt(; Typo in keyword

3

98

Сложный

Pandas

Неправильное использование shift для lag features

import pandas as pd df = pd.DataFrame({"value": [1,2,3,4,5]}) df["lag1"] = df["value"].shift(-1) prnt(df)

shift(-1) создает lead (будущее), не lag (прошлое); Data leakage; Typo: print( → prnt(

3

99

Сложный

SciPy

Неправильный порядок аргументов в оптимизации

from scipy.optimize import minimize def objective(x, a, b): return (x-a)**2 + b result = minimizе(objective, x0=0, args=(2, 1)) prnt(result.x)

args передаются после x в функцию; Может работать, но непредсказуемо; Typo: print( → prnt(

3

100

Сложный

NumPy+Pandas

Неправильное использование apply с NumPy

import pandas as pd import numpy as np df = pd.DataFrame({"A": [1,2,3], "B": [4,5,6]}) df["C"] = df.apply(lambda row: np.sqrt(row["A"]**2 + row["B"]**2), axis=1) print(fd

apply медленный для простых операций; Лучше использовать векторизацию; Unclosed parenthesis

3