Практика

Приклад 1. Відхилення температур від еталона

Для трьох датчиків задано показання на трьох еталонних температурах. Потрібно знайти середню похибку кожного датчика й найбільше абсолютне відхилення. Еталон має по одному значенню на рядок; його форма для віднімання – стовпець, а не рядок.

import numpy as np
from numpy.typing import NDArray


def errors(data: NDArray[np.float64],
           reference: NDArray[np.float64]) -> NDArray[np.float64]:
    if data.ndim != 2 or data.size == 0:
        raise ValueError("Потрібна непорожня матриця")
    if reference.shape != (data.shape[0],):
        raise ValueError("Неправильна кількість еталонів")
    if not np.isfinite(data).all():
        raise ValueError("Некоректне вимірювання")
    if not np.isfinite(reference).all():
        raise ValueError("Некоректний еталон")
    return data - reference[:, None]


def main() -> None:
    data = np.array([[1., -1., 0.], [11., 9., 10.],
                     [21., 19., 20.]])
    delta = errors(data, np.array([0., 10., 20.]))
    print("Середні похибки:", delta.mean(axis=0).tolist())
    print(f"Найбільше відхилення: {np.abs(delta).max():.1f}")


if __name__ == "__main__":
    main()

Результат:

Середні похибки: [1.0, -1.0, 0.0]
Найбільше відхилення: 1.0

Запис reference[:, None] додає одиничну вісь і утворює форму (3, 1), сумісну з матрицею. Без цього вираз для квадратної матриці міг би виконатися без помилки, але віднімав би еталони по стовпцях. Саме тому тест має перевіряти числовий зміст, а не лише відсутність винятку. Додайте матрицю форми (2, 3) та переконайтеся, що еталонів рівно два.

Приклад 2. Таблиця відвідування

Кожний рядок CSV описує один день групи: group,present,total. Група непорожня, кількості цілі, total у межах 1–100, present – від нуля до total. Для кожної групи обчислити загальну частку присутніх, а не середнє щоденних відсотків.

from io import StringIO
import pandas as pd


def attendance(source: str) -> pd.DataFrame:
    frame = pd.read_csv(StringIO(source), dtype="string")
    required = {"group", "present", "total"}
    if not required.issubset(frame.columns) or frame.empty:
        raise ValueError("Немає даних або стовпців")
    for column in ["present", "total"]:
        frame[column] = pd.to_numeric(frame[column], errors="coerce")
    valid = (frame["group"].str.strip().ne("")
             & frame["total"].between(1, 100)
             & frame["present"].between(0, frame["total"])
             & frame["present"].mod(1).eq(0)
             & frame["total"].mod(1).eq(0))
    if not valid.fillna(False).all():
        raise ValueError("Некоректний запис відвідування")
    frame["group"] = frame["group"].str.strip()
    report = frame.groupby("group", as_index=False).agg(
        present=("present", "sum"), total=("total", "sum"))
    report["share"] = report["present"] / report["total"]
    return report


def main() -> None:
    source = "group,present,total\nA,18,20\nA,8,10\nB,9,10\n"
    for row in attendance(source).itertuples(index=False):
        print(f"{row.group}: {row.share:.1%}")


if __name__ == "__main__":
    main()

Результат: A: 86.7%, потім B: 90.0%. Для A потрібно обчислити 26/30; середнє 90 % і 80 % дало б інший результат через різні знаменники. В умовах цього прикладу весь імпорт відхиляється, якщо хоч один запис неправильний. Не вилучайте проблемні рядки без повідомлення.

Приклад 3. Консольний звіт експерименту

Створити experiment.py, який приймає шлях до CSV зі стовпцем value, перевіряє 1–10000 скінченних значень у межах ±1000000, друкує середнє і стандартне відхилення всієї наявної сукупності (ddof=0) та зберігає гістограму. Шлях зображення передається через --plot. Готовий файл не перезаписувати без явного вибору іншого імені; помилки мають код завершення 2.

import argparse
from pathlib import Path
import sys
import numpy as np
import pandas as pd
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
from numpy.typing import NDArray


def read_values(path: Path) -> NDArray[np.float64]:
    frame = pd.read_csv(path)
    if "value" not in frame or not 1 <= len(frame) <= 10000:
        raise ValueError("Очікується 1–10000 значень value")
    values = pd.to_numeric(frame["value"], errors="raise")
    data = values.to_numpy(dtype=float)
    if not np.isfinite(data).all() or (np.abs(data) > 1e6).any():
        raise ValueError("Недопустимі значення")
    return data


def main() -> int:
    parser = argparse.ArgumentParser(description="Звіт експерименту")
    parser.add_argument("csv", type=Path)
    parser.add_argument("--plot", type=Path, default=Path("plot.png"))
    args = parser.parse_args()
    try:
        data = read_values(args.csv)
        if args.plot.exists():
            raise ValueError("Файл графіка вже існує")
        fig, ax = plt.subplots(layout="constrained")
        try:
            ax.hist(data, bins=min(10, len(data)), color="0.75",
                    edgecolor="black")
            ax.set(xlabel="Значення, ум. од.", ylabel="Частота")
            fig.savefig(args.plot, dpi=150)
        finally:
            plt.close(fig)
    except OSError, ValueError, pd.errors.ParserError:
        print("Помилка CSV або шляху результату", file=sys.stderr)
        return 2
    print(f"n={len(data)}, mean={data.mean():.2f}, "
          f"std={data.std():.2f}")
    print(f"Графік: {args.plot.name}")
    return 0


if __name__ == "__main__":
    raise SystemExit(main())

Для файла values.csv зі стовпцем value та рядками 1, 2, 3 команда python experiment.py values.csv --plot result.png виводить n=3, mean=2.00, std=0.82 та Графік: result.png. Другий запуск із тим самим вихідним шляхом завершується кодом 2. Не плутайте стандартне відхилення з похибкою середнього: для них потрібні різні формули й припущення.

Перевірка даних відокремлена від графічної частини. Створіть test_experiment.py поруч із програмою; tmp_path надає тимчасовий каталог, тому тести не змінюють робочі дані.

import numpy as np
import pytest
from pathlib import Path
from experiment import read_values


def test_three_values(tmp_path: Path) -> None:
    source = tmp_path / "values.csv"
    source.write_text("value\n1\n2\n3\n", encoding="utf-8")
    np.testing.assert_allclose(read_values(source), [1, 2, 3])


@pytest.mark.parametrize("text", ["value\n", "value\ninf\n",
                                 "other\n1\n", "value\nbad\n"])
def test_invalid(tmp_path: Path, text: str) -> None:
    source = tmp_path / "bad.csv"
    source.write_text(text, encoding="utf-8")
    with pytest.raises(ValueError):
        read_values(source)

Запуск python -m pytest -q перевіряє п’ять випадків. Окремо перевірте CLI: --help, відсутній файл, вже наявний PNG, коректний запуск і код завершення. Друк загальної причини у короткому прикладі можна розширити конкретним повідомленням, не показуючи сторонні дані з файла.