Підсумки

Висновки

NumPy оперує формами й осями числових масивів, pandas додає підписи та табличні перетворення, Matplotlib пояснює результат графічно. Якість звіту визначають контракт даних, явна політика пропусків, контроль ключів і перевірені підсумки. Векторизація скорочує код, але не скасовує необхідність перевіряти форму. Кожен графік має містити одиниці й читатися без опори лише на колір.

Питання для самоперевірки

1. Що означають dtype, shape, ndim, size?
2. Чому масив NumPy і список по-різному реагують на множення?
3. Яку вісь усуває mean(axis=0) для матриці?
4. Коли зріз змінює вихідний масив і як цього уникнути?
5. Які форми допускає broadcasting?
6. Навіщо потрібні isfinite й допустима похибка?
7. Чим мітка .loc відрізняється від позиції .iloc?
8. Як Copy-on-Write впливає на ланцюжкове присвоєння?
9. Чому пропущене вимірювання не можна автоматично замінити нулем?
10. Чим count відрізняється від size у групуванні?
11. Як validate допомагає під час merge?
12. Чому енергію й накопичений показник агрегують по-різному?
13. Як обрати між лінією, стовпцями, гістограмою та точками?
14. Для чого backend Agg у тестах і пакетних звітах?
15. Які дані й версії потрібно зберегти для відтворення аналізу?

Корисні посилання

• https://numpy.org/doc/stable/user/absolute_beginners.html.
• https://numpy.org/doc/stable/user/basics.broadcasting.html.
• https://pandas.pydata.org/docs/user_guide/10min.html.
• https://pandas.pydata.org/docs/user_guide/missing_data.html.
• https://matplotlib.org/stable/users/explain/quick_start.html.