💡 Инструкция: Выберите один ответ из пяти. На 20 вопросов отведено 55 минут. Читайте код построчно, учитывайте типы, атрибуты, пропуски и допущения анализа. После завершения откроются общий процент, 4 тематических шкал и объяснение к каждому заданию.
Вопрос 4 из 20
Ситуация: Функция принимает целочисленный счётчик, делит его на норму и затем передаёт результат в код, который ожидает строго целые значения. Как подтвердить корректность на граничном случае?
Сравните typeof(), length() и результат на граничных значениях, включая очень большие целые и деление
Проверьте длину условия и случай, где первый элемент отличается от остальных: маска должна сохранить длину, а скалярная проверка — получить одно значение
Сопоставьте исходные значения и is.na() после преобразования, сохранив строки, которые не удалось разобрать
Используйте str(), vapply(df, typeof, character(1)) и отчёт о неразобранных значениях
Проверьте typeof(), class() и проблемный элемент до и после объединения, а не ориентируйтесь на внешний вид печати
Вопрос 5 из 20
Ситуация: Функция принимает целочисленный счётчик, делит его на норму и затем передаёт результат в код, который ожидает строго целые значения. Какой вывод точнее всего связывает механизм и главный риск?
R Фрагмент R Копировать
x <- c(1L, 2L, 3L)
result <- x / 2
result
Операции над числовым вектором выполняются поэлементно, а целочисленный и вещественный типы могут сосуществовать только после приведения к общему типу; следовательно, совпадение числа строк можно считать полной проверкой решения
При объединении атомарных значений R выбирает общий тип по иерархии logical → integer → double → complex → character; при этом главный риск состоит в том, что неявное приведение всего вектора меняет тип каждого элемента и может скрыть потерю точности или неожиданное значение
`&` и `|` работают поэлементно, а `&&` и `||` выполняют сокращённую скалярную проверку и требуют операнды длины один; при этом главный риск состоит в том, что передача вектора в `&&` или `||` в современной версии R завершается ошибкой; эти операторы нельзя использовать как поэлементную маску
Операции над числовым вектором выполняются поэлементно, а целочисленный и вещественный типы могут сосуществовать только после приведения к общему типу; при этом главный риск состоит в том, что одна строка в числовом наборе превращает весь атомарный вектор в character, после чего арифметика перестаёт работать как ожидалось
Операции над числовым вектором выполняются поэлементно, а целочисленный и вещественный типы могут сосуществовать только после приведения к общему типу; при этом главный риск состоит в том, что неявное приведение всего вектора меняет тип каждого элемента и может скрыть потерю точности или неожиданное значение
Вопрос 6 из 20
Ситуация: Фильтр передаёт два логических вектора в `&&`, и после обновления R расчёт останавливается с ошибкой длины. Какое утверждение лучше всего объясняет показанный фрагмент?
R Фрагмент R Копировать
x <- c(TRUE, FALSE, TRUE)
y <- c(TRUE, TRUE, FALSE)
result <- x && y
result
Операции над числовым вектором выполняются поэлементно, а целочисленный и вещественный типы могут сосуществовать только после приведения к общему типу
Строка в R имеет тип character, а одинарные и двойные кавычки создают одинаковый базовый тип, различаясь удобством экранирования
`&` и `|` работают поэлементно, а `&&` и `||` выполняют сокращённую скалярную проверку и требуют операнды длины один
Логическая маска выбирает позиции с TRUE, сохраняет NA как неопределённый элемент и перерабатывается по длине при несовпадении с вектором
При объединении атомарных значений R выбирает общий тип по иерархии logical → integer → double → complex → character
Вопрос 9 из 20
Ситуация: Фильтр передаёт два логических вектора в `&&`, и после обновления R расчёт останавливается с ошибкой длины. Какая проверка непосредственно подтверждает, что дефект устранён?
Сопоставьте исходные значения и is.na() после преобразования, сохранив строки, которые не удалось разобрать
Проверьте typeof(), class() и проблемный элемент до и после объединения, а не ориентируйтесь на внешний вид печати
Сравните длины данных и маски, число TRUE и NA, затем проверьте несколько строк вручную
Проверьте длину условия и случай, где первый элемент отличается от остальных: маска должна сохранить длину, а скалярная проверка — получить одно значение
Сравните typeof(), length() и результат на граничных значениях, включая очень большие целые и деление
Вопрос 10 из 20
Ситуация: Фильтр передаёт два логических вектора в `&&`, и после обновления R расчёт останавливается с ошибкой длины. Что стоит написать в технической рецензии к этому фрагменту?
R Фрагмент R Копировать
x <- c(TRUE, FALSE, TRUE)
y <- c(TRUE, TRUE, FALSE)
result <- x && y
result
`&` и `|` работают поэлементно, а `&&` и `||` выполняют сокращённую скалярную проверку и требуют операнды длины один; поэтому повторный запуск в той же сессии заменяет проверку граничных случаев
При объединении атомарных значений R выбирает общий тип по иерархии logical → integer → double → complex → character; при этом главный риск состоит в том, что одна строка в числовом наборе превращает весь атомарный вектор в character, после чего арифметика перестаёт работать как ожидалось
Операции над числовым вектором выполняются поэлементно, а целочисленный и вещественный типы могут сосуществовать только после приведения к общему типу; при этом главный риск состоит в том, что передача вектора в `&&` или `||` в современной версии R завершается ошибкой; эти операторы нельзя использовать как поэлементную маску
`&` и `|` работают поэлементно, а `&&` и `||` выполняют сокращённую скалярную проверку и требуют операнды длины один; при этом главный риск состоит в том, что передача вектора в `&&` или `||` в современной версии R завершается ошибкой; эти операторы нельзя использовать как поэлементную маску
`&` и `|` работают поэлементно, а `&&` и `||` выполняют сокращённую скалярную проверку и требуют операнды длины один; при этом главный риск состоит в том, что неявное приведение всего вектора меняет тип каждого элемента и может скрыть потерю точности или неожиданное значение
Вопрос 14 из 20
Ситуация: В импортированной колонке суммы выглядят как числа, но минимальное значение по отчёту оказалось больше максимального из соседней системы. Какой контроль отличит исправление от случайно удачного результата?
Сопоставьте исходные значения и is.na() после преобразования, сохранив строки, которые не удалось разобрать
Сравните typeof(), length() и результат на граничных значениях, включая очень большие целые и деление
Подсчитайте sum(is.na(x)) и проследите, где пропуски появились впервые, прежде чем заменять их
Проверьте длину условия и случай, где первый элемент отличается от остальных: маска должна сохранить длину, а скалярная проверка — получить одно значение
Проверьте typeof(), class() и проблемный элемент до и после объединения, а не ориентируйтесь на внешний вид печати
Вопрос 15 из 20
Ситуация: В импортированной колонке суммы выглядят как числа, но минимальное значение по отчёту оказалось больше максимального из соседней системы. Какое заключение останется верным и на новых данных?
R Фрагмент R Копировать
x <- c('10', '2', ' 7 ')
result <- sort(x)
result
Операции над числовым вектором выполняются поэлементно, а целочисленный и вещественный типы могут сосуществовать только после приведения к общему типу; при этом главный риск состоит в том, что неявное приведение всего вектора меняет тип каждого элемента и может скрыть потерю точности или неожиданное значение
Строка в R имеет тип character, а одинарные и двойные кавычки создают одинаковый базовый тип, различаясь удобством экранирования; следовательно, предупреждения можно не учитывать, если итог выглядит ожидаемо
Строка в R имеет тип character, а одинарные и двойные кавычки создают одинаковый базовый тип, различаясь удобством экранирования; при этом главный риск состоит в том, что попытка обращаться со строкой как с числом приводит к NA с предупреждением или к неверной сортировке в лексикографическом порядке
Строка в R имеет тип character, а одинарные и двойные кавычки создают одинаковый базовый тип, различаясь удобством экранирования; при этом главный риск состоит в том, что одна строка в числовом наборе превращает весь атомарный вектор в character, после чего арифметика перестаёт работать как ожидалось
При объединении атомарных значений R выбирает общий тип по иерархии logical → integer → double → complex → character; при этом главный риск состоит в том, что попытка обращаться со строкой как с числом приводит к NA с предупреждением или к неверной сортировке в лексикографическом порядке
Вопрос 19 из 20
Ситуация: После добавления служебной метки в набор измерений среднее перестало вычисляться, хотя остальные элементы визуально не изменились. Что нужно проверить после правки?
Сопоставьте исходные значения и is.na() после преобразования, сохранив строки, которые не удалось разобрать
Проверьте typeof(), class() и проблемный элемент до и после объединения, а не ориентируйтесь на внешний вид печати
Проверьте длину условия и случай, где первый элемент отличается от остальных: маска должна сохранить длину, а скалярная проверка — получить одно значение
Используйте str(), vapply(df, typeof, character(1)) и отчёт о неразобранных значениях
Сравните typeof(), length() и результат на граничных значениях, включая очень большие целые и деление
Вопрос 20 из 20
Ситуация: После добавления служебной метки в набор измерений среднее перестало вычисляться, хотя остальные элементы визуально не изменились. Какой итог разбора не смешивает правило языка с впечатлением от результата?
R Фрагмент R Копировать
x <- c(TRUE, 2L, 3.5, '4')
result <- typeof(x)
result
При объединении атомарных значений R выбирает общий тип по иерархии logical → integer → double → complex → character; поэтому внешний вид напечатанного объекта важнее происхождения и структуры данных
Операции над числовым вектором выполняются поэлементно, а целочисленный и вещественный типы могут сосуществовать только после приведения к общему типу; при этом главный риск состоит в том, что одна строка в числовом наборе превращает весь атомарный вектор в character, после чего арифметика перестаёт работать как ожидалось
При объединении атомарных значений R выбирает общий тип по иерархии logical → integer → double → complex → character; при этом главный риск состоит в том, что неявное приведение всего вектора меняет тип каждого элемента и может скрыть потерю точности или неожиданное значение
Строка в R имеет тип character, а одинарные и двойные кавычки создают одинаковый базовый тип, различаясь удобством экранирования; при этом главный риск состоит в том, что попытка обращаться со строкой как с числом приводит к NA с предупреждением или к неверной сортировке в лексикографическом порядке
При объединении атомарных значений R выбирает общий тип по иерархии logical → integer → double → complex → character; при этом главный риск состоит в том, что одна строка в числовом наборе превращает весь атомарный вектор в character, после чего арифметика перестаёт работать как ожидалось