Что выведет код? ```python data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] result = [x**2 for x in data if x % 3 == 0] print(result) ```

Проверяет знание Python и pandas для анализа данных.

Варианты ответа

• [9, 36, 81] — берём элементы, делящиеся на 3 (3,6,9), и возводим в квадрат
• [9, 36, 81, 100] — включает 10 как ближайшее к кратному 3
• [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] — квадраты всех элементов
• [3, 6, 9] — фильтрует без возведения в квадрат

Как разобрать этот вопрос на собеседовании

Подумай, какая структура данных и какой инструмент pandas решают задачу с наименьшей сложностью: векторизация вместо циклов, groupby/merge вместо ручных склеек, корректная работа с NaN и типами. Интервьюер смотрит на читаемость кода и на то, понимаешь ли ты, что происходит «под капотом» — копия или вью, сложность операции, утечки памяти на больших данных.

На собеседовании по такому вопросу важно не только назвать ответ, но и кратко объяснить, почему он верный.

Тема вопроса — «Python». Чтобы подготовиться к похожим задачам, отрабатывай их на практике: python-тренажёр помогает довести навык до автоматизма, а раздел вопросов — увидеть формулировки, которые реально встречаются на интервью аналитика данных.

Разбор ответа

Получить доступ к ответам — все вопросы →

Что дальше

• Python-тренажёр →
• Все 3000+ вопросов с разбором →

Похожие вопросы из категории «Python»

• Файл 50 ГБ, в память не влезает, нужно посчитать суммарную выручку по регионам. Какой подход на pandas корректен и устойчив по памяти?
• В чём разница между 'is' и '==' в Python и почему сравнение с None/числами через 'is' иногда обманывает?
• У вас массив a формы (1000, 3) и нужно вычесть из каждой строки её среднее по столбцам, а потом ещё и нормировать по std столбцов. Что делает broadcasting корректно?
• Зачем нужен MultiIndex и какие типичные грабли возникают при индексировании и groupby по нему?
• Нужна сводка: выручка по строкам = регион, по столбцам = месяц, в ячейках = сумма, причём по нескольким регион-месяц встречаются дубли строк. Что выбрать?
• Как с помощью named aggregation в groupby().agg() получить несколько именованных агрегатов по разным колонкам в плоской таблице?
• После left merge двух таблиц по ключу 'user_id' в правой таблице есть дубли ключа и есть NaN в самом user_id. Что произойдёт со строками результата?
• Есть df транзакций (user_id, date, amount). Нужно посчитать для каждого пользователя число дней с последней покупки до фиксированной даты (recency для RFM). Как сделать идиоматично в pandas?

Тестовые задания

• RFM-сегментация клиентов через NTILE
• Сессионизация событий: 30-минутный таймаут в pandas

Полезные блог-статьи по теме

• ABC-анализ в SQL и Python: формула, примеры, границы
• Python на собеседовании аналитика: pandas-вопросы
• SQL или Python: что учить первым аналитику данных
• Шпаргалка по pandas для аналитика — методы и примеры