Дано: массивы price_rank (ранг цены, 15 товаров) и sales_rank (ранг продаж). Посчитайте ранговую корреляцию Спирмена и охарактеризуйте связь: - strength: "strong" если |r| ≥ 0.7, "moderate" если ≥ 0.4, "weak" иначе - direction: "negative" если r < 0, "positive" иначе Сохраните dict {"correlation": round(4), "p_value": round(6), "strength": str, "direction": str} в `result`.
spearman correlation rank
Задача «Корреляция Спирмена: монотонная связь» учит применять статистику и научные методы через scipy. Такие задачи дают на собеседованиях в Lamoda и других IT-компаниях. Уровень лёгкий — база, которую ждут от любого аналитика на Python.
Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.
На собеседовании по Python для аналитика ценят чистый читаемый код, корректную обработку крайних случаев (пустой ввод, дубли, None) и умение вслух оценить сложность по времени и памяти. Часто просят не просто решить, а разобрать альтернативные подходы и показать, где наивное решение сломается на большом объёме данных.
Прокачать Python для аналитики — бесплатный курс «Pandas с нуля» и Python-тренажёр.
Открыть задачу в тренажёре → ← Все Python-задачи