import unittest
import numpy as np
import user_code  # ÐºÐ¾Ð´ ÑÑÑÐ´ÐµÐ½ÑÐ°

def _dynamic(tc, ok, ok_msg, fail_msg):
    tc._testMethodName = ok_msg if ok else fail_msg
    (tc.assertTrue if ok else tc.fail)(tc._testMethodName)

RTOL = 1e-7
ATOL = 1e-7

class TestCombinedTransformations(unittest.TestCase):

    def test_base_objects(self):
        reasons = []

        v = getattr(user_code, "v", None)
        S = getattr(user_code, "S", None)
        R = getattr(user_code, "R", None)

        # ÐÐµÑÐµÐ²ÑÑÐºÐ° Ð½Ð°ÑÐ²Ð½Ð¾ÑÑÑ ÑÐ° ÑÐ¾ÑÐ¼
        if not (isinstance(v, np.ndarray) and v.shape == (2,1)):
            reasons.append(f"v must be a (2,1) array; got {None if v is None else v.shape}")
        if not (isinstance(S, np.ndarray) and S.shape == (2,2)):
            reasons.append(f"S must be a (2,2) array; got {None if S is None else S.shape}")
        if not (isinstance(R, np.ndarray) and R.shape == (2,2)):
            reasons.append(f"R must be a (2,2) array; got {None if R is None else R.shape}")

        # ÐÑÑÐºÑÐ²Ð°Ð½Ñ Ð·Ð½Ð°ÑÐµÐ½Ð½Ñ Ð·Ð° ÑÐ¼Ð¾Ð²Ð¾Ñ
        v_exp = np.array([[2.0],[3.0]])
        S_exp = np.array([[2.0, 0.0],
                          [0.0, 0.5]])
        # ÐÐ»Ñ R Ð¾ÑÑÐºÑÑÐ¼Ð¾ 90Â° CCW: [[0,-1],[1,0]] Ð· Ð¼Ð¾Ð¶Ð»Ð¸Ð²Ð¾Ñ Ð¿Ð¾ÑÐ¸Ð±ÐºÐ¾Ñ
        R_exp = np.array([[0.0, -1.0],
                          [1.0,  0.0]])

        if isinstance(v, np.ndarray) and v.shape == (2,1) and not np.allclose(v, v_exp, rtol=RTOL, atol=ATOL):
            reasons.append(f"v values incorrect; expected {v_exp.ravel().tolist()}, got {v.ravel().tolist()}")
        if isinstance(S, np.ndarray) and S.shape == (2,2) and not np.allclose(S, S_exp, rtol=RTOL, atol=ATOL):
            reasons.append(f"S values incorrect; expected {S_exp.tolist()}, got {S.tolist()}")
        if isinstance(R, np.ndarray) and R.shape == (2,2) and not np.allclose(R, R_exp, rtol=1e-6, atol=1e-6):
            reasons.append(f"R should be 90Â° CCW rotation; expected approx {R_exp.tolist()}, got {R.tolist()}")

        _dynamic(self,
                 len(reasons) == 0,
                 "PASS: base objects (v, S, R) are correct",
                 "FAIL: " + " | ".join(reasons) if reasons else "FAIL")

    def test_scaled_vector(self):
        reasons = []

        v = getattr(user_code, "v", None)
        S = getattr(user_code, "S", None)
        scaled_v = getattr(user_code, "scaled_v", None)

        if not (isinstance(scaled_v, np.ndarray) and scaled_v.shape == (2,1)):
            reasons.append(f"scaled_v must be a (2,1) array; got {None if scaled_v is None else scaled_v.shape}")
        else:
            exp_scaled = S @ v
            if not np.allclose(scaled_v, exp_scaled, rtol=RTOL, atol=ATOL):
                reasons.append(f"scaled_v != S @ v; expected {exp_scaled.ravel().tolist()}, got {scaled_v.ravel().tolist()}")

        _dynamic(self,
                 len(reasons) == 0,
                 "PASS: scaled_v equals S @ v",
                 "FAIL: " + " | ".join(reasons) if reasons else "FAIL")

    def test_rotated_vector(self):
        reasons = []

        R = getattr(user_code, "R", None)
        scaled_v = getattr(user_code, "scaled_v", None)
        rotated_v = getattr(user_code, "rotated_v", None)

        if not (isinstance(rotated_v, np.ndarray) and rotated_v.shape == (2,1)):
            reasons.append(f"rotated_v must be a (2,1) array; got {None if rotated_v is None else rotated_v.shape}")
        else:
            exp_rot = R @ scaled_v
            if not np.allclose(rotated_v, exp_rot, rtol=1e-6, atol=1e-6):
                reasons.append(f"rotated_v != R @ scaled_v; expected {exp_rot.ravel().tolist()}, got {rotated_v.ravel().tolist()}")

            # ÐÐ¾Ð´Ð°ÑÐºÐ¾Ð²Ð¸Ð¹ ÑÐ¸ÑÐ»Ð¾Ð²Ð¸Ð¹ ÑÐµÐº Ð¾ÑÑÐºÑÐ²Ð°Ð½Ð¸Ñ ÐºÐ¾Ð¾ÑÐ´Ð¸Ð½Ð°Ñ (-1.5, 4)
            exp_num = np.array([[-1.5],[4.0]])
            if not np.allclose(rotated_v, exp_num, rtol=1e-6, atol=1e-6):
                reasons.append(f"rotated_v should be approximately [-1.5, 4]; got {rotated_v.ravel().tolist()}")

        _dynamic(self,
                 len(reasons) == 0,
                 "PASS: rotated_v equals R @ scaled_v and matches expected coords",
                 "FAIL: " + " | ".join(reasons) if reasons else "FAIL")


test_code.py

Hallitse data-analytiikan kannalta olennaiset matemaattiset perusteet. Tutustu keskeisiin käsitteisiin funktioissa, analyysissä, lineaarialgebrassa, todennäköisyyslaskennassa ja ulottuvuuden vähentämisessä. Rakenna sekä teoreettista ymmärrystä että käytännön ohjelmointitaitoja vahvistaaksesi kykyäsi analysoida dataa, mallintaa monimutkaisia järjestelmiä ja soveltaa edistyneitä koneoppimismenetelmiä.

Tutustu matemaattisten funktioiden perusteisiin. Opiskele erilaisia algebrallisia ja transsendenttisia funktioita, niiden ominaisuuksia sekä niiden toteuttamista Pythonilla reaalimaailman ongelmien ratkaisemiseksi.

Hallitse joukkojen ja sarjojen käsitteet perusoperaatioista käytännön sovelluksiin. Saat käytännön kokemusta joukko-operaatioiden toteuttamisesta sekä aritmeettisten ja geometristen sarjojen käsittelystä Pythonilla.

Kehitä vankka ymmärrys rajoista, derivaatasta, integraaleista ja osittaisderivaatasta. Yhdistä teoria käytäntöön toteuttamalla nämä käsitteet Pythonilla ja soveltamalla niitä optimointiin gradienttimenetelmän avulla.

Vahvista osaamista vektoreista, matriiseista ja muunnoksista. Opiskele hajotelmamenetelmiä ja ominaisarvoanalyysiä, ja syvennä käsitteitä Python-ohjelmointitehtävien sekä käytännön data-analytiikkasovellusten avulla.

Syvenny todennäköisyysteoriaan ja tilastotieteeseen. Tarkastele ehdollista todennäköisyyttä, Bayesin kaavaa ja tilastollisia tunnuslukuja. Toteuta keskeisiä käsitteitä Pythonilla, simuloi jakaumia ja vahvista osaamistasi haasteiden ja tietovisojen avulla.

Haaste: Vektorin Yhdistetyt Muunnokset

Tehtäväsi:

Ratkaisu