Summary  
This chapter covers element-wise multiplication of a matrix row by a vector, emphasizing that the number of matrix rows must match the vector’s length.  

General domain of usage  
Financial data analysis

Якщо потрібно множити рядки (або стовпці) на різні значення, довжина вектора, який ви використовуєте, повинна відповідати кількості рядків (або стовпців) у матриці. Це гарантує, що кожен елемент рядка (або стовпця) буде помножений на відповідне значення.

Примітка

# =====================================================================
# СКРЫТЫЕ ТЕСТЫ ДЛЯ user_code.R
#
# КАК МЫ РАБОТАЕМ:
#  1) Один раз выполняем пользовательский файл в отдельном окружении
#     через run_user_code(...). Получаем:
#       - res$values$...  — переменные из окружения
#       - res$logs        — весь печатный вывод (включая результаты выражений)
#  2) Каждый кейс — отдельный dynamic_test(...), то есть отдельная строка
#     в отчёте, с «говорящим» названием (успех/ошибка).
# =====================================================================

library(testthat)
source(testthat::test_path("helper-run_user_code.R"), local = TRUE)

# Ищем user_code.R
candidates <- c(
  testthat::test_path("..", "..", "user_code.R"),
  testthat::test_path("user_code.R")
)

candidates_norm <- vapply(candidates, function(p) {
  tryCatch(normalizePath(p, winslash = "/", mustWork = FALSE), error = function(e) NA_character_)
}, character(1))

exists_flags <- file.exists(candidates_norm)
if (!any(exists_flags)) {
  stop(
    sprintf(
      "user_code.R not found.\nChecked paths:\n  - %s\nWorking dir: %s",
      paste(candidates, collapse = "\n  - "),
      getwd()
    )
  )
}

user_file <- candidates_norm[which(exists_flags)[1]]

# Выполняем user_code.R и перехватываем консольный вывод
res <- run_user_code(
  file       = user_file,
  capture    = c("sellings", "prices", "items", "income"),
  echo       = FALSE,
  print.eval = TRUE
)

# ---------- CASE 1 ----------
{
  ok <- !is.null(res$values$sellings) &&
        is.matrix(res$values$sellings) &&
        !is.null(res$values$prices) &&
        all(names(res$values$prices) == c('Sofa', 'Armchair', 'Dining table', 'Dining chair', 'Bookshelf'))

  dynamic_test(
    ok,
    "Variables 'sellings' and 'prices' are declared correctly with item names",
    "Expected 'sellings' to be matrix and 'prices' to have correct item names."
  )
}

# ---------- CASE 2 ----------
{
  ok <- identical(rownames(res$values$sellings), c('Sofa', 'Armchair', 'Dining table', 'Dining chair', 'Bookshelf')) &&
        identical(colnames(res$values$sellings), c('March', 'April', 'May'))

  dynamic_test(
    ok,
    "Matrix 'sellings' has correct row and column names after transposition",
    sprintf("Expected rownames Sofa..Bookshelf and colnames March..May. Got rows: %s, cols: %s",
            paste(rownames(res$values$sellings), collapse = ", "),
            paste(colnames(res$values$sellings), collapse = ", "))
  )
}

# ---------- CASE 3 ----------
{
  row_sums <- c(100, 129, 116)
  ok <- all(row_sums == c(100, 129, 116))

  dynamic_test(
    ok,
    "rowSums(sellings) are correct before transposition (100, 129, 116)",
    "Expected row sums: 100, 129, 116."
  )
}

# ---------- CASE 4 ----------
{
  inc <- res$values$income
  ok <- !is.null(inc) &&
        is.matrix(inc) &&
        all(round(colSums(inc)) == c(14675, 24450, 15030))

  dynamic_test(
    ok,
    "Monthly revenues (colSums(income)) are correct: 14675, 24450, 15030",
    sprintf("Expected colSums(income) = 14675, 24450, 15030. Got: %s",
            paste(round(colSums(inc)), collapse = " "))
  )
}

# ---------- CASE 5 ----------
{
  total_income <- sum(res$values$income)
  ok <- identical(round(total_income), 54155)

  dynamic_test(
    ok,
    "Total revenue (sum(income)) is correct: 54155",
    sprintf("Expected total revenue = 54155. Got: %s", total_income)
  )
}

# ---------- CASE 6 ----------
{
  out <- trimws(paste(res$logs, collapse = " "))
  ok <- grepl("100", out) && grepl("129", out) && grepl("116", out) &&
        grepl("14675", out) && grepl("24450", out) &&
        grepl("15030", out) && grepl("54155", out) &&
        grepl("March", out) && grepl("April", out) && grepl("May", out)

  dynamic_test(
    ok,
    "Console output contains all monthly totals and overall revenue",
    sprintf("Expected console output to include 100,129,116,14675,24450,15030,54155. Actual: %s", out)
  )
}


test_hidden.R

# =====================================================================
# ВСПОМОГАТЕЛЬНЫЕ ХЕЛПЕРЫ ДЛЯ ТЕСТОВ
#
# Файл называется helper-*.R: testthat автоматически подхватывает такие
# файлы перед выполнением любых тестов в каталоге tests/testthat.
# =====================================================================

# -----------------------------------------------------------------------------
# run_user_code(...)
#  - безопасно запускает user_code.R в отдельном окружении (env)
#  - перехватывает ВЕСЬ вывод (stdout): как результаты выражений, так и print()/cat()
#  - возвращает:
#       values  — список запрошенных переменных (по именам из аргумента capture)
#       logs    — вектор строк перехваченного вывода
#       env     — окружение, где выполнялся user_code (можно исследовать при необходимости)
#
# ПАРАМЕТРЫ:
#   file        — путь к user_code.R
#   capture     — character-вектор имён переменных, которые нужно извлечь после выполнения
#   inject      — список объектов/функций, которые нужно «подложить» в среду исполнения
#                 (можно использовать для моков/маскировки опасных функций: system, file.remove и т.д.)
#   echo        — печатать код при исполнении (обычно FALSE)
#   print.eval  — ПЕЧАТАТЬ РЕЗУЛЬТАТЫ ВЫРАЖЕНИЙ. Ключевая опция, чтобы строки вида
#                 `prices['Armchair']` попадали в stdout без явного print().
#
# БЕЗОПАСНОСТЬ:
#   - В базовом R нет полноценной «песочницы». Мы изолируем код в новом env,
#     но ОС-доступ не блокируется магически.
#   - Для задач онлайн-платформы можно частично «глушить» опасные вызовы через inject,
#     например:
#       inject = list(
#         system      = function(...) stop("system disabled"),
#         file.remove = function(...) stop("file.remove disabled")
#       )
# -----------------------------------------------------------------------------
run_user_code <- function(
  file = "user_code.R",
  capture = character(0),
  inject = list(),
  echo = FALSE,
  print.eval = TRUE
) {
  # Бросаем явную ошибку, если файла нет (проще диагностировать)
  stopifnot(file.exists(file))

  # Изолированное окружение: parent=baseenv() (без лишних пользовательских объектов сверху)
  env <- new.env(parent = baseenv())

  # Подмешиваем моки/данные в окружение (при необходимости)
  if (length(inject)) list2env(inject, envir = env)

  # ВАЖНО: перехватываем весь вывод выполнения файла.
  # source(..., local=env, echo, print.eval) исполняет код ВНУТРИ env.
  # print.eval=TRUE заставляет R печатать результаты выражений (как в консоли),
  # что позволяет проверять «голые» выражения без print().
  logs <- utils::capture.output(
    base::source(file, local = env, echo = echo, print.eval = print.eval)
  )

  # Собираем запрошенные значения переменных
  values <- setNames(vector("list", length(capture)), capture)
  for (nm in capture) {
    if (exists(nm, envir = env, inherits = FALSE)) {
      values[[nm]] <- get(nm, envir = env, inherits = FALSE)
    } else {
      values[[nm]] <- NULL
    }
  }

  list(values = values, logs = logs, env = env)
}

# -----------------------------------------------------------------------------
# dynamic_test(condition, success, failure)
#  - Создаёт ОДИН тест с «динамическим» названием.
#  - Если condition=TRUE → тест называется success.
#  - Если condition=FALSE → тест называется failure, и тест проваливается.
#  - Используем настоящую expectation (expect_true(TRUE)), чтобы репортёры всегда
#    печатали имя успеха (TAP, progress и т.д.).
# -----------------------------------------------------------------------------
dynamic_test <- function(condition, success, failure) {
  if (isTRUE(condition)) {
    testthat::test_that(success, {
      testthat::expect_true(TRUE)
    })
  } else {
    testthat::test_that(failure, {
      testthat::fail(failure)
    })
  }
}
# =====================================================================

helper-run_user_code.R

Отримайте ґрунтовне розуміння R — однієї з найпоширеніших мов для аналізу даних. Вивчайте базові типи даних та одновимірні значення, а потім переходьте до багатовимірних структур, зокрема матриць, датафреймів і списків. Формуйте навички, необхідні для ефективного застосування R у статистичному аналізі та прийнятті рішень на основі даних.

Вивчення основ синтаксису R, таких як арифметика, змінні, функції виведення та коментарі. Поглиблення розуміння обчислювальної логіки за допомогою вправ.

Дослідження типів даних у R та розуміння їхньої ролі в обробці даних. Формування навичок роботи з векторами як основними структурами для організації та аналізу інформації.

Розвиток навичок ефективного керування категоріальними даними. Ознайомлення зі структуризацією, групуванням і тлумаченням значень шляхом перетворення сирих даних у чіткі категорії.

Ознайомлення з представленням і роботою зі структурованими двовимірними даними. Формування впевненості у трансформації, маркуванні та застосуванні операцій до матриць для аналітичних завдань.

Опанування найпоширенішої структури даних у R для табличної інформації. Вивчення організації, трансформації та отримання висновків із наборів даних для підтримки прийняття рішень на основі даних.

Дізнайтеся, як списки виходять за межі векторів, зберігаючи елементи різних типів і довжин. Розвивайте навички створення, доступу та модифікації списків для організації складних структур даних.

Month	Sofa	Armchair	Dining table	Dining chair	Bookshelf
March	16	21	30	23	10
April	40	39	13	21	16
May	11	21	36	32	16

Завдання: Продажі та Дохід

Рішення