NumPy broadcasting: distance matrix без for-loop

Условие задания

**Контекст:** Recommend system. 1000 пользователей × 50 фич. Нужна matrix всех попарных Euclidean distances.

**Данные:** `np.random.rand(1000, 50)`.

**Задание:**
1. Реализуй через broadcasting: matrix 1000×1000.
2. Сверь со scipy.spatial.distance.pdist для validation.

Темы

numpy broadcasting distance

Подсказки

• Broadcasting: X[:, None, :] - X[None, :, :] → shape (1000, 1000, 50)
• np.linalg.norm(..., axis=2) → (1000, 1000)
• scipy.spatial.distance.cdist(X, X) для проверки

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "NumPy broadcasting: distance matrix без for-loop"?

Это задание для уровня Middle. Для middle-аналитиков с опытом 1-3 года, требует уверенного владения темой и понимания edge cases.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «Python» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: numpy, broadcasting, distance.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 15-30 минут — оцениваются подход, корректность, обработка edge cases. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «Python»?

На zasqlpython.ru есть 530+ Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.

← Все задания