Уважаемые читатели, в этой статье мы познакомимся с техникой выделения полного квадрата, применяемой при решении рациональных уравнений. Хотя настоящая статья входит в цикл публикаций, посвящённых учащимся 10-11 классов, метод решения задач, о котором пойдёт речь, может показаться интересным не только этой аудитории, а например, ученикам младших классов, проходящих квадратичную функцию, или студентам вузов, изучающих аналитическую геометрию и математический анализ и строящих кривые и поверхности 2 порядка...

Стандартным приемом для определения взаимосвязи между числовыми колонками является вычисление коэффициента корреляции Пирсона, однако с категориальными данными такой финт не пройдет, так как они, как правило, не упорядочены (читай тут). Рассмотрим способ, который можно использовать. Сначала сгенерируем тестовый набор данных, о присутствии автомобилей разных марок в заданных локациях: import numpy as np import pandas as pd np.random.seed(0) autos_l = ['BMW', 'Mercedes', 'VOLGA', 'GEEP'] locations_l = ['Russia', 'Germany', 'USA'] prob_d = {'BMW':[0...