9. Python: îïèñàòü ôóíêöèè ïî øàáëîíó

Çàäàíèå çàêðûòî
Ñòàòóñ ðàáî÷åé îáëàñòè:Ïîèñê èñïîëíèòåëÿ
Ñòîèìîñòü:7 000 ðóáëåé
Ñðîê âûïîëíåíèÿ:1 äåíü
Âàðèàíòû îïëàòû:Ïëàíèðóåòñÿ èñïîëüçîâàòü Áåçîïàñíóþ ñäåëêó
Äàòà ïóáëèêàöèè:2017-06-24 02:25
Îáíîâëåíî:2017-06-24 19:33
Áûë(à) íà ñàéòå:2021-11-27 21:39

9. Python: îïèñàòü ôóíêöèè ïî øàáëîíó

 
Çàäà÷à

Íóæíî çàïîëíèòü òàáëèöó êîðîòêèì îïèñàíèåì ÷òî äåëàåò ôóíêöèÿ íà Python. Ôóíêöèé ~4 òûñ. Çà äåíü-äâà.

Ôàéë "task%d.xlsx" ñîäåðæèò òàáëèöó, êîòîðóþ íàäî äîïîëíèòü. Ïåðâûé ñòîëáåö – íàçâàíèå ôàéëà èç àðõèâà (àðõèâ ïðèëàãàåòñÿ),
âî âòîðîì ñòîëáöå íàçâàíèÿ ôóíêöèé, â òðåòüåì – íîìåð ñòðîêè.
 ôàéëå ïðèìåðíî 4 òûñ ñòðîê.

Çàäàíèå: â ÷åòâåðòîì ñòîëáöå â êàæäîé ñòðîêå ñ ôóíêöèåé íàïèñàòü êîðîòêîå îïèñàíèå "÷òî ýòà ôóíêöèÿ äåëàåò". Áóêâàëüíî îäíî ïðåäëîæåíèå.

Ôàéëû:

* README.txt – îïèñàíèå çàäà÷è
* task%d.xlsx – ôàéë-çàäàíèå
* example.xlsx – ôàéë ñ ïððèìåðîì, ÷òîá ïîíÿòü íàñêîëüêî ïîäðîáíîå îïèñàíèå íóæíî
* disk%d/ – äèðåêòîðèÿ ñ ôàéëàìè, â êîòîðûõ íàäî ñìîòðåòü ôóíêöèè. Ñîîòâåòñòâèå ôàéëà è èñõîäíîãî êîäà âïèñàíî â ïåðâîì ñòîëáöå task_.xlsx

Îñòàâëÿòü çàÿâêè ìîãóò òîëüêî àâòîðèçîâàííûå ïîëüçîâàòåëè.
Çàÿâîê íåò

Îñòàâëÿòü çàÿâêè ìîãóò òîëüêî àâòîðèçîâàííûå ïîëüçîâàòåëè.