chore: 补 S 档卡片 / examples；clean.py 收尾，xfail 清零

实现收尾（Codex 代写，用户授权）：
- impute_missing 的 mode 分支改为返回新表（原先就地改调用方的 DataFrame，另外四支都返回新对象）
- detect_outliers 补入参类型校验（§4.7：非法类型抛 TypeError，不静默兜底）：
  接受 DataFrame / Series / list / tuple / ndarray；tuple 同时补进 is_ld_array；
  dict 不再被接受（以前靠 pd.DataFrame() 碰巧能过，见决策 33）

测试：
- 摘掉最后一条 xfail（mode 就地改）并加强断言
- 新增 3 条：非法类型抛 TypeError、元组按一维数组型处理、全 NaN 列与单元素列不抛异常
- 64 passed / 42 skipped / 0 xfailed（xfail 清零，7 条契约全部转正）；ruff 0；pyright 0

文档：
- 新增 docs/algorithms/detect_outliers.md —— 第一张 S 档函数卡片（roadmap 要求约 15 张）
  除模板九节外多记三条判断：为什么不返回 Result、非数值列恒 False 的两条备选路各错在哪、
  ddof 口径与 stats.zscore 不一致（前者 1、后者 0，小样本差一成）
- 新增 examples/01_clean_and_describe.py —— 六个 data 函数的最小用法，实测跑通（exit 0）
- STATUS.md：E 节收尾、验证结果表、下一步重写（transform/standardize 的待定项）、决策 33
- CHANGELOG.md：把 [Unreleased] 里重复 7 次的 Added/Changed 小节合并成 Added/Changed/Notes；
  并修掉上轮遗留的缺陷 —— pyright 那条 bullet 的开头被吞掉，半句挂在 ruff 那条后面

tests/test_data.py

@@ -238,14 +238,43 @@ def test_detect_outliers_rejects_unknown_method():
         detect_outliers([1.0, 2.0], method="bogus")  # type: ignore[arg-type]
 
 
-# ------------------- 契约先写进 docstring，实现逐条跟上（剩余 1 条 xfail）
+def test_detect_outliers_rejects_bad_type():
+    """§4.7：类型不对必须抛 TypeError，不能让它一路飘进 pandas 里去。"""
+    from mcm_toolkit.data import detect_outliers
+
+    for bad in (42, 3.14, "123", None, {"a": [1, 2]}):
+        with pytest.raises(TypeError):
+            detect_outliers(bad)
+
+
+def test_detect_outliers_survives_degenerate_columns():
+    """全 NaN 列与单元素列都不能抛异常，判定一律为 False。"""
+    from mcm_toolkit.data import detect_outliers
+
+    df = pd.DataFrame({"all_nan": [np.nan, np.nan, np.nan], "one": [1.0, 2.0, 3.0]})
+    assert not bool(np.asarray(detect_outliers(df)).any())
+    assert not bool(np.asarray(detect_outliers([5.0])).any())
+    assert not bool(np.asarray(detect_outliers([5.0], method="zscore")).any())
+
+
+def test_detect_outliers_accepts_tuple_as_1d():
+    """元组按一维数组型处理，返回值与传 list 一致。"""
+    from mcm_toolkit.data import detect_outliers
+
+    mask = np.asarray(detect_outliers((1.0, 2.0, 3.0, 4.0, 1000.0)))
+    assert mask.shape == (5,)
+    assert mask.dtype == bool
+    assert bool(mask[-1])
+
+
+# ------------------------ 曾经 xfail 的契约，现已全部实现（留作回归）
 #
 # 这些用例写的是**文档里已经承诺的行为**。实现没跟上时用 xfail，让它们照样出现在
 # 报告里（显示成 x）；修好之后会自动变成 XPASS —— 看到 XPASS 就把 mark 摘掉。
 #
 # 已摘掉：threshold 范围校验、IQR 的 UnboundLocalError、(n,1) 形状、zscore 默认阈值、
-# winsorize 的文本列、detect_outliers 的文本列。剩 1 条不是漏改，是**设计还没定**：
-#   - impute_missing 的 mode 分支该不该就地改调用方的表（其余分支都返回新表）
+# winsorize 的文本列、detect_outliers 的文本列、impute_missing 的 mode 就地修改。
+# **当前 0 条 xfail** —— 以后新增契约照旧：先写测试 + xfail，实现跟上就摘 mark。
 
 
 def test_detect_outliers_finds_planted_points():
@@ -315,12 +344,13 @@ def test_clean_missing_rejects_out_of_range_threshold():
         clean_missing(pd.DataFrame({"a": [1.0, np.nan]}), threshold=1.5)
 
 
-@pytest.mark.xfail(reason="mode 分支在调用方的表上就地改，其余分支都返回新表", strict=False)
 def test_impute_missing_mode_does_not_mutate_input():
+    """mode 分支也必须返回新表：不能顺手把调用方的表改了。"""
     from mcm_toolkit.data import impute_missing
 
     df = pd.DataFrame({"a": [1.0, np.nan, 1.0]})
-    impute_missing(df, method="mode")
+    out = impute_missing(df, method="mode")
+    assert out["a"].tolist() == [1.0, 1.0, 1.0]
     assert bool(df["a"].isna().any())