 guzhujushi
|
319b16b17c
|
fix(data): clean.py 轻度修复 + 摘掉 5 条已修好的 xfail
Codex 直接改的（格式 / 死代码 / 纯 bug，不动接口与语义）：
- winsorize(Series) 直接崩：select_dtypes 在 Series 上不存在，Series 分支提到最前并加数值 dtype 守卫
- winsorize 的分位数改为只在数值列上算，含文本列的赛题表不再崩（与已有 numeric_cols 判断对齐）
- 删掉 detect_outliers 里已成空操作的 df = pd.DataFrame(data)，去掉 df 别名
- clean_missing 的嵌套 if 合并（ruff SIM102），清掉 W293 行尾空白与函数内连续空行
测试：
- 5 条 xfail 经 XPASS 信号确认已修好，摘掉 mark 转正式用例
（detect_outliers 4 条 + winsorize 混合类型 1 条）
- 53 passed / 7 xfailed -> 58 passed / 2 xfailed
- 剩 2 条 xfail 保留，且不是漏改而是设计没定：
detect_outliers 遇文本列返回什么、impute_missing 的 mode 分支要不要就地改调用方的表
- ruff: 1 error -> All checks passed；pyright: 0 errors 不变
文档：
- STATUS.md：L0 进度 4/12、验证结果表、下一步重写、新增决策 31
（Codex 可直接改 src 的范围：纯 bug / 格式 / 死代码；要选语义的留给用户）
- CHANGELOG.md：本轮变更，并修掉 [Unreleased] 里被重复追加撑坏的一句
- docs/dev/personal-pitfalls.md：只追加第 7 条（守卫子句要排在类型分派之后）
|
2026-10-02 15:18:15 +08:00 |
|
|
guzhujushi
|
6758e81c9d
|
fix(data): 校验早于副作用，补空行；经验写入 pitfalls
save_table 的两处收尾（用户授权代改）：
- 后缀校验原先藏在 if/else 分支的 else 里，排在 path.parent.mkdir(...) 之后，
传 sub/x.txt 会先把 sub\ 建出来再抛 ValueError。改成守卫子句，集中在 mkdir 之前，
校验段结束后才产生副作用；此时 else 分支自然消失，用回 if/else 两路分派
- __all__ 与下一个 def 之间补回第二个空行（PEP 8 / E302）
测试：
- 新增 test_save_table_validates_before_touching_disk，
断言参数非法时 tmp_path 下一个条目都不留（ValueError 与 TypeError 两条路径）
- 40 passed / 44 skipped，两套环境一致；ruff All checks passed
文档：
- docs/dev/personal-pitfalls.md 追加条目 5（参数校验排在副作用之后）
与条目 6（把 lint 的"没报错"当成"没问题"），索引表同步加行
- STATUS：io.py 收尾，L0 第 3 项完成；测试计数 40
- CHANGELOG：Fixed 段补两条
|
2026-10-01 23:26:47 +08:00 |
|
|
guzhujushi
|
49fd84a2df
|
docs: L0 进度 3/12，记录 zstandard 残骸坑与决策 26/27
- STATUS.md：本次任务拆成「第一阶段已完成 / 第二阶段进行中」；
L0 3/12；测试计数改为 39 passed / 44 skipped；
下一步里写明 io.py 待修的两处（mkdir 早于校验、缺 Raises）
- docs/04-environment.md 坑 6：conda 升级留下的 *.conda_trash 残骸目录会被
Python 当成 namespace package 导入成功（__file__ 为 None），
pandas 3.0 因此抛 ImportError: Can't determine version for zstandard
直接打断 pd.read_csv；含排查方法与「改名禁用」的修法
- docs/dev/personal-pitfalls.md：条目 3（注解与 docstring 打架）复发 +1
- 决策 26：未实现的算法逐条 skip，禁用模块级 pytestmark
- 决策 27：zstandard 残骸改名禁用，不删不重装
- CHANGELOG：补 load_table/save_table 与 Fixed 段
|
2026-10-01 23:11:48 +08:00 |
|
|
guzhujushi
|
c93810ffb1
|
fix(core): 补齐 get_rng 类型校验，set_seed 覆盖 numpy 旧全局
get_rng 的"共享单例生成器"设计由用户本人提出，本提交只在其上修 bug。
- random_state 判断从 isinstance(x, int) 放宽到 (int, np.integer)：
np.int64 不是 int 的子类，之前会静默退回全局流、种子被无声忽略
- 非预期类型改成抛 TypeError（含 bool / float / str / list），不再静默降级
- get_rng 签名补上 np.integer 与 Generator，与 docstring 的承诺一致
- set_seed 同时调用 np.random.seed：sklearn / statsmodels 走的是 numpy
旧全局状态，不覆盖它们"提交能重跑"就有洞（带 noqa: NPY002 与理由）
- 测试：TestRandom 由 4 条增到 7 条（np.integer、非法类型、共享生成器推进）
- 新增 docs/dev/personal-pitfalls.md：个人易错点清单，只追加、不通读，
首批记录本轮 4 个点；docs/README.md 补上 05 与该文件的索引
- STATUS.md：L0 进度说明更新，决策 24 改写（共享单例）、新增决策 25
（src/ 实现默认由用户本人写）
|
2026-10-01 19:38:59 +08:00 |
|