# Выполнение модульного задания
Филиппов Даниил Юрьевич, А-01-23

 # Задание
M2_11
1)	Запросите у пользователя и введите имя функции из библиотеки math для обработки данных.

2)	Создайте кортеж с 20 случайными равномерно распределенными числами из диапазона значений от 11 до 40.

3)	Напишите инструкцию создания списка, содержащего значения, равные результату вычисления заданной пользователем функции от соответствующих элементов кортежа.

4)	Выведите кортеж и результирующий список в бинарный файл с любым именем.

5)	Рассчитайте среднее значение разностей элементов списка, находящихся на соседних четных и нечетных позициях. Отобразите результат на экране.

 # Выполнение
 ## 1.
```py
>>> import math
>>> function = input("Введите имя функции из библиотеки math: ")
Введите имя функции из библиотеки math: sqrt
>>> if function in dir(math):
...             print("Функция найдена")
... else: print("Функция не найдена")
... 
Функция найдена
```

 ## 2.
```py
>>> import random
>>> tpl=tuple(random.randint(11, 40) for x in range(20))
>>> tpl
(20, 24, 35, 28, 20, 19, 23, 25, 26, 28, 13, 18, 22, 21, 29, 27, 25, 27, 29, 25)
```

 ## 3.
```py
>>> result = [eval("math." + function + "(" + str(x) + ")") for x in tpl]
[4.47213595499958, 4.898979485566356, 5.916079783099616, 5.291502622129181, 4.47213595499958, 4.358898943540674, 4.795831523312719, 5.0, 5.0990195135927845, 5.291502622129181, 3.605551275463989, 4.242640687119285, 4.69041575982343, 4.58257569495584, 5.385164807134504, 5.196152422706632, 5.0, 5.196152422706632, 5.385164807134504, 5.0]
```

 ## 4.
```py
>>> import os
>>> os.chdir('C:\\Users\\danii\\Desktop\\FilippovDY\\python-labs\\TEMA6')
>>> import pickle
>>> fp=open('Binar.bin', 'wb')
>>> pickle.dump(tpl, fp)
>>> pickle.dump(result, fp)
>>> fp.close()
```

 ## 5.
```py
>>> spis = [result[i] - result[i+1] for i in range(0, len(result), 2)]
>>> spis
[-0.42684353056677615, 0.6245771609704347, 0.11323701145890563, -0.2041684766872809, -0.19248310853639694, -0.6370894116552956, 0.1078400648675899, 0.18901238442787172, -0.19615242270663202, 0.38516480713450374]
>>> import statistics
>>> print(statistics.mean(spis))
-0.023690552129307596
```